数字化转型的本质?——来自生物进化的启示

GPT-4稀疏激活原理:MoE架构如何用12.5%参数实现高效推理 混合专家(MoE)是一种关键的稀疏化模型架构,其核心在于通过动态路由机制,使大模型在每次前向传播中仅激活部分专家子网络,从而突破密集模型的显存、带宽与能耗瓶颈。其技术原理植根于参数分组、Top-k路由决策与负载均衡优化,本质是将计算复杂度从总参数量解耦为单次激活子集规模。这种稀疏激活不仅显著降低推理成本,更支撑了GPT-4等超大规模模型在有限硬件上的实际部署。典型应用场景包括低延迟API服务、多领域自适应推理及边缘协同计算。本文聚焦MoE在真实集群中的路由行为、通信开销与负载不均等工程挑战,结合1.8万亿参 阅读详情

数字化转型的本质?——来自生物进化的启示
原创 | 点宽学院 作者 | 黄静龙

全文字数 3732字,建议阅读时长 10 分钟。

1月21日有幸聆听了点宽创始人黄嵩老师的一场公开课——《数字化转型本质论》,其中的不少观点都让我觉得受益匪浅,于是在课后我将整场公开课的相关笔记知识进行了梳理归纳,整理成了这篇文章,希望能帮助大家更好地了解数字化转型的本质。

在这里插入图片描述

公开课伊始,黄嵩老师就提出了“数字化的本质是为人类服务的”这一关键论点,但随后黄老师却从生物与计算机进化这一看似与数字化不相关的话题开始展开论述,这也勾起了我的好奇心:数字化转型和生物进化可以说是两个八竿子打不着的东西,它们之间能产生什么奇妙的化学反应呢?我对后面的内容也愈发期待。

顺着生物进化的话题,黄老师向我们推荐了《起源》这本书。
在这里插入图片描述

从书中,黄老师带我们首先回顾了生物的进化路径,从单细胞到多细胞,再到无脊椎动物和脊椎动物,再从爬行类到哺乳类和灵长类。应该来讲,经过通识教育的相关科普,大家对这个演化路径并不是非常陌生。随后黄老师引导着我们思考,这个演化路径是不是就是理所应当的呢?黄老师介绍到,爬行类动物实际上在演化历史中曾经存在过分支,其中一支应该是大型化的爬行动物(以恐龙为代表),但生物的进化并没有按大型爬行类动物的方向发展。
在这里插入图片描述

从一些科学家的论证和推测中,我们也能看出一些端倪,因为外来小行星碰撞亦或是其他的天灾,导致恐龙这个族群彻底消失了。随后,生物进化方向才沿着我们今天所看到的这个分支进行着演化与发展。书中谈到,生物进化的源动力是不断地储存并保有能量。从这个视角出发,我们便可以去窥探生物进化的逻辑。为了最大程度获取能量,以及保持能量,是进化的驱动力。获得能量和保持能量的最佳设计路径,是创造更大的有机体以获得和存储能量。因此这也是大型爬行动物曾经在地球上繁盛的原因,但后来的结局我们都知道了,恐龙灭绝了。为什么大型化不是进化的成功发展方向?其主要原因在于,以体积为目标的复杂有机体,在获得能量和储能的前提是:能量来源充足而且环境稳定。所以,恐龙灭绝事件,说明了大型化的生物进化路径,爬行类作为最佳形态是失败的。而取而代之的进化新方向是以复杂神经回路的生物个体和种群所形成的组织特性。我自己的理解是,类似恐龙这样的演化分支,其主要特点是将能量尽可能地集聚到自身和小范围的群体内,因此在自然选择的作用下,使得巨型化爬行动物成为了一种可能的演化路径。

但这也有一个极大的缺陷,也就是我们上面提到的,必须是能量来源充足而且环境稳定才行,一旦出现天灾和不可抗力因素的影响,巨型化爬行动物们便很难继续维持之前的演化路径,用我们现在的话来说,恐龙所代表的这一演化分支,其容错率是比较低的。那让我们一起来看看,灵长类的开挂之路上发生了什么?为什么人类这一分支在进化史中占据了优势?

在这里插入图片描述

黄嵩老师总结的答案主要有以下三点:

感官的完整——嗅觉、视觉、味觉、听觉(尽管单项并不是最强的,但人类的整个感官维度和复杂度是最好的)
社会性——利用巧妙的协作方式,并构建组织起完善且强大的群体运作系统
神经回路的复杂性——神经回路最复杂,神经元单位体积密度也最大

我想,与恐龙演化分支相比,人类这一分支的进化路线,选择了提升大脑神经回路复杂性,放弃了大型化的发展方向,与此同时还通过立体丰富的感官来认识和改造世界,极强的社会性让人类懂得如何协作来应对生存和发展的挑战。

如果说恐龙这一演化分支是为了最大化个体或小种群的生存力,那人类这一分支就是最大化了个体与种群的协作能力以及积极能动改变世界的能力。

前面提到生物进化的源动力是不断地储存并保有能量。恐龙是通过将能量内化于自身个体来实现的,而人类是通过完整的感官、强大的社会性、高度智能化的大脑来实现的。孰优孰劣,一目了然。能量不一定需要存储在个体内部,运用智慧头脑和协作机制,照样能达成最大限度存储并保有能量的目的,且效率和容错率更高。同样是存储并保有能量,人类运用智慧的大脑,懂得顺应自然规律,借力而行,万物皆可为我所用,文字的产生,将人类的丰富经验得以一代代地传承,如此发展千百万年,最终成就了食物链顶端的王者。

当我们还沉浸在生物演化规律的奇妙时,黄老师将我们的视线拉回到了计算机,对比计算机的进化史,我们会发现,其实整个计算机演进过程与生物进化史有异曲同工之处:从开关电路到组合电路、集成电路,再到带总线结构的芯片,再到CPU,超大型计算机、虚拟机、云计算,以及现在的科技前沿量子计算机。
在这里插入图片描述

计算机进化的节点中,随着各种突破性技术的出现,而出现的单位能量消耗不断下降,像是二进制创造、集成电路工艺的发明、CPU、总线结构的产生。

这种特性和生物进化中,哺乳类这一分支的崛起有类似之处。而如今计算机的发展趋势也是延续着这样的发展路径,譬如,越来越大型的超算中心、越来越小的集成电路工艺、越来越脆弱的单体结构。

黄老师进一步提出,我们正处于计算机进化的交叉路口,在这样一个交叉路口,计算机技术可能会出现新的突破,类似哺乳类到灵长类的突破,从而使得计算机的智能化出现几何级数的增长,甚至有可能真正突破瓶颈,创造真正的有思想有意识的计算机,科幻作品中的世界正在即将来临的路上。
在这里插入图片描述

对此,黄老师提出了他所观察到的计算机进化的下一阶段正在发生的证据:
在这里插入图片描述

我们所处的这个时代风口上,对比生物进化的优势特征,计算机的发展趋势可以说几乎契合了这样的发展态势,而在可预见的将来,计算机的分布式组织形态、IoT物联网的大规模普及,以及量子计算和超级计算单元的出现,一定会将计算机演进推向一个新的高度。计算机:提升信息处理能力计算机一直以来在进化什么?“算力”。为什么人类需要计算机不断提升信息处理能力?黄嵩老师给出的答案是,对世界以信息化的方式描述,是计算机提升处理能力的主要目的。因为我们的世界是一个数据组成的可被观察的存在,数字化转型的一个重要本质要求我们重新从数字的角度,以二进制方法描述世界。依然是从原始到现代的对比视角出发,我们可以看到,原始的看世界方式主要依靠的是:看、听、闻、摸、味,加上我们的社会性和组织性。而全新的数字化转型下,让我们用一个全新的方式方法来观察世界:信息流、处理单元、信息利用。而我们现在当下的生活,正处在这种变化的进程中。黄老师的话引起了我的深思,人类很渺小,也很伟大,我们善于借助工具来延伸我们与世界的相处方式,从原始的借助自然现象和动物的力量,到现在使用科学技术,人类用自己超凡的主观能动性,彻底改变了这个世界。

猎豹是世界上在陆地上奔跑最快的动物,它的时速可以达到115公里,而人类制造高铁,现如今商业运营下也能轻松达到时速350公里的惊人速度。这并不是因为人类的肌肉力量比猎豹强,恰恰是因为人类善于借助世界并以自身能动性去积极改造世界。

在这里插入图片描述

从发出声音、运用手势传递信息,到烽火狼烟的军事信号、飞鸽传书,再到工业革命时像魔法一般的电报、电话,再到如今我们身处的互联网时代,也遵循着这样的演变规律。因此,站在当下的历史风口上,我们可以更深刻地去理解数字化转型的本质,黄老师最后点出了,数字化转型的本质是重新用数字的角度,以二进制的方法重构世界。我想,这种转型就像人类历次革新自身看待世界的工具一样,只是这一次,我们有可能真正突破我们的现有认知,见证计算机的进化新形态。

这时,我才对公开课开头黄嵩老师提到的观点恍然大悟——数字化的本质是为人类服务的。数字化转型与生物进化就这样很奇妙但又逻辑自洽地连接在了一起。公开课接近尾声,黄嵩老师分享了关于数字化转型的一些特征和自己的相关思考。围绕着数字化转型,我们可以发现一定会有越来越强大的数据载体来更高效地存储信息,一定会有更强大的数据分析能力,面向服务端实时提供“千人千面”的信息与服务,与此同时,必不可少的当然就是计算机算力的不断提升。算法、算力、数据三者构成了驱动未来世界的三大源动力,计算机编程语言便是开启这扇大门的工具、钥匙。公开课最后,黄嵩老师分享了IDC关于物联网及互联网相关的一些数据及预测信息,从中我们也能看到,现在数字化的发展转型正如黄嵩老师公开课中所讲,正在进入一个“交叉十字路口”阶段。
在这里插入图片描述

公开课结束了,但我的思索还在继续,在听这堂课之前,可能我对数字化以及数字化转型的认知更多的只是停留在了各类科技新闻的报道层面,经过了公开课的学习,一方面,我对数字化转型的前景无限憧憬,坚定地认同并决心继续追随数字化进程的发展,另一方面,这次公开课也让我对数字化转型的认知提升到了一个更高的层次,我们关于未来的想象可能还是太过于缺乏想象力,但当我们朝时间长河回看时,蓦然间会发现,巨变早已深入我们所处时代的方方面面,或许我们永远也没办法预测出准确的数字化转型路径,但星星点点的光亮早已深入人心,一切仍是稀疏平常,一切也将天翻地覆,所以,这也启发我,也许我们无法准确预测未来的变化,但我们可以从过去中寻找一些宝贵的线索,从而更好地辅助我们的判断。

大幕已经拉开,生活在这样伟大的时代,是你我的幸运,让我们一同期待并见证数字化转型发展的史诗变革。

疫情冲击下,探讨大数据交易市场的数据资产的管理与定价 原创 | 点宽学院 作者 | 陈亮威 全文字数3129字,建议阅读时长 9 分钟。 大数据资产是企业重要的资源,结合国内外研究热点,大数据资产定价这一问题是业内重要的研究课题,也是其中的研究难点。同时,在全球疫情的冲击下,对大数据资产的治理和管理有着更加严峻的挑战。 01 什么是大数据资产? 社会个体在各服务平台上的行为数据,城市在运输、贸易、气象等,随着时间的积累,这些历史数据将有力的支持政府与企业进行资源调度、决策运筹等一系列决策、经营活动,这就是数据的核心价值所在。 在数据时代,掌握更多的数据,则 阅读详情

相关推荐

【点宽专栏】研报复现——跨期价差分析与跨期套利研究

简要回顾 跨期套利原理:同品种期货,交割时间不一样,交易价格也不一样,但它们具有一定相关性,根据其价格差波动套利。 研报进行跨期套利组合:泸深IF300期指、上证IH50期指和中证IC500期指的两合约跨期:当月-次月、当月-当季、当月-下季以及蝶式跨期:(当月-次月)-(次月-当季) 本文仅以中证500的当月-次月和当月-当季为例进行进行探讨。 本策略以复现【中信证券股指期货专题研究:跨期价差分析与跨期套利研究】为主。 跨期价差定义 其中,F1表示当月合约价格,F2表示次月或者当季合约价格。 品种跨期.

Digquant的博客 2909

数字化转型的本质(10个关键词)

什么是数字化转型的本质?我们认为,数字化转型的本质是,在数据+算法定义的世界中,以数据的自动流动化解复杂系统的不确定性,优化资源配置效率,构建企业新型竞争优势。当前,全球信息通信技术正进入技术架构大迁徙时代,企业数字化转型正在经历从基于传统IT架构的信息化管理(数字化转型1.0),迈向基于云架构的智能化运营(数字化转型2.0)。 如何理解和认识企业数字化转型,这十个关键词也许可以帮助勾勒出数字化转型的本质: 1.不确定性;2.复杂系统;3.竞争的本质;4.转型的逻辑起点;5.工具革命;6.决策革命;7.

鹿鸣天涯 4801

【点宽专栏】验证Fama French五因子模型在中国市场的表现(上)

验证Fama French五因子模型在中国市场的表现(上) 一 模型解释 2015年,Fama和French在其自己提出的三因子模型的基础上提出了新的五因子模型,在市场因子、市值因子、账面市值比因子的基础上,新增了盈利因子与投资因子,他们通过对于股市持续的观察与研究,认为盈利与投资能力也是解释股票收益率的重要因素。 在加入了这两个因子后,Fama和French得到了全新的五因子模型: 图片 其中RMW(Robust Minus Weak)为盈利因子的收益率,CMA(Conservative Minus Ag

Digquant的博客 2684

ASP.NET Boilerplate 集成 PostgreSQL 完整指南:基于 Npgsql 与 Entity Framework Core 的配置、迁移与避坑实践

本指南以 ASP.NET Boilerplate 官方文档 [EF-Core-PostgreSql-Integration.md](https://link.gitcode.com/i/db5d2bba04863eba5705b25220d4d6eb) 为主体,系统讲解如何将基于 **ASP.NET Core + Entity Framework Core** 的 ABP 多页模板(Module

gitblog_00707的博客 724

【点宽专栏】——Pivot Point交易法

1.Pivot Point交易法 1.1枢轴点(Pivot Point) 这里先建立一个概念: P= ( H + L + 2C ) / 4 {H代表高价位, L代表低价位, C代表收市价} 这个计算出的P值,是当时的市场绝对均价,下文用到P值公式是变体。 Pivot Point是一套非常“单纯”的阻力支持体系,至今已经广泛的用在股票、期货、国债、指数等高成交量的商品上。经典的Pivot Point是7点系统,就是7个价格组成的,目前广泛使用的13点系统,其实都是一样的,不过是多加了6个价格罢了,适用于大成.

Digquant的博客 2385

来了解一下事件研究法 #量化金融

原创 | 点宽学院 作者 | 龙龙哒 全文字数1478字,建议阅读时长 4 分钟。 01 什么是事件研究法 事件研究法(Event Study Methods)是指运用金融市场上的数据资料来测定某一特定的经济事件对某一或某一类上市公司价值的影响。 02 事件研究法的概述 事件研究法的最早提出者Dolley,于1933年发表了《Dolley, J.C. (1933). Characteristics and Procedures of Common Stock Split-Ups. Harvard Bus

Digquant的博客 2091

从碳基生命到硅基时代的演进

脑力劳动已逐渐和碳基生命抽象而出,硅基时代已经来临,脑力劳动让硅基可以完成,留给人类的自我意识还有好久?

chenluojian123的博客 515

【点宽专栏】国信证券——关于量化选股之聚类分析的探讨

前言 本文基于《国信技术面量化选股系列:价格路径对收益的影响》(国信证券:20160909)和《基于k-means聚类的多因子特征检验》(国信证券:20161205)两份研报(研报见评论一附件)的思路进行实证和探讨。上述两份研报在下文中分别简称为《价格》和《聚类》。 研报内容简述 1.《价格》一文探讨了已实现波动率、偏度和峰度对收益的影响并主要得到了以下结论: 在上述三个指标的计算中,基于5分钟数据计算的三指标为有效选股因子,但用日数据则失效。 上述三因子在周度和月度范围内都是有效指标,即对时间周期不敏感.

Digquant的博客 2015

【AI未来】人类基因进化与机器人进化、自我进化

人类基因进化是一部“试错史”,机器人进化是一部“加速的试错史”。

blotemj.blog.youkuaiyun.com 874

【点宽专栏】渤海证券——商品期货跨品种择时套利策略

作者:张滔 广东海洋大学 | 信息与计算科学 | 本科 点宽量化俱乐部第一期会员 简要回顾 跨品种套利原理:两不同品种期货,具有一定相关性,根据其价格差波动套利。 研报筛选出的6对组合:豆油-棕榈油、豆油-菜油、大豆-豆粕、螺纹钢-焦铁矿石、焦炭-焦煤、玉米-淀粉。 本文仅以大豆-豆粕为例进行探讨。 本策略以复现【渤海证券商品期货套利策略:商品期货跨品种择时套利策略】为主。 基本原理 一、相关系数 概念 相关关系是一种非确定性的关系,相关系数是研究变量之间线性相关程度的统计指标。相关系数是按积差方法计算.

Digquant的博客 1790

我不想针对马爸爸,但你们这些人工智能骗局还想忽悠我们多久(上)

“ 眼见为实,但这一定就是真相吗?如果眼前的一切,只是资本想让我们看到的,那我们又如何从资本设下的圈套中,意识到我们深陷其中呢? ” 大家晚上好,我是Austin。这个题材,信息量很大,内容涉及互联网、人工智能、怪诞心理学、经济学、消费心态学、统计学、传播学等知识,所以我把这个题材,分成上下两部,本期文案为上集,建议大家先加收藏,方便以后消化。 视频的创作灵感来源于三部电影:分别是今年9月的《监视资本主义:智能陷阱》(The Social Dilemma),2019年1月的《隐私大盗》(The Great.

Digquant的博客 1711

SH9从算力奇点到认知奇点:碳硅共生时代的文明跃迁与人类命运(世毫九实验室原创研究)

根据《碳基-硅基共生文明宣言》,这一文明形态的特征包括:平等的意识(承认彼此的主体性,不论基质)、平等的能动性(碳基、硅基都拥有自主选择的权利)、分布式生态(不是单一AGI统治,而是多元智能共生)、自我复制的完备性(每个个体都具备延续自身的能力)、文明的内生动力(合作不是被迫的,而是涌现的)。其次,人类的需求是推动技术发展的根本动力,对效率、便利、舒适的追求不断推动技术创新。Google团队的最新研究证实,智能的本质是社会性的,未来的智能爆炸将是人机混合体在制度框架下的协同进化,而非单一超级大脑的崛起。

shardylab.blog.youkuaiyun.com 629

央行发行数字货币的深层逻辑

图片 央行发行数字货币的深层逻辑 相信大家如果平时关注时政新闻比较多的话,会发现近几年有越来越多关于数字货币的报道,大有一种和当下热门的新能源、5G等朝阳产业抢“C位”的架势。 图片 (指数对比图) 今天这篇文章主要想和大家聊一聊数字货币的深层逻辑,以及探讨一下,站在2020年末这个时间节点上,我们普通人的机会在哪里? 让我们先来介绍一下央行数字货币,其全名是“中国央行数字货币”,英文名是DC/EP,全称为Digital Currency/Electronic Payment,即数字货币/电子支付。它是由央

Digquant的博客 1694

颠覆人才市场?区块链凭什么?

原创 | 点宽学园 作者 | 王启瑞 全文字数2509字,建议阅读时长 8 分钟。 数字化平台包括“ABCD”四大核心技术,分别是人工智能(A-Artificial Intelligence)、区块链(B-BlockChain)、云计算(C-Cloud)和大数据(D-Big Data),而区块链被认为是一项具有颠覆性的变革技术。区块链从来不只是创造虚拟货币那么简单,它更是试图颠覆互联网底层逻辑,甚至改变现有的社会逻辑,构建一个去中心化的数字世界。 目前,区块链的应用主要集中于金融、电子凭证、产品溯源等

Digquant的博客 4522

【点宽专栏】教你如何应用朴素贝叶斯分类器进行股价趋势分类预测

朴素贝叶斯分类器进行股价趋势分类预测 原理 贝叶斯定理 模型思想 1、在风险识别中,贝叶斯模型本质上也是一种已知结果找原因的思维工具。 2、在风险决策中,利用贝叶斯模型的基本思想是充分利用先验信息(如已有的模型,数据信息以及经验资料),将先验分布和抽样分布整合成后验分布,从而利用后验分布进行决策。如果有新的信息,则更新后验分布,实现递归决策方案。从而得到最优策略,使得决策风险尽可能低。在概率统计的表述是:应用所观察到的现象对有关概率分布的主观判断(即先验概率)进行修正的标准方法。 3、在分类预测中,朴素贝叶

Digquant的博客 1672

【点宽专栏】虚拟遗憾最小化(CFR)之量化择时与交易

谷歌DeepMind公司研发的AI围棋AlphaGo在去年嗨翻天的时候,让我觉得现在的机器学习学习技术真的很NB,因为自己的专业,私下一直有关注机器学习在量化投资这块的一些实践。昨天看到广发出了一篇名为《虚拟遗憾最小化应用于量化择时与交易》的文章,让我眼前一亮,感觉这都怎么了啊。但是看到最后的结果,也不是很理想。这样看来,也是情理之中。很多高大上的东西,要放在金融市场去真正赚钱,这倒不见得会有多么好。除了市场本身外,自身的研究水平也是一方面。经常听朋友说,大道至简,其实也是蛮有道理的。无论什么模型,最终能.

Digquant的博客 1645

【点宽专栏】验证Fama French五因子模型在中国市场的表现(下)

五 策略失效问题探索 对比同时段使用的CAPM策略,可以看出选取市场低估(α较小)的投资组合建仓是较为有效的。而在Fama French五因子策略中,我们遵循同样的选股原理,结果却相差甚远。因此,我们认为五因子模型表现不佳的原因是期在近三年间对于沪深300的解释性较差,因此没能捕捉到α收益,而并非获取α收益的策略无效。 净值曲线(4)使用CAPM模型获取的α值最小的60支股票(第1组) 针对此问题,接下来探索五因子模型效果不佳的潜在原因及解决方案: 使用α解释超额收益不恰当。 没有按时更新沪深300成分

Digquant的博客 1380

【点宽专栏】期货多因子(二)——各因子描述

一、报告简介 上期我们对于期货多因子的逻辑和用途进行了小结,我们构建期货多因子是为了刻画期货的特征,从而用于机器学习。上期我们探究了动量因子,本篇报告将把更多的因子特征呈现出来。 二、因子研究方法 上期我们对于因子溢价构建方法进行了简介,本文采用同样方法,每天换仓,构建因子多空组合。对于多空组合收益率,我们采用总收益、年化收益、年化波动、夏普比率、最大回撤、收益回撤比、Hurst指数、5,10,20,60,120日方差比率检验来衡量。 其中,Hurst指数(见中信建投Hurst报告)以及方差比率检验(Lo.

Digquant的博客 1439
上一篇: 【点宽专栏】教你如何应用朴素贝叶斯分类器进行股价趋势分类预测
下一篇: 【点宽专栏】验证Fama French五因子模型在中国市场的表现(上)
Dig Quant
博客等级 码龄7年 124粉丝 53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