计算机之父图灵成为新50英镑“代言人”,吴恩达发推:Wonderful!

耗时三年,14万行,50年前阿波罗11号登月的全部代码都能在GitHub找到了! 大数据文摘出品 作者:易琬玉 50年前的今天,美国宇航员尼尔森·阿姆斯特朗从阿波罗11号飞船登月舱走出,在月球表面留下了人类登月的第一个脚印。 美国总统肯尼迪1961年就设定了登月目标。阿波罗计划历时9年,经历了十次失败,Apollo11号才终于将人类的踪迹带到了月球。在着陆前,躲开了陨坑和巨石宇航员阿姆斯特朗和奥尔德林在着陆点周围探索了两个多小时,他们采集了土壤和岩石样本、... 阅读详情

大数据文摘出品

编译:曹培信

 

英格兰银行设计的50英镑纸币上,将会出现一个新的面孔——阿兰·图灵(Alan Turing),作为计算机科学和人工智能之父的图灵从此将拥有一张自己的纸币,这也让整个计算机领域欢欣鼓舞。

 

包括吴恩达等人工智能专家都表达了激动之情,“或许这会鼓励更多人踏入计算机和人工智能领域”。?

 

 

新的50英镑图灵纸币将在2021年底开始流通。

 

要选择一个新的钞票“代言人”并不容易。英国新货币上的人物形象挑选流程是这样的:官方会限制某个面额的货币上要印刷的人物属于哪个领域,比如艺术、科学等等,而在特定领域挑选谁则是向公众开放的。

 

这次50英镑面额的纸币限定的是科学领域的杰出人物,英格兰银行一共收到了227299张提议,包含将近989名字,经过筛选,以下16位先驱最终入围:

 

  • Mary Anning(1799-1847)——自学成才的古生物学家,因在家乡莱姆·里吉斯发现的化石而闻名于世。

  • Paul Adrien Maurice Dirac(1902-1984)——彻底改变了我们对宇宙最小物质的认识。

  • Rosalind Franklin(1920-1958)——推动了DNA结构的发现,取得了生物学的重大突破。

  • Stephen Hawking(1942-2018)——对人类理解重力、空间和时间做出了杰出贡献。

  • William(1738-1822)and Caroline Herschel(1750-1848)——一对兄妹组成的天文学团队,致力于揭示宇宙的秘密。

  • Dorothy Crowfoot Hodgkin(1910-1994)——X光散射技术的研究取得了开创性的发现,塑造了现代科学并帮助拯救了生命。

  • Ada Lovelace(1815-1852) and Charles Babbage(1791-1871)——在没有技术的时代在大脑中构建了计算机。

  • James Clerk Maxwell(1831-1879)——麦克斯韦电磁方程为科技创新奠定基础,改变了人类的生活方式。

  • Srinivasa Ramanujan(1887-1920)——印度的天才数学家,独立发现3900多条定理和方程。

  • Ernest Rutherford(1871-1937)——揭示了辐射的性质和原子的秘密,并为核物理学奠定了基础。

  • Frederick Sanger(1918-2013)——开创性的研究为遗传学奠定了基础。

  • Alan Turing(1912-1954)——在早期计算机方面的工作、破解密码的成就以及对人工智能的远见卓识。

 

英格兰银行最终的决定是阿兰·图灵(Alan Turing)。

 

从上面的名单可以看出来,图灵获此殊荣并非易事,这些人在各自的领域都有着巨大的成就和影响力。而有的人在他们身处的时代,还没有得到应有的待遇,比如图灵。

 

 

战争英雄和人工智能先驱

 

在第二次世界大战期间,德国陆军、空军和海军使用Enigma密码机每天加密发送数以千计的加密信息。

 

图灵发明了一款反Enigma机器“炸弹”,他和密码破译的同事们夜以继日地破解这些密码,使得这些信息大部分最终落入了盟军手中,有时甚至在一两个小时内就被传送出去了。

 

反Enigma机器"炸弹"的原型模型

 

 

在1943年,图灵的机器每月破解的英格玛密码信息达到惊人的84000条——每分钟两条。图灵亲自破解了被U型潜艇用来掠夺北大西洋商船护航队的Enigma密码机。

 

在计算机领域,图灵提出的著名的图灵机模型为现代计算机的逻辑工作方式奠定了基础。同时他也是人工智能领域的先驱: 提出了图灵测试,作为检验机器是否拥有真正智能的手段,到现在每年仍有相应的比赛。

 

Mark Carney盛赞图灵:"作为计算机科学和人工智能之父,以及战争英雄,阿兰·图灵的贡献是广泛而开创性的。图灵是一个巨人,现在许多人都站在他的肩膀上。"

 

 

被定罪后61年获得皇家赦免

 

1952年,英国政府对图灵的同性恋取向定罪,随后图灵被进行化学阉割(雌激素注射)。

 

1954年6月7日,图灵在他的42岁生日前16天死于氰化物中毒,之后一项调查确定他的死亡属于自杀。

 

直到2009年,英国首相戈登·布朗代表英国政府对“对他(图灵)的处理和骇人听闻的方式”提出正式的公开道歉。

 

2013年12月24日,在英国司法大臣克里斯·格雷灵的要求下,英国女王向图灵颁发了皇家赦免。

 

如今,随着人工智能研究的兴起,图灵的研究也愈发被重视,而这次图灵的肖像登上新的50英镑纸币,也许多人被视为是对人工智能领域的一种重视,比如吴恩达就发推表示:也许对图灵成就的认可会鼓励更多人进入计算机和人工智能领域。

 

十个技巧,让你成为“降维”专家 大数据文摘出品 来源:PLOS 编译:啤酒泡泡、刘兆娜、李雷、sirin、邢畅、武帅、钱天培 在分析高维数据时,降维(Dimensionality reduction,DR)方法是我们不可或缺的好帮手。 作为数据去噪简化的一种方法,它对处理大多数现代生物数据很有帮助。在这些数据集中,经常存在着为单个样本同时收集数百甚至数百万个测量值的情况。 由于“维度灾难”(cur... 阅读详情

相关推荐

手工计算神经网络第三期:数据读取与完成训练

大数据文摘出品作者:蒋宝尚小伙伴们大家好呀~~用Numpy搭建神经网络,我们已经来到第三期了。第一期文摘菌教大家如何用Numpy搭建一个简单的神经网络,完成了前馈部分。第二期为大家带来了梯度下降相关的知识点。这一期,教大家如何读取数据集,以及将数据集用于神经网络的训练,和上两期一样,这次依然用Numpy实现。在开始代码之前,文摘菌先带大家看看今天我们使用的数据集。数据集介绍数据集采用著名的MNIS...

BigDataDigest的博客 1159

两个月三项成果,对标谷歌!独家对话小米AutoML团队,如何让模型搜索更公平

大数据文摘出品作者:曹培信机器学习自动化(AutoML)正在引领机器学习的下一个时代,而要想让机器自己学会“炼丹”,其中最关键的步骤就是,找到最合适的算法模型,也即自动化神经架构搜索(Neural Architecture Search,简称NAS)。要快速、高效判断哪个模型最有效并不是一件容易事。NAS界目前一种主流的方法是谷歌大脑创立的One-Shot派。One-Shot,顾名思义,只完整训练...

BigDataDigest的博客 437

DeepMind发布多智能体协作最新评估方法α-Rank,登上Nature

大数据文摘出品 来源:Nature 编译:魏子敏、宁静 在开发通用人工智能的过程中,训练和评估算法同样重要。 评估指标不仅仅在培训结束时发挥作用,并且也是整个培训过程中智能体进化的关键驱动因素。 错误的排序和不合理的限制可能会让AI自行进化出奇怪的“心眼”。在之前我们的一篇报道中就总结了错误的评估方式导致的AI“钻空子”训练法,比如在让AI玩俄罗斯方块的时候,发现最...

BigDataDigest的博客 1157

5G爆发前夜,谷歌微软争相豪赌的云游戏厉害在哪?

大数据文摘出品 作者:曹培信 今年3月20日,Google CEO Sundar Pichai在全球最大的游戏大会之一GDC,发布了云游戏平台Stadia以及一款配合Stadia平台使用的游戏手柄。 几天后,在E3 2019游戏展上,微软也展示了自家的云流媒体服务Project xCloud。 巨头科技公司抢占云游戏高地的帷幕正在缓缓拉开。在讨论更多细节之前,让我们先...

BigDataDigest的博客 5605

Adobe又逆天!不用机器学习,用13.5M软件把《长安十二时辰》变成水墨动画

大数据文摘出品 作者:曹培信 用过修图软件的同学们应该都知道,利用强大的GAN,已经可以实现一键转换照片风格的功能,比如将你拍的风景照转换成一副印象派的画作。 现在,轻松转换视频风格的软件也诞生了! Secret Weapons发布了一款简单而又强大的软件EbSynth,由布拉格捷克技术大学和Adobe共同研发。这款只有13.5M的免费工具,轻松几步就可将视...

BigDataDigest的博客 1123

所见即所触,教AI实现触觉和视觉的信息交互

大数据文摘出品 来源:MIT 编译:楚阳 在加拿大作家玛格丽特•阿特伍德的著作《盲人杀手》中有这样一段描述:“触觉,先于视觉也先于语言,既是第一语言也是最后的语言,并总是诉说真相。” 触觉使我们可以感受世界,而视觉帮助我们了解其全貌。 被编写为视觉或者触觉的机器人一般不能实现此两种感官信息的交互。为打破这种隔绝,来自MIT(麻省理工学院)CSAIL(计算机科学与人工...

BigDataDigest的博客 1029

AI = 神经网络?这8个技术就不是!

大数据文摘作品编译:傅一洋、丁慧、AileenAI热潮中,有关神经网络的声音最大。然而,AI远远不止如此。目前在AI技术领域中,投入资金最多的当属对神经网络的研究了。在众人眼中,神经网络技术貌似就是“程序构造的大脑”(虽然比喻很不准确)。神经网络的概念早在20世纪40年代就被提出,但直到现在,人们对于神经元及大脑的工作方式仍然知之甚少,最近几年,科研界关于神经网络技术创新的呼声越来越强,渴望重...

BigDataDigest的博客 4054

Wandb用起来,一行Python代码实现Keras模型可视化

大数据文摘出品来源:wandb编译:邢畅、宁静在训练神经网络的过程中,我们可能会希望可视化网络的性能和中间的结构,很多可视化代码的冗长复杂使得我们望而却步,有没有一行代码就能解决可视化的所有问题呢?通过wandb,只需要加一行Python代码就可以可视化Keras网络性能指标和结构。(注:Keras使得构建神经网络变得简单明了,这一点深得人心)这样好用的包如何下载呢?只需运行“pip instal...

BigDataDigest的博客 984

入职一年后,一位算法工程师给初学者的一封信

大数据文摘出品 来源:towardsdatascience 编译:啤酒泡泡、fuma、张弛、宁静 “作自己的怀疑论者,不断试错,有时,沟通比技术本身能带来更大的价值。” ——佚名 亲爱的读者: 你们好!我是Daniel Bourke,一位来自澳大利亚的机器学习工程师。我在这个岗位上从业有一年之久了,好吧,可能很多读者对这个岗位不太熟悉,可以随我看下一天的工作...

BigDataDigest的博客 2235

利用LQR反馈控制器在不同风况下模拟风力涡轮转速控制的MATLAB.zip

1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

高校技术转移办公室人员如何提升技术成果的推介效果和市场转化率?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

从DeepNet到HRNet,这有一份深度学习“人体姿势估计”全指南

大数据文摘出品来源:blog.nanonets作者:栾红叶、熊琰、周家乐、钱天培从DeepNet到HRNet,这有一份深度学习“人体姿势估计”全指南几十年来,人体姿态估计(Human Pose estimation)在计算机视觉界备受关注。它是理解图像和视频中人物行为的关键一步。在近年深度学习兴起后,人体姿态估计领域也发生了翻天覆地的变化。今天,文摘菌就从深度学习+二维人体姿态估计的开山之作Dee...

BigDataDigest的博客 1153

两相交错并联BuckBoost变换器仿真模型(Simulink仿真实现)

内容概要:本文档系统整合了电力电子与新能源领域的Simulink仿真资源,聚焦于两相交错并联Buck-Boost变换器的双闭环PWM控制建模与仿真,同时涵盖多种典型拓扑结构,包括交错并联Boost、PFC功率因数校正、LLC谐振变换器、双向CLLC、DAB变换器、VIENNA整流器等。资源体系完整,包含仿真模型、设计报告、计算书、PPT说明文档及Matlab/Python代码,覆盖从基础建模到高级控制策略(如软开关技术、谐波抑制、状态估计、双闭环控制)的全流程。此外,还拓展至状态估计(卡尔曼滤波、粒子滤波)、智能优化算法、机器学习、信号处理、路径规划等多个交叉学科方向,构建了一个面向科研与工程应用的综合性技术平台。; 适合人群:电气工程、自动化、电力电子、新能源科学与工程等专业的硕士博士研究生、高校科研人员,以及从事新能源发电、智能电网、电动汽车、电力传动等领域技术研发的工程师。; 使用场景及目标:①开展电力电子变换器(如Buck-Boost、LLC、DAB、PFC等)的建模、控制与仿真研究;②支撑课程设计、学位论文、科研项目中的系统仿真与算法验证;③学习并复现高水平期刊(如EI)提出的先进控制策略,如基于KKT条件的最优控制、扩展移相调制、恒压恒流双环竞争控制等;④结合智能算法(如粒子群、秃鹰算法)进行微电网调度、储能配置、路径规划等多目标优化问题的研究与快速原型开发。; 阅读建议:建议依据提供的资源目录循序渐进地查阅资料,优先选取与自身研究方向高度契合的内容进行深入学习;应结合仿真模型与配套文档动手实践,调试参数并分析结果,充分利用百度网盘与公众号渠道获取完整资源,提升科研工作的系统性、规范性与创新性。

Netflix一位数据科学家剪出了上百部爱情片,想教AI认识“亲吻” | 国际接吻日

大数据文摘出品 编译:高延、橡树_Hiangsug、宁静 7月6日,这可能是一年中最适合亲吻的日子——国际接吻日(International Kissing Day)。 这个节日最早起源于英国。1991年这个节日得到了联合国的承认,也希望让更多人知道,亲吻的美好,这也是人类表达爱意最自然的一种方式。 那么,人工智能可以通过训练了解亲吻吗? 来自Netflix的...

BigDataDigest的博客 1093

【基于Zernike矩的良性和恶性肿块的分类】应用于乳腺癌诊断中的快速相反权重学习规则(Matlab代码实现)

内容概要:本文详细介绍了基于Plecs软件构建的全桥LLC谐振变换器仿真模型,重点阐述了其在软开关技术条件下的建模方法与仿真分析过程。该模型能够精确模拟LLC谐振变换器在不同运行工况下的动态响应特性,涵盖开环与闭环控制策略的设计与实现,适用于研究变换器的效率优化、谐振参数匹配、系统稳定性及软开关性能等问题。相较于Simulink等传统仿真工具,Plecs在高频电力电子系统仿真中展现出更高的仿真速度与数值精度,尤其适合用于复杂电力电子拓扑的快速原型验证与优化设计。; 适合人群:具备扎实电力电子技术基础和仿真经验,从事高频功率变换器设计、新能源电源开发、电力电子系统研究的研发工程师及高校研究生。; 使用场景及目标:①深入理解全桥LLC谐振变换器的工作原理与软开关实现机制;②掌握在Plecs环境中搭建高精度、高效率电力电子系统仿真模型的方法;③开展变换器控制策略(如变频控制、闭环稳压)的仿真验证与参数优化;④为科研课题、学位论文或工业项目提供可靠的仿真平台与技术支持。; 阅读建议:建议结合相关电力电子教材与LLC变换器设计指南,深入掌握谐振参数计算与系统稳定性分析方法,并通过反复调试仿真模型,观察关键波形(如原边电流零点切换、副边整流波形),以全面理解软开关过程的物理本质与控制实现细节。

Qwen2.5-VL模型微调实战:从零到部署的完整流程(附避坑指南)

本文详细介绍了Qwen2.5-VL视觉语言模型从零开始的完整微调与部署流程。内容涵盖使用LLaMA-Factory进行LoRA微调的关键参数配置与避坑指南,以及如何将训练好的模型权重合并,并最终利用vLLM高性能推理引擎进行部署,为开发者提供了一套可落地的实战方案。

oo7890的博客 591

全球首个AI宇宙模拟器发布!6亿光年宽度,还“自行”跑出了暗物质

大数据文摘出品 作者:易琬玉、曹培信 《创世纪》里,神用7天创造了这个世界。而现在,你可能也有机会体验这个过程,创造一个属于自己的宇宙。 6月11日,Space Engine 0.990版本在Steam平台发售,发售不到一天,近300测评全部为最高评价,截止6月20日已经卖出了2万份,同时Steam用户好评率高达96%。之后,还得到了资深电脑游戏玩家、复旦大学中文系教授严峰的...

BigDataDigest的博客 1026

面试题-手撕NMS(非极大值抑制)

非极大值抑制(Non-Maximum Suppression,NMS)是一种常用于目标检测和计算机视觉中的算法,用于去除重叠的边界框,保留最可能是真实目标的边界框。其核心就是对一组检测框,找出其中属于同一个类别且分数最高的那个框,然后把和这个框的IOU值大于阈值的那些框都删掉。

zhaoyqcsdn的博客 1108

1美元从零开始训练Bert,手把手教你优雅地薅谷歌云TPU羊毛

大数据文摘出品 来源:Google Colab 编译:武帅、曹培信 2018年10月,Google AI团队推出了Bert,可以说Bert一出生就自带光环。 在斯坦福大学机器阅读理解水平测试SQuAD1.1中,Bert在全部两个衡量指标上,全面超越人类表现。并且在另外11种不同NLP测试中均创造了历史以来最好成绩,将GLUE基准提升7.6%,将MultiNLI的准确率提提升...

BigDataDigest的博客 1023

[知识图谱构建] 一.Neo4j图数据库安装初识及药材供应图谱实例

2012年5月,谷歌公司的知识图谱(Knowledge Graph)产品被正式提出,其旨在将人、地点、物等信息作为实体,将实体间的联系作为关系,并将实体和关系以图的形式进行存储。作为语义网的最新产物,知识图谱这种新型的搜索引擎改变了传统的文本搜索结果,而随后国内公司也开发出了相应产品,例如百度公司的“知心”和搜狗公司的“知立方”等。知识图谱本质上属于一种语义网。知识图谱中的每一条数据或事实一般会采用 <实体,属性,属性值> <实体, 关系,

杨秀璋的专栏 1万+

CXSMILES细则-用于在 SMILES 字符串后存储分子的特殊特征

Chemaxon 扩展 SMILES/SMARTS 用于在 SMILES 字符串后存储分子的特殊特征。任何信息都可以存储在 SMILES 字符串后,只要它们由空格或制表符字符分隔,因为 SMILES 解析器会忽略这些信息,或者将它们作为注释使用。扩展特征以以下格式存储:Chemaxon 的扩展 SMILES/SMARTS 不包含非 ASCII 字符,它们通常以字符代码 n 的形式被转义为 &#n;。在 S-group 中,ASCII 字符“,”、“;”、“|”、“{”、“}”也以这种方式转义。此外,符号“$

ASKCOS博客 401

贝叶斯网络之父:当前的机器学习其实处于因果关系之梯的最低层级

大数据文摘出品 每当提起“无人驾驶”汽车技术如何强大,又被大众赋予了怎样的期待,都会让人想起HBO电视剧Silicon Valley《硅谷》中的一个情节: 硅谷大亨风险资本家Gregory的助手安排了一辆无人驾驶汽车送创业公司的小员工Jared回家,本以为这个剧情只是为了诠释一种硅谷式傲慢,刚上车时一切也都很顺利,谁知路程走了一半,这辆汽车突然开始执行日程中之前设置好的指令,罔...

BigDataDigest的博客 937

最小二乘(MLS)求点云法向量

MLS算法的基本思想是通过在点云的局部邻域内拟合一个光滑曲面,如平面或多项式曲面,以此来重建和处理点云数据。对于法向量估计,MLS通常在每个点的邻域内拟合局部平面,然后从该平面的法向量作为点的法向量。

twnkie的博客 744
上一篇: 《冰雪奇缘》造雪花的技术,被MIT用来开发了一只软体机器人
下一篇: 论背景调查,《长安十二时辰》的大案牍术可比不上现在
BigDataDigest
博客等级 码龄9年 448粉丝 500原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值