媒体播报-亚博ag旗舰厅

原标题：爱智慧科技梁新刚：用ai轻咨询突破“算法壁垒”，引领传统行业拥抱人工智能 2016年，梁新刚带领着国内规模最大的商业wifi运营商“百米生活”成功登陆新三板，估值达10.7亿人民币。这个在全国范围内铺设了超过31万个wi-fi热点，项目落地城市达315城的企业注定前途无量。在别人看来，“百米生活”蒸蒸日上，已功成名就。可这对于梁新刚而言，一切才刚刚开始。几个月后，他在常人所不能理解中，宣布退出“百米生活”，转身再创业。一次次地将自己推出舒适圈的梁新刚，不断去寻找关于未来的更多可能。这一次，他把眼光对准了人工智能。2016年7月，深圳市爱智慧科技有限公司成立。深圳市爱智慧科技有限公司创始人梁新刚作为一名连续创业者，梁新刚一直走在追赶创新的路上。拥有北京大学计算机硕士头衔的他，曾在华为跨市场、财经两个体系中工作长达7年。离开华为后，梁新刚就开启了人生中第一次创业—“百米生活”，凭借企业家的胆识、冒险精神和创新意识，在互联网领域中确定了自己的相对优势地位，过硬的专业能力和丰富的互联网经验......成为了他第二次创业路上的筹码。冲破人才迷雾，砥砺进击因为新三板上市公司“百米生活”前ceo这一身份，作为知名企业家的梁新刚是自带流量的，第二次创业刚起步，爱智慧科技就获得了种子轮投资。可喜悦的甜头还没尝清，梁新刚发现，原来摆在他面前的最大难题是人工智能人才的缺失。他跟创成汇透露，万事开头难，创业初期自己曾执着到用关键词去搜简历，“当初我一个一个全部打开看完，哪怕是一年前上传的简历，依然打电话询问他是否已找到工作。” 公司慢慢开始步上正轨，越来越多优秀的人才加入进来。在对待人才上，梁新刚始终拿出极大的诚意，根据公司能力尽可能提供相对丰厚的待遇。他认为公司的发展前景跟每一个员工的努力都是分不开的。在公司成立半年后，梁新刚就建立了员工持股平台。他希望以此来激励大家，统一团队共同的目标。 “我认为股票期权有助于吸引高层次人才。我把25%的股份划给员工持股平台，这个比例还是比较高的。硅谷常见的比例是15%，国内企业一般是10到15%的比例。考虑到人工智能领域的创业，人才是相当重要的，所以我愿意拿出更大比例的股份来激励我的团队。”可是即便如此，公司依旧面临着深圳的高科技企业间的人才流动的挑战。定义ai赋能，寻找适合自己的路当今企业客户渴望拥抱人工智能，却大多苦于企业内部没有兼通ai与业务的人才而无疾而终。在梁新刚看来，要通过人工智能来辅助各行各业，必须先了解客户和业务。 “ai赋能”本质上是技术咨询，所以平台的价值定位是以ai为企业赋能的亚博ag旗舰厅的解决方案平台，用ai轻咨询共享服务平台为企业提供知识自动化服务。 “我们团队具备丰富的商业咨询经验，始终把客户角度摆在首位；大家理解和沉浸业务场景多年，具备资讯和行业能力，学会了以中台技术架构来为客户解决问题。在竞争优势上，团队构建了‘以全产业链知识图谱为核心的中台技术架构’支持ai赋能项目的沉淀、复用、和对外服务接口，来实现项目规模化复制。他坦言，“我们采用ai和大数据分析等技术来服务企业，以智能运营平台和知识自动化服务为中小企业优化市场营销和提升业务运营效率；以开放的众包汇智平台的模式，吸引行业专家，以‘行业方案集市’共享模式服务各行业。” 近些年来，ai算法虽然依旧重要，但从严格意义上来讲，已经不再构成“壁垒”，因为大量算法和通用平台已被开放出来。ai赋能企业目前最关键的在于“咨询和亚博ag旗舰厅的解决方案能力”，平台能够迅速理解行业痛点，提出咨询思路、并以技术来落地。 ai为产业互联网赋能，是一个巨大的市场。以平台化运作，是一条虽艰险、但会有大成的道路。而目前国内整体大环境并非太好，正值资本寒冬之际。梁新刚深知，资金是这条发展道路上需要面临的最大挑战。“不能一味寄希望于投资机构，我们需要做项目，赚营收，然后投入到ai赋能平台的建设和运营中去。” 梁新刚深谙用户痛点，通过凸显产品的竞争壁垒，走出一条适合自己的创新之路。目前爱智慧科技已经成功获得了军工、物流、新零售、金融证券等行业的客户。 2017年9月，梁新刚团队在经历了4600个参赛企业和团队的竞争，七轮比赛的淘汰，数十位专家评委严厉的考察后，脱颖而出站在了第九届深圳创新创业大赛的冠军领奖台上，他赛后谦虚的把这归结为“实力和运气”、“是我太幸运”。从创立公司到获得认可，这一年来，梁新刚每步都走的稳扎稳打。 2019年，他以爱智慧科技ceo的身份活跃在这个ai的大舞台上，这个曾卓荦不羁的男人感慨万千，“我两次创业，经历了很多曲折变迁。我想和创业路上的朋友分享一点感悟：创业，如同在刀刃上行走，远见vs现实,规模vs成本，每天都在权衡。所以，创业者既要坚守初心但又不能迂执。” 据了解，爱智慧科技已获得种子轮、天使轮投资。当前正在进行prea轮融资，需融资1200万，出让10%的股权。当我们从当下所处的角度回眼观望，正是那些敢于打破常规、不断创新求索的时代先行者，为世界的每一步精进与完善提供着有据可循的线索。正如梁新刚所说：“人生如倏忽划过夜空的流星，总想划出一道亮痕。”他们不甘于循规蹈矩、不囿于已有的成就，他们执着进取、勇于突破，引领着世界前行的脚步。原文链接: 爱智慧科技梁新刚：用ai轻咨询突破“算法壁垒”，引领传统行业拥抱人工智能

从4月10日应战，到5月22日晚赛前深夜发文《最后的对决》，柯洁代表的人类世界第一，赛前便被各方断言胜率为零。 “无论输赢，这都将是我与人工智能最后的三盘对局。” “我会用我所有的热情去与它做最后的对决，不管面对再强大的对手——我也绝不会后退！至少这...最后一次...” “可它始终都是冷冰冰的机器，与人类相比，我感觉不到它对围棋的热情和热爱，对它而言，它的热情——也只不过是运转速度过快导致cpu发热罢了。” 5月23日至27日，围棋峰会在乌镇召开。根据赛程安排，23日、25日以及27日，柯洁与alphago分别展开三场较量，获胜方将获得150万美元的巨额奖金。最终，柯洁0:3不敌alphago。而26日举行的团队赛中，五位世界冠军也惨遭团灭。回顾：“下得很精彩”与“输得没脾气” 5月23日第一局，经过4小时17分37秒的鏖战，alphago执白以1/4子战胜柯洁，赛后发布会上，柯洁表示，“alphago是太厉害了，我输得没什么脾气”。作为一个职业棋手，如何在棋局中拿下对方赢得胜利是柯洁的使命。但他却不得不承认，ai进步速度太快了，alphago和去年相比判若两人，“当时觉得它的棋很接近人，现在感觉越来越像围棋上帝。” “我希望我尽全力去拼每一盘，也希望自己给大家带来围棋的快乐。”柯洁透露，这三场比赛将是他与人工智能的最后3盘棋。“希望不留遗憾，下出好棋，让alphago主机更发烫一点也好。” 5月25日，中盘柯洁投子认负，却被deepmind创始人、alphago之父哈萨比斯誉为“逼出了alphago的极限”。柯洁直接挑起混战，展现人类棋手的最强实力，却在“当时认为自己离胜利很近了”的时候，由于太紧张而丢了本占上风的棋局。“可能这也是人类最大的一个弱点，我捂着胸口是想按着自己的心脏让它跳得慢一点。” 比赛开始一小时后，哈萨比斯发推特说：“难以置信！根据alphago的判断，柯洁今天表现完美！”在业内人士看来，柯洁发挥极其出色，前100步都和对手势均力敌。有趣的是，本局alphago执黑，开局第一步没有按惯例走右上角，而是下在了右下小目，这在人类对局中被认为是“失礼”。局后deepmind创始人哈萨比斯特意就此向柯洁表示了歉意，解释说：“因为alphago不会分辨‘上’和‘下’，对它来说，棋盘是对称的。” 5月27日最后决战，弈至209手，柯洁拿起两颗棋子盘上示意认负。至此，人机大战三番棋结束，柯洁0:3负于alphago。 alphago 2.0 : 技术重大提升，脱离人类经验围棋起源于中国，至今已有四千余年历史，一直以来被认为是世界上最复杂的棋类游戏，也是智慧的象征。如果说，是人类的智慧造就了alphago，那么alphago也将让我们重新认识智慧的边界。 alphago 1.0 版本主要结合了三种算法：蒙特卡洛树搜索监督学习增强学习。其中，蒙特卡洛树搜索是一种优化过的暴力计算；监督学习是通过学习3000万步人类棋谱，对六段以上职业棋手走棋规律进行模仿；而增强学习作为辅助算法，是两台alphago从自我对战中学习如何下棋。 deepmind团队透露，新的 alphago 程序运行在单个谷歌云服务器上，由 tpu 芯片进行计算处理。算法上也进行了革新，它所需的计算能力仅需与李世乭对战时的 10%，自我对弈能力更强。去年，alphago 的模型中有 12 层神经网络，而在以master 名义出战时，深度已有40层。根据公开资料推测，此次alphago2.0的技术原理与之前有着巨大不同：一是放弃监督学习，不再使用人类棋谱进行训练。这意味着突破了“机器学习依赖优质数据”这一限制，走棋风格也将脱离人类经验。二是放弃蒙特卡洛树搜索，不再进行暴力计算。理论上，算法越聪明，就可以大大减少暴力计算，alphago 2.0 下棋的速度也印证了这一点。三则是极大强化了增强学习的作用，机器开始自我学习积累经验。人机大战中，alphago 不断出现令人意想不到的走棋，跳出人类的思维定式，甚至完全颠覆人类对围棋的理解。发现一个有趣的现象，我国棋手开始尊称alphago为“阿老师”，也从侧面表明人类开始向机器学习，重新认识围棋。 alphago与金融科技 2016年3月，第一场alphago与李世石的人机大战开启了人们对人工智能的全新认识。2016年也被业界看作“认知计算元年”。放眼商业时代，金融行业被认为是“认知智能”最具前景的应用领域之一。创新工场董事长兼ceo李开复曾多次在公开场合看好“ai 金融”。金融科技，也称为程序化交易或者量化投资，可以理解为人工智能在证券投资领域的一个子分支，或者其技术在证券投资领域的具体应用。量化投资的关键点就在于策略模型的大量使用，即利用现代统计学、数学方法，借助计算机处理海量数据和信息，并严格按照机器所构建的数量化模型来指导投资决策，以获得稳健的持续的投资收益，与alphago有异曲同工之处。一般来说，量化投资部由两部分组成，一部分是投研团队，另一部分是it团队，投研团队提出需求，it团队做出算法交易的模块，解决基金经理们的需求。现阶段量化投资策略开发方式为：研究组或者交易组提出思路→研究组论证，提出基本模型→模型拟合估计→回溯检验→小规模测试→实盘投资。其好处在于可以克服人性弱点，做决策时不会像人类一样受情绪和心理因素的干扰。可同时运用多个策略模型，对全市场各种信息进行实时监控，一旦出现合适的机会，能瞬间下达交易指令。比如cta基金的趋向性跟踪指标，其调整多空头寸的临界点是由特定计算机算法规则的，并且嗅觉灵敏，能在第一时间改变阵营，下手迅速，更善于承担人类不喜欢的空头角色。一般这类品种是通过量化手段不断交易，反复进行大概率获得正收益的策略，会设置最大回撤值，一旦到“止损线”就立刻止损，因此风险并不会太高。然而，量化投资本身也存在着一定的缺陷，存在过度拟合的问题：所谓过度拟合，指的就是程序化交易中，对于样本数据描述的准确度很高，而对于样本外数据描述的准确度却很差。导致历史回测完美，而在实盘中失效。有时还可能导致黑天鹅事件，数据模型主要是根据历史数据来构建的，所以它吸收新信息的能力比较缓慢和迟钝，一旦外部环境发生变化或者发生某些重大事件，如基本面上的变化等，有效性就会大大受到影响。如果将大量的数据放入alphago 中的核心的“深度神经网络算法（dnn算法）”，那就可以自动提取一些相关性，同时匹配结果。理论上可以弥补研究人员建立模型时，容易忽略一些变量，导致模型失效的问题，以及解决了回归分析中会产生的过度拟合。人类可以充分利用这个工具，充当一个掌舵手，通过前瞻性和对市场非理性机会的把握，对重大政治事件背后的洞察力，来对策略进行调整，保证时效性，构建稳健的投资策略。面对复杂棋局，人类频频陷入长考，但“机器智能，化繁为简”... 有人说，柯洁的热情败给了阿尔法的速度，你怎么看？深圳市爱智慧科技有限公司（www.aitech.xin）是由成功的互联网团队发起的高科技公司，致力于推动人工智能在金融领域的应用。

媒体播报-亚博ag旗舰厅

爱智慧科技梁新刚：用ai轻咨询突破“算法壁垒”，引领传统行业拥抱人工智能

专家：美军研发的木制无人机有很多优点

人工智能对乳腺癌诊断比医生更准确

柯洁0:3负于alphago : ai认知智能让人类输得没脾气