之前有人问我究竟是做哪方面的,我发现有点说不清,哈哈。
内容 1 全栈的三层意思人工智能有很多定义,有一种模糊但准确的定义:人类脑力劳动的自动化。
所以我一直在研究如何进行抽象(以及再抽象),只有抽象到一定层次,才会产生自动化。这方面最主要的抽象成果就是Data Mill数据工坊,我研究从数据到数据的制造过程。要实现这个制造过程,交付价值,必须要做配套的建设,这也是为什么提全栈:光有想法是不够的。
全栈体系的第一层意思:完成端到端的人工智能价值交付。
数据科学的定义则明确很多:是业务、数学和技术的结合。
用直白一点的话说,数据科学要考虑如何表达以及服务好业务线,首先是理解业务,然后将其映射到数据世界。然后考虑用技术来具体实现对业务的支撑,也就是工程化(Engineering)。我认为工程化可能是目前国内普遍的弱项,所谓35岁现象很好的证明了这一点。IT行业本质上是一个以代码论英雄的行业,一个人从coding转向管理就是成功? 35岁以上就不爱写代码了?我不知道这样的企业工程化水平能有多高,但要知道,这个行业兴起也不过20年,不向前走必被淘汰。扯远了,数据科学的最后一维是数学。意味着其建模和分析方法完全是建立在数学的基础之上的,当然,多参考一些
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)