?

Log in

No account? Create an account

Блог о технологиях, роботах, бизнесе, науке, технике, авто, экономике, музыке, спорте, кино, будущем

Будущее нельзя предвидеть, но можно изобрести.

Мифы о роботах: почему цифровизация не приведет к безработице
luckyea77


Источник

Искусственный интеллект не угрожает рынку труда. Если создать населению условия для смены профессионального профиля, предвосхищать потребности в кадрах и вовремя переучивать людей, можно вообще свести безработицу к нулю

О цифровом будущем распространено много мифов. Главный из них — миф о том, что всех ждет массовая безработица из-за внедрения технологий искусственного интеллекта (ИИ) в различные отрасли экономики. Даже такие профессии, как юристы, врачи, учителя, по мнению некоторых цифровых визионеров, будут заменены виртуальными программными роботами (ботами). В качестве аргумента обычно приводят созданный компанией IBM суперкомпьютер «Ватсон», который, анализируя практику лечения сотен миллионов больных, ставит диагнозы лучше любого врача.

Теория тотальной безработицы в условиях цифровизации предполагает, что для поддержания экономики в будущем достаточно небольшого числа людей, своего рода цифровой элиты, большинство же населения будет получать пособие или похожую на пособие зарплату и просто проживать свое время. Надо сказать, этой теории придерживаются не только футурологи, но и некоторые политики, экономисты и бизнесмены. Они говорят о том, что не стоит давать хорошее образование всем гражданам, чтобы у них не было потребности становиться той самой элитой, ведь для всех творческой работы не хватит.

Правда ли, что мир обречен на безработицу в эру искусственного интеллекта? Да, цифровые технологии сегодня успешно заменяют человека: мы все реже посещаем офисы банков, решая свои финансовые проблемы через смартфон и компьютер, все чаще заказываем товары и бронируем гостиницы в интернете, а новости узнаем не из газет, а от своих «френдов» в социальных сетях. И по этой причине сотрудники банков, магазинов, турфирм, радиостанций и СМИ сегодня массово теряют работу.
Read more...Collapse )

promo luckyea77 june 21, 2015 20:04 29
Buy for 10 tokens
В этой записи я буду давать ссылки на посты с лекциями и уроками в этом блоге: Учебные материалы и тесты: 11 ресурсов для бесплатного образования Онлайн-курсы по высоким технологиям и инновациям Дистанционное образование в России (среднее профессиональное образование, бакалавриат, магистратура,…

Где создать стартап на миллиард: сравнение лучших акселераторов мира
luckyea77


Источник

Какой из ведущих мировых акселераторов — Y Combinator, 500 Startups, Techstars, AngelPad — лучше подходит для молодой компании?

Президент одного из ведущих мировых акселераторов Y Combinator (YC) Сэм Альтман покинул свой пост 10 марта. Почему это так взволновало технологические стартапы и какие альтернативы у них есть?

Акселераторы за небольшую долю или бесплатно обучают предпринимателей, иногда имеющих только идею, как создать и масштабировать компанию до мирового уровня. Делается это за счет менторского сопровождения текущей работы, встреч с руководством крупнейших корпораций, а также открытия доступа к прямым инвестициям

Кто в топе?

Показателем эффективности акселератора можно считать стоимость компаний, которые прошли через его программу. Некоторые из них и сами по себе стали бы звездами ИТ-мира, но в целом статистика может показать общую тенденцию. Для подсчетов были использованы сайты самих акселераторов, а также известные бизнес-СМИ и ресурсы по венчуру: TechCrunch, Seed DB, CrunchBase, CB Insights, Forbes, Techstars, Inc. и другие.

YC — акселератор №1 на рынке. 19 единорогов (компаний стоимостью свыше $1 млрд) выросли из компаний, прошедших его программу. Это 6% всех фирм с такой капитализацией в мире. Среди выпускников — Airbnb, Dropbox, Reddit, Twitch, Quora и другие. Также в послужном списке YC 93 компании с оценкой выше $100 млн. В стартапы YC часто инвестируют самые известные венчурные фонды — Andreessen Horowitz, Khosla Ventures, Sequoia и Accel.

Общая капитализация 100 лучших компаний, прошедших этот акселератор, составляет свыше $100 млрд. Они создали 28 000 высокооплачиваемых рабочих мест для экономики страны.
Read more...Collapse )
Смотрите также:
Бизнес-инкубаторы и бизнес-акселераторы России


Курсы по программированию от лучшего высшего учебного заведения мира по подготовке программистов
luckyea77


Санкт-Петербургский государственный университет ИТМО — признан лучшим высшим учебным заведением мира по подготовке программистов. Таковы результаты исследования сайта HackerRank, составившего топ-50 вузов по результатам решения студентами программистских задач.



HackerRank делает акцент на соревновательном программировании, где разработчикам предлагают решать задачи разной сложности. Аудитория площадки составляет более 1,5 млн разработчиков, среди которых — студенты со всего мира.

В исследовании принимали участие более 5500 учащихся из 126 учебных заведений по всему миру. Чтобы проверить уровень их навыков, на HackerRank провели конкурс по программированию. Каждый университет оценивался по соотношению количества принимающих участие студентов с их уровнем подготовки (считали по формуле ниже). При этом, в рейтинг проходили лишь те вузы, которые представили не менее 10 студентов.
Read more...Collapse )
Еще ссылки

Весь гарвардский курс по основам программирования (CS50 2015 год)
Сайты с уроками программирования и со справочниками
Сайты для обучения программированию
Youtube-каналы с уроками программирования
Лекции и уроки
Самые востребованные языки программирования в России
Рейтинг: самые популярные языки программирования 2018 года
История языков программирования
Инкубатор гениев: кто выигрывает чемпионаты мира по программированию
Дистанционное образование в России (среднее профессиональное образование, бакалавриат, магистратура, MBA / mini MBA, курсы повышения квалификации, профессиональная переподготовка, профессиональное обучение)


Искусственный интеллект MIT научился тренировать нейросети быстрее, чем когда-либо
luckyea77
В попытке «демократизировать ИИ» ученые Массачусетского технологического института нашли способ использовать искусственный интеллект для гораздо более эффективного обучения систем машинного обучения — то есть, нейросетей. Они надеются, что новый алгоритм, позволяющий сэкономить время и средства, позволит ограниченным в ресурсах исследователям и компаниям автоматизировать проектирование нейронных сетей. Другими словами, сокращая время и затраты, они могли бы сделать эту технику ИИ более доступной.



Нейросети учатся быстрее

Новая область искусственного интеллекта включает использование алгоритмов для автоматического проектирования нейросетей, которые являются более точными и эффективными, чем разработанные человеческими инженерами. Но эта технология нейронно-архитектурного поиска (neural architecture search, NAS) является затратной с точки зрения вычислительной мощности.

Самый современный алгоритм NAS, недавно разработанный Google для работы на куче графических процессоров, потратил 48 000 GPU-часов для создания одной сверточной нейронной сети, которая используется для классификации изображений и задач обнаружения. У Google есть возможность параллельно запускать сотни графических процессоров и другого специализированного оборудования параллельно, но такое недоступно для многих других.
Read more...Collapse )

Предложен быстрый способ выявить поддельные лекарства и продукты
luckyea77


Компактный тестовый стенд заменит дорогие и сложные масс-спектрометры. Американские исследователи выяснили, что фальшивку выдает реакция на резкое изменение температуры. И химический состав изучать не нужно.

Современные аналитические устройства, например, масс-спектрометры, точно выявляют поддельные лекарства или продукты на основе их химического состава. Однако они дорого стоят, потребляют много электроэнергии и сложны в использовании. Это делает их малодоступными, особенно в бедных регионах. Однако именно там, где люди хотят сэкономить, мошенники наиболее активны.

Исследователи из Калифорнийского университета в Риверсайде, о работе которых рассказывает ACS, предложили более простое и дешевое решение. Оно основано на анализе изменений, которые происходят в образце с течением времени в ответ на определенной воздействие — например, внезапное изменение температуры.
Read more...Collapse )