搜索[沈向洋院士]结果-低调大师优秀个人博客

精选列表

搜索[沈向洋院士]，共10003篇文章

JumpServer安装

. # (*) 勿向任何人泄露 SECRET_KEY # SECRET_KEY= # 组件向 core 注册使用的 token, 迁移请保持 BOOTSTRAP_TOKEN 与旧环境一致, # 请勿使用特殊字符串

2025-12-13

Hadoop3单机部署,实现最简伪集群

ssh免密码登录(主节点) sh 复制代码 # 设置主节点自身ssh免密码登录以及主节点对各个数据节点ssh免密码登录 # 以下操作在主节点进行 # 生成公钥 ssh-keygen -t rsa # 向主节点

2025-09-05

2025 IDEA大会沈向洋演讲实录

张建伟院士也在台下，他肯定深有体会。抓取难有很多原因：物体复杂、透明、软体、变形、打扁的易拉罐等等。同时机械手本身还远远不够，人类的手太强了，可以搬箱子，也可以穿针引线；可抓、可感、毫秒反馈。

2025-11-25

沈向洋：五个维度思考智能演进机会不仅来自技术本身

在2025 IDEA大会上，IDEA研究院创院理事长、美国国家工程院外籍院士沈向洋用五个维度梳理了智能演进的脉络：算法范式、智能载体、交互范式、计算架构与数据。

2025-11-25

李彦宏、马化腾、沈向洋三巨头对话人工智能的应用和未来 | 2017 IT领袖峰会

雷锋网消息，4月2日，2017中国（深圳）IT领袖峰会正式开幕，腾讯董事会主席兼首席执行官马化腾、百度创始人、董事长兼首席执行官李彦宏、微软全球执行副总裁沈向洋围绕“人工智能”的主题进行了高端对话。

2017-07-31

沈向洋博士致2018届毕业生的公开信：计算机科学的三堂人生课

上周五，我有幸在美国华盛顿大学计算机科学与工程学院的年度毕业典礼致辞。在这样一个特殊的日子里，能和这群才华横溢的年轻人及其亲友一起庆祝，我深感荣幸。我认为，在计算机领域，没有任何一个时代比现在更具有魔力。我成长于上世纪60年代的中国，那是一个技术突飞猛进的时代——人类进入太空、卫星发射、超音速飞机试飞。那时，虽然计算机才刚出现，但却已经成为许多重大突破的核心。那时，我的父亲，一个高中数学教师，像大多数中国人一样，从来没见过计算机。但他们都听说过计算机，也知道它会很“大”，有可能会改变这个世界。父亲鼓励我在这个全新的领域里求学。我很幸运能来美国继续我的学业。我们那一代的学生对人工智能非常着迷，致力于计算机视觉、语音识别和机器人科学等领域的研究。但当90年代，我从卡内基梅隆大学获得博士学位时，人工智能相关专业的毕业生却找不到好工作，因

2018-06-19

【6000人齐聚CNCC2017】丘成桐、梅宏、沈向洋、李飞飞报告回顾，AI玫瑰绽放计算之美论坛

本文带来第一天主论坛上的演讲介绍：丘成桐、梅宏、沈向洋、李飞飞等大咖齐聚，带来最新的人工智能与计算机领域前沿介绍。

2017-10-26

院士宁波纵论“智慧城市”

在2016年中国（宁波）智慧城市院士论坛上，14位国内知名院士以及数十名专家学者在宁波为中国智慧城市的发展把脉。

2017-07-02

李德毅院士：大数据认知

认知科学跟人工智能是什么关系？我们争取在这个问题得到一些认识。一、大数据认知的方法学人工智能最重要的就是知识表示，或者叫知识认知的形式化。我们有一个教授做一个很有意思的工作，把李白的所有诗1001首碎片化，变成了小数据。通过这个例子告诉大家，数字是不同于物质和能量之外的人类的资产，数据就是新时代的石油。小米雷军的英语大家笑。笑什么呢？语法是对的，语境不对。我在10几年前曾经带过一个学生，做过一个“野蛮翻译”的硕士论文。大数据的认知方法告诉我们，要重新思考是先有语言学还是先有语言，翻译问题能不能形式化？我是83年在英国拿到博士学位，84年被邀请到日本研究古埃及的语言。谷歌的成功主要是大数据下的搜索引擎和排序算法，充分利用了群体智能的数据。各种语言之间的转换服务，每天超过10亿次，使用人数每月超过5亿人。谷歌眼镜可用7种语言对图表或菜单进行即刻的逼真翻译。为什么可以做到这样？对话模式由32种语言的翻译机器人来回沟通，大数据造就了高度准确的自动实时翻译和自学习。这一点是值得我们人工智能学者深思的。我们一直喜欢用DNA检测，将来人连识别、说话人识别，可以变得如此方便。我们用科大讯飞的语音解说中国人工智能大会，我们发现一个已经退休了的李瑞英女士在为我们做广播。这就是大数据的力量。所以从大数据的成功运用反思日本五代机的失败，值得我们思考。今年IEEE国际数据工程大会上有一个很大的争论终于得到的回答，是继续构建通用数据库系统，还是构建特定负载面向特定目标的系统？作者支持后者，所以我们一定要把大数据的资产用好。我们要不但享受互联网带来的方便，还要包含区别于物质的数据资源的价值发现和价值转换，这里面人工智能起着很大的作用。大数据已经成为网络时代人类社会的重要资产，今天，移动互联网支撑的手机可以低价或者免费，如小米手机：明天，物联网支撑的空调机、电视机是否可以低价或者免费？后天，家装、家居、汽车、家庭服务机器人等是否可以低价或者出租或者免费？为什么一个人要买一个车呢？有的人一个人还买两部车，多占地方啊？手机、电视机、汽车和聊天机器人等作为传感器，为互联网商提供源源不断的大数据资产。大数据本身，既不是科学也不是技术，是网络时代的一种客观存在，各行各业的大数据，规模从TB到PB到EB到ZB，以三个数据级的阶梯迅速发展。聚类是大数据使用的一个突破口。我觉得我们要研究聚类。人类走过了几千年的实验科学，几百年的理论科学、几十年的计算科学之后，迎来了数据密集型科学的新时代。对于老一辈科学家来说，大数据的挑战对于科学里面的震撼是地动山摇的。这么大数据不应用，怎么办？我们是个产业会，智能产业论坛。我们讲一个保险公司在大数据面前，应该怎样改变他的运行方式？保险，尤其是车险，传统的是分为ABCD类。经常出车祸，保险费就要高一些。但是随着汽车成为双驾双控轮式机器人，成为大数据发生器以后，每一次驾驶，每一次维修，每一次行程，甚至每一次刹车，都记录在案，利用大数据聚类，保险公司可对一个车况好、驾驶习惯好、常走线路事故率低、不勤开车的特定客户，给予更大优惠，而对风险太高的客户报高价甚至拒绝。大数据聚类成为保险公司的核心竞争力，精细化的为个性化服务。刷脸是人的身份识别的一个方法，人们要求要识别这张脸。奥巴马这张脸从几何结构上分成1-10个尺寸的话，这样的翻译方式做起来太繁琐，所以我们做云计算的时候是去ROE时代。结构化人脸大数据聚类的局限性，本质上仅仅是几何结构的聚类及忽略了聚类的不确定性、多样性、过程中简单的群体交互性、据类样本的可获得性，结果的评价标准、群体认知的共性，尤其是表情、年龄、肤色、基因、性别、因缘等太多因素。所以我说，智能产业界的朋友们，如果你们能够把一个全家福里面找到儿媳妇或者女婿来，我觉得这个产业就能赚钱。网上一大堆全家福，哪一个是儿媳妇，哪一个是女婿能找出来吗？如果说几千年、几百年、几十年的科学主要靠天才归纳而成的话，那叫大定律、大模型、小数据。我记得我大学毕业把我分在哪儿呢？外部设备组，就是做输入输出。现在改叫交互，后来又进一步改了叫沟通。我认为大数据给我们提出一个新的形式化的认知学方法，就是小模型、大数据。模型要围绕数据转，所以我说：这个改变是地动山摇的。公理、模型、程序要围绕数据传，形成数据定义的系统。所谓“创新”在大数据时代就是要靠数据说话，要更多的依赖大数据，这些数据常常是交叉的，因此体现在交叉理论框架下建立的。如果说物理学和化学是传统科学，也许我们可以研究物理化学，那里更有可创新的地方。要学会理解程序和模型怎么围绕数据转，要研究基于统计的可变视角和可变尺度。二、云机器人认知今天透露一个我个人的学术观点，我们现在研究的重点，我想大家可以研究一下“云机器人”。机器人与人，可以形似神不似，也可能神似形不似，当前应该更多研发的不是人型机器人，而是神似形不类的云机器人。云机器人依托云技术优势，重认知，体现在端设备上是感知和行动。先研发预言和图象丰富、认知复杂、动作相对简单的特定认知域的云机器人，如导航机器人，其智商和情商容易取得小众的共识。研发云机器人成为大数据认知的又一个突破口。我在深圳买过两个扫地机器人，到家用了不到一个月就散了，但是我现在买了一个日本的一万多块钱的，用了很长时间。如果我们的语言、文本、歌曲、剧本可以通过虚拟形象变成形象、情感、动作、语音、语调、风格的话，我们还可以研究一个林志玲、郭德纲同台的导航板。利用云+端的形态和深度学习，涌现出太多的云机器人雏形，它们和自然人相比神似形不似，太多的记忆认知和计算认知可从云上获得，当前的感知、交互、认知、行为控制和协调在端上，有自主学习和主动寻求帮助的能力，能够满足移动生活中的人群对特定领域工作的机器人的迫切需求。假如我人到这个机器人面前参观了，我说：“我明天想买一部小米手机。”这个聊天机器人怎么讲？说：还是买进口的。你会大吃一惊。啊，这个机器人还知道小米是国产的。假如人说：“我明天想买一部小米手机。”机器人回答：“找你妈要钱去。”这是一个什么场景啊？我们搞自然语音理解和语音翻译的人，以前太多的重视了语法和语构，我们忽视了语境和语用。在云计算数据中心，用成千上万台的CPU+GPU服务器架构，通过大数据样本做混合的大规模深度学习的并行训练，可确定几十亿个参数的人工神经。成为人工智能又一大亮点。我认为深度学习吸收了云计算和大数据的红利。我个人认为深度学习实际上是一套灵活的、复杂而又简单的形式化模型框架，依靠不同深度的神经网络中的大量参数的确定去处理不同的问题，参数量可高达十几亿个，参数的精度靠大数据量训练得以保证，适合端到端的学习。深度学习以卷积神经网络（CNN）为代表，相比早先的浅学习，它不但可以从局部到全局提取不同层次的特征参数，还可以利用卷积的微分性质通过改变卷积核在更高阶上提取特征参数，是抽象认知能力的提升，而不仅仅是神经网络的宽度——神经元数目的增加。 FT跟GT卷积的微分等于其中一个函数的微分跟另一个函数的卷积，因此对于原始图象的微分就很难。互联网、云计算、物联网和大数据可以有力支撑云机器人如何听说、如何看、如何想，而解决机器人如何动作的“智能制造2025”迎来了我国机器人的春天。我们希望我国的制造业在赶快跨过3.0，走向4.0。如果北京市80万个摄象头都变成“摄象头+固化芯片”，把路口简单的摄象头改成路口机器人交警，只要限号开车，压线就扣你分、罚你的款。产业界的朋友们，为什么不做这件事情呢？何况我们国家不是一个北京啊。如果我们把高德导航机器人变成一个聊天机器人，变成一个导游机器人多好啊。我们的汽车无人驾驶，你喝醉酒了，让机器人代驾。你不会开车，让机器人变成教练机器人，还可以做交通事故仲裁机器人。我们还可以做特种车辆服务机器人，所以我认为智能产业有着巨大的创新空间。如果我们解决了驾驶问题，坐在车里可以享受移动生活，孩子们可以在移动的状态下跟高考辅导聊天机器人聊天，我们喜欢诗人汪国真，我们编个机器诗人汪国真，喜欢邓丽君的歌声，我们编个歌手邓丽君。手语交互机器人和痴呆症患者聊天的机器人。如果这样做下去的话，我们的机器人虚拟教师，搞翻译的都会失业，真的机器人换人的时代到来了。三、大数据认知的实践这一篇我就不讲了，8月28号我们要在郑州集聚7辆车，从郑州到开封做一次无人驾驶实验。我们利用导航设备和记忆认知实现了路口的记忆，保证郑州到开封27个路口怎么过。我们想做一次实验，有兴趣的朋友们，欢迎你们8月20几号郑州相见。我就讲这么多。本文来源于"中国人工智能学会",原文发表时间"2015-08-14"

2017-05-01

名洋集团加入 openKylin，助力社区生态及品牌建设！

近日，北京名洋数字科技股份有限公司（简称“名洋集团”）签署openKylin社区CLA（Contributor License Agreement 贡献者许可协议），正式加入openKylin开源社区。

2022-12-09

从太平洋保险DCOS实践看企业IT架构演变

DCOS平台关键技术选型在今年春节期间，太平洋保险联合上海天玑数据，采用DCOS平台改造微信应用系统来支撑推出的“除夕夜摇红包”、“初五迎财神”等系列活动。

2017-08-31

专访 | 贾文洋：鸿蒙生态技术全景与开发实例分享

借此契机，开源中国邀请到了中国科学院软件研究所高级工程师、资深鸿蒙应用研发专家贾文洋老师做客开源中国直播间，以他个人的鸿蒙应用开发经验及作品，带大家深入探讨全流程的鸿蒙应用开发流程。

2025-07-08

杨洋告诉你实时异地容灾的重要性

第28集中男主角完败对手的那场戏可真是让人觉得酣畅淋漓，无限回味之后，小编不由得对杨洋在剧中提到的【实时的异地容灾】产生了兴趣，这招“杀手锏”到底是什么意思呢?

2017-08-08

十位院士眼中的智慧城市

李德仁院士：智慧城市建设是“一把手”工程，需要“运营脑”智慧城市=数字城市+物联网+云计算，这是李德仁院士拟的关于智慧城市的公式。

2020-07-09

院士李德毅：大数据认知(演讲全文)

导读：李德毅院士通过介绍作诗、语言翻译、语音识别、保险、人脸识别，深入浅出地阐述了大数据认知的方法学。大数据标志数据密集型科学的新时代的到来，大数据时代是小模型、小定律、交叉学科的时代。

2017-05-01

邬贺铨院士：边缘计算“新十问”

两年前的边缘计算技术峰会上，中国工程院院士邬贺铨就边缘计算提出十问，直戳技术演进与产业发展的核心问题，引起业内巨大反响。在过去两年中，边缘计算产业得到了长足发展，市场参与者也是越来越多。

2020-11-06

沈继业：把握机遇共迎挑战合作让世界更美好

10月21日，第六届世界互联网大会开幕次日，绿盟科技总裁沈继业受邀出席"网络安全技术发展和国际合作论坛"及"互联网国际高端智库论坛"，并与来自世界多国的网络安全组织代表及行业专家同场论道。

2019-10-23

Twitch 沈悦时：国内外互联网直播生态差异

//blog.csdn.net/vn9PLgZvnPs1522s82g/article/details/81199646 本文来自Twitch Principal Research Engineer 沈悦时在

2018-07-24

倪光南院士：希望国产 SSD 替代进口 HDD

“2023探索大会”今日在北京举办，中国工程院院士倪光南在会上表示：“我们希望在存储界迅速地推进以半导体存储取代机械存储这样一个科技革命的趋势，推动国产SSD产品替代进口的HDD产品。”

2023-12-20

李德毅院士：通用人工智能十问

云栖号资讯：【点击查看更多行业资讯】在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！共识：智能是学习的能力，以及解释、解决问题的能力；人工智能是脱离生命体的智能，是人类智能的体外延伸；通用人工智能通过不断学习，积累本领，进化成长，能够面向不同的情境，解释、解决普遍性的智力问题。在此共识基础上，我们提出如下质疑：质疑一意识、情感、智慧和智能，它们是包含关系还是关联关系？是智能里面含有意识和情感，还是意识里面含有智能？是智慧里面有智能，还是智能里面有智慧？大凡意识、情感，都是内省的、自知的、排他的，怎么可以用他人的、人工的来代替呢？所以非生命体不可能有意识？质疑二如何理解通用智能？我们应该不应该把通用智能理解为“全知全能”或者单向超强智能？尽管今天的计算机已经可以解决很多复杂的、专门的智力问题（如围棋智能），我们仍常常觉得它们缺乏人类思维的某些本质特征。这里的差别主要不是在算法、算力、数据量方面，不是在速度和容量方面，而是在智能的一般性、通用性、普遍性、灵活性、缺省性、容错性、可习得性、不确定性、适应性、常识性、开放性、创造性、自主性等方面。遗憾的是发展 60 多年的人工智能没有能够更靠近人的原始的智能。质疑三目前所有的人工智能的成就都是在计算机上表现出来，是基于冯架构的计算机智能或者计算智能，人工智能是计算机的一个应用而已。而人脑不是冯诺依曼架构的，存在不存在宏观上更类似脑的非冯诺依曼架构呢？例如，对人的智能而言，记忆力是真正的智力，超强记忆力就是超强智能，记忆比计算机重要，记忆的提取要比复杂的推理快得多，非冯架构如何在结构上体现人脑的不同记忆区和记忆力呢？如何体现环境和知识的双驱动？质疑四非生命体不会有七情六欲，机器人是非生命体，还会有学习的原动力吗？如果没有学习的原动力，没有接受教育的自发性，还会有学习的目标吗？目标从哪产生？机器人能否自己提出问题？质疑五人的注意力选择源于记忆，源于记忆的偏好依附性，偏好如何产生的？偏好依附是否只能与交互认知的频度和时间的远近相关？人的偏好依附不是这样的，人的恐惧性以及满足感会让一些发生频度很低、或者很久远的事记忆特别深刻。质疑六自然语言是人类思维活动的载体，如果自然语言是第一语言，数学语言是第二语言，计算机语言是第三语言，后一个比前一个常常更严格，后一个比前一个常常更狭义，根据哥德尔不完全定理，数学自身难以完全自洽。数学的形式化要借助于自然语言，计算机语言的形式化要借助于数学语言。因此，人工智能怎么可以反过来要用数学语言或者计算机语言去形式化人类的自然语言呢？质疑七人脑是个小宇宙，其中的智能是多情境、多公理兼容并包的，在不同情境里有不同应对，不完全收敛，不完全自恰，不整体统一，不存在非公理的统一的数学推理，当然也不必一定要脑裂。质疑八一个机器或者系统是否有智能，不在于某一个时刻它能解决什么实际的智力问题，而在于它有没有学习的能力？智能，即提供的问题解决方案，是否依赖于有限的认知资源？是否需要进一步交互认知？是否可以有选项？是否可以进化和成长？这才是最重要的。质疑九在一个非冯诺依曼架构的机器人脑中，组成记忆、交互和计算的基本元件最少有哪几种？各元件中的信息的产生机制与存在形式是什么样的？他们之间的信息传递机制是什么样的？质疑十通用智能后天的习得靠教育，智能植根于教育，文明是智能的生态。设有通用架构的机器婴儿 10 台，可视为带有基因的硬件加基础软件，让 10 位母亲分别在各自的情境去教育 10 名机器婴儿，仅仅通过语音交互，1 个月后这样的机器婴儿脑中留下的三个记忆区里都会有些什么？以后，机器婴儿的基础软件（含记忆、交互、计算软件）要不要不断扩充？硬件要不要不断扩充？机器婴儿脑有没有形成自己软件的能力？【云栖号在线课堂】每天都有产品技术专家分享！课程地址：https://yqh.aliyun.com/zhibo 立即加入社群，与专家面对面，及时了解课程最新动态！【云栖号在线课堂社群】https://c.tb.cn/F3.Z8gvnK 原文发布时间：2020-04-19本文作者：人工智能产业链联盟本文来自：“人工智能产业链联盟公众号”，了解相关信息可以关注“人工智能产业链联盟”

2020-04-19

D1net阅闻：谷歌、Facebook打造跨太平洋光缆PLCN

谷歌、Facebook打造跨太平洋光缆PLCN 谷歌周三表示，将与Facebook和Pacific Light Data Communication公司进行合作，以联手打造一根跨太平洋的海底通讯光缆。

2017-07-02

沈冰阳：强化学习在推荐冷启动优化中的实践探索！

分享嘉宾：沈冰阳 58集团算法高级工程师编辑整理：吴祺尧加州大学圣地亚哥分校出品平台：DataFunTalk 导读：58招聘是国内最大的蓝领招聘平台，是58集团的四大核心业务之一，每天有着上千万的职位在平台上发布

2021-12-28

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。