麻省理工学院的一个研究小组正在努力让初学者更容易接触到人工智能，同时也帮助专家在这一领域取得进展。

大数据研究正在由前几年的新鲜技术变得越来越普及和商业化。同时，由于研究的向前推进，以数据为基础的人工智能、机器学习和物联网等其他各个领域也将会取得越来越大的成果。

通过人工智能和ML，你的企业将受益，因为它在运营上变得更加高效，并消除了那些似乎让你慢下来的日常任务。

如何成为一名卓越的数据科学家？

究竟我们的工作将在何时被机器所取代？哪些工作最危险？

2002、2006、2010、2014 年的冠军得主分别为巴西、意大利、西班牙和德国，基本上遵循了“风水轮流转”的规律。现在，每年世界杯上演之前，数据科学家、投行和 AI 研究机构都会出来做一下预测。相比于当年风头大盛但短命的章鱼保罗来说，现在的专家和机构预测世界杯用上了机器学习、大数据等方法，理论上来说预测结果会更加有准头。但是，事实上真是这样吗？

2017年7月，Gartner公司发布了年度新兴技术成熟度曲线。Gartner认为，2017年技术成熟度曲线揭示了未来5-10年的三方面技术趋势，一是无处不在的人工智能、二是身临其境的体验、三是数字化平台，这三个方面的汇聚会带来有竞争力的商业生态。

大数据全生命周期与隐私保护！！

本文主要内容是以驾驶行为习惯风险预测模型为例，深度解读一个数据驱动的自动化机器学习系统应该具备的基本功能：模型自我学习的能力。

Judea Pearl帮助AI在概率计算上取得了巨大进步，但是仍然叹息道：AI在因果关系计算上无能为力。

这不仅是大数据初学者的很好的入门资料，对于高阶从业人员也可以起到查缺补漏的作用。

国产人工智能芯片的发展，一如早年间国产通用处理器和操作系统的发展，过份地追求完全独立、自主可控的怪圈，势必会如众多国产芯片一样逐渐退出历史舞台。

AI领域当中，也存在非理性繁荣！

科大讯飞 谭昶：大数据的实践与思考。2016中国大数据技术大会中，上来自科大讯飞大数据研究院副院长谭昶，他带来了《讯飞大数据的实践与思考》的……

近日，Google旗下的科技孵化器Jigsaw、康奈尔大学和维基媒体基金会合作，联合开发了一个预测谈话走向的AI系统。这个系统能从一开始就能预测谈话是否会失控，想在对话能被挽救的情况下，尽早预防不必要的争吵甚至是攻击行为。

虽然”比特币”和”以太坊”这两个术语常常一起出现，但实际上这两者有很大的区别。以太坊与比特币的唯一联系在于，两者均为成功的区块链技术应用。

关于人工智能（AI）和机器学习（ML）如何改变商业实践的故事越来越多，数据科学从业者被要求仅用模糊的或高层次的商业目标来“应用机器学习”。在实施人工智能和从数据中创造商业价值方面存在很大差距，数据科学中的许多尚未解决的问题是导致这些差距的原因。

究竟什么样的AI人才能被微软这样的巨头聘用呢？

人工智能（AI）是真的，而且已经来了。但成功地将AI投入应用并非易如反掌，而是需要彻底反思商业实践。

人工智能是个几乎万能的工具，关键是你能不能熟悉运用它的技巧，为它找到在你的领域里的运用空间。