導航:首頁 > 源碼編譯 > 演算法大師簡介

演算法大師簡介

發布時間:2023-02-11 17:10:17

1. 數據結構與演算法分析的作者簡介

MarkAllenWeiss,1987年在普林斯頓大學獲得計算機科學博士學位,師從著名演算法大師RobertSedgewick,現任美國佛羅里達國際大學計算與信息科學學院教授。他曾經擔任全美AP(AdvancedPlacement)考試計算機學科委員會的主席(2000-2004)。他的主要研究方向是數據結構,演算法和教育學。

2. 世界上出名的數學家(10個)簡介 每個200字以上 就說他的經歷說過的話等 高分懸賞 回答了50給你

世界著名的數學家
Weierstrass 魏爾斯特拉斯(古典分析學集大成者,德國人)
Cantor 康托爾 (Weiestrass的學生,集合論的鼻祖)
Bernoulli 伯努力 (這是一個17世紀的家族,專門產數學家物理學家)
Fatou 法都(實變函數中有一個Fatou引理,為北大實變必考的要點)
Green 格林(有很多姓綠的人,反正都很牛)
S.Lie 李 (創造了著名的Lie群,是近代數學物理中最重要的一個概念)
Euler 歐拉(後來雙目失明了,但是其偉大很少有人能與之相比)
Gauss 高斯(有些人不需要說明,Gauss就是一個)
Sturm 斯圖謨(那個Liouvel-Sturm定理的人,項武義先生很推崇他)
Riemann 黎曼(不知道這個名字,就是說不知道世界上存在著數學家)
Neumann 諾伊曼(造了第一台電腦,人類歷史上最後一個數學物理的全才)
Caratheodory 卡拉西奧多禮(外測度的創立者,曾經是貴族)
Newton 牛頓(名字帶牛,實在是牛)
Jordan 約當(Jordan標准型,Poincare前的法國數學界精神領袖)
Laplace 拉普拉斯(這人的東西太多了,到處都有)
Wiener 維納(集天才變態於一身的大家,後來在MIT做教授)
Thales 泰勒斯(古希臘著名哲學家,有一個他囤積居奇發財的軼事)
Maxwell 麥克斯韋(電磁學中的Maxwell方程組)
Riesz 黎茨(泛函里的Riesz表示定理,當年匈牙利數學競賽第一)
Fourier 傅立葉(巨煩無比的Fourier變換,他當年黑過Galois)
Noether 諾特(最最偉大的女數學家,抽象代數之母)
Kepler 開普勒(研究行星怎麼繞著太陽轉的人)
Kolmogorov 柯爾莫戈洛夫(蘇聯的超級牛人爛人,一生桀驁不馴)
Borel 波萊爾(學過數學分析和實分析都知道此人)
Sobolev 所伯列夫(著名的Sobolev空間,改變了現代PDE的寫法)
Dirchlet 狄利克雷(Riemann的老師,偉大如他者廖若星辰)
Lebesgue 勒貝格(實分析的開山之人,他的名字經常用來修飾測度這個名詞)
Leibniz 萊不尼茲(和Newton爭誰發明微積分,他的記號使微積分容易掌握)
Abel 阿貝爾(天才,有形容詞形式的名字不多,Abelian就是一個)
Lagrange 拉格朗日(法國姓L的偉人有三個,他,Laplace,Legendre)
Ramanujan 拉曼奴陽(天資異稟,死於思鄉病)
Ljapunov 李雅普諾夫(愛微分方程和動力系統,但更愛他的妻子)
Holder 赫爾得(Holder不等式,L-p空間里的那個)
Poisson 泊松(概率中的Poisson過程,也是純數學家)
Nikodym 發音很難的說(有著名的Ladon-Nikodym定理)
H.Hopf 霍普夫(微分幾何大師,陳省身先生的好朋友)
Pythagoras 畢達哥拉斯(就是勾股定理在西方的發現者)
Baire 貝爾(著名的Baire綱)
Haar 哈爾(有個Haar測度,一度哥廷根的大紅人)
Fermat 費馬(Fermat大定理,最牛的業余數學家,吹牛很牛的)
Kronecker 克羅內克(牛人,迫害Cantor至瘋人院)
E.Laudau 朗道(巨富的數學家,解析數論超牛)
Markov 馬爾可夫(Markov過程)
Wronski 朗斯基(微分方程中有個Wronski行列式,用來解線性方程組的)
Zermelo 策梅羅(集合論的專家,有以他的名字命名的公理體系)
Rouche 儒契(在復變中有Rouche定理Rouche函數)
Taylor 泰勒(Taylor有很多,最熟的一個恐怕是Taylor展開的那個)
Urysohn 烏里松(在拓撲中有著名的Urysohn定理)
Frechet 發音巨難的說,泛函中的Frechet空間
Picard 皮卡(大小Picard定理,心高氣敖,很沒有人緣)
Schauder 肖德爾(泛函中有Schauder基Schauder不動點定理)
Lipschiz 李普西茨(Lipshciz條件,研究函數光滑性的)
Liouville 劉維爾(用Liouville定理證明代數基本定理應該是最快的方法)
Lindelof 林德洛夫(證明了圓周率是超越數,講課奇差)
de Moivre 棣莫佛(復數的乘法又一個他的定理,很簡單的那個)
Klein 克萊因(著名的愛爾蘭根綱領,哥廷根的精神領袖)
Bessel 貝塞爾(Hilbert空間一個東西的范數用基表示有一個Bessel定理)
Euclid 歐幾里德(我們的平面幾何學的都是2000前他的書)
Kummer 庫默爾(數論中最有影響的幾個人之一)
Ascoli 阿斯克里(有Ascoli-Arzela定理,要一致有界等度連續的那個)
Chebyschev 切比雪夫(他證明了n和2n之間有一個素數)
Banach 巴拿赫(波蘭的牛人,泛函分析之父)
Hilbert 希爾伯特(這個也沒有介紹的必要)
Minkowski 閔可夫斯基 (Hilbert的摯友,Einstein的「恩師」)
Hamilton 哈密爾頓(第一個發現了4元數,在一座橋上)
Poincare 彭加萊(數學界的莎士比亞)
Peano 皮亞諾(有Peano公理,和數學歸納法有關系)
Zorn 佐恩(Zorn引理,看起來顯然的東西都用這個證明)

1.國際著名數學大師,沃爾夫數學獎得主,陳省身
1931年入清華大學研究院,1934軍獲碩士學位.1934年去漢堡大學從Blaschke學習.1937年回國任西南聯合大學教授.1943年到1945年任普林斯頓高等研究所研究員.1949年初赴美,旋任芝加哥大學教授.1960年到加州大學伯克利分校任教授,1979年退休成為名譽教授,仍繼續任教到1984年.1981年到1984年任新建的伯克利數學研究所所長,其後任名譽所長。陳省身的主要工作領域是微分幾何學及其相關分支.還在積分幾何,射影微分幾何,極小子流形,網幾何學,全曲率與各種浸入理論,外微分形式與偏微分方程等諸多領域有開拓性的貢獻.陳省身本有極多榮譽,包括中央研究院院士(1948).美國國家科學院院士(1961)及國家科學獎章(1975),倫敦皇家學會國外會員(1985),法國科學院國外院士』(1989),中國科學院國外院士等。榮獲1983/1984年度Wolf獎,及1983年度美國科學會Steele獎中的終身成就獎.
2.享有國際盛譽的大數學家,新中國數學事業發展的重要奠基人,華羅庚
華羅庚是一位人生經歷傳奇的數學家,早年輟學,1930年因在《科學》上發表了關於代數方程式解法的文章,受到熊慶來的重視,被邀到清華大學學習和工作,在楊武之指引下,開始了數論的研究。1936年,作為訪問學者去英國劍橋大學工作。1938年回國,受聘為西南聯合大學教授。1946年應美國普林斯頓高等研究所邀請任研究員,並在普林斯頓大學執教。1948年開始,他為伊利諾伊大學教授。1950年回國,先後任清華大學教授,中國科學院數學研究所所長,數理化學部委員和學部副主任,中國科學技術大學數學系主任、副校長,中國科學院應用數學研究所所長,中國科學院副院長、主席團委員等職。還擔任過多屆中國數學會理事長。此外,華羅庚還是第一、二、三、四、五屆全國人民代表大會常務委員會委員和中國人民政治協商會議第六屆全國委員會副主席。華羅庚是在國際上享有盛譽的數學家,他的名字在美國施密斯松尼博物館與芝加哥科技博物館等著名博物館中,與少數經典數學家列在一起。他被選為美國科學院國外院士,第三世界科學院院士,聯邦德國巴伐利亞科學院院士。又被授予法國南錫大學、香港中文大學與美國伊利諾伊大學榮譽博士。華羅庚在解析數論、矩陣幾何學、典型群、自守函數論、多復變函數論、偏微分方程、高維數值積分等廣泛數學領域中都作出卓越貢獻。由於華羅庚的重大貢獻,有許多用他他的名字命名的定理、引理、不等式、運算元與方法。他共發表專著與學術論文近三百篇。華羅庚還根據中國實情與國際潮流,倡導應用數學與計算機研製。他身體力行,親自去二十七個省市普及應用數學方法長達二十年之久,為經濟建設作出了重大貢獻。
3.僅次於哥德爾的邏輯數學大師,王浩
1943年於西南聯合大學數學系畢業。1945年於清華大學研究生院哲學部畢業。1948年獲美國哈佛大學哲學博士學位。1950~1951年在瑞士聯邦工學院數學研究所從事研究工作1951~1953年任哈佛大學助理教授。1954~1961年在英國牛津大學作第二套洛克講座講演,又任邏輯及數理哲學高級教職。1961~1967 年任哈佛大學教授。1967年後任美國洛克斐勒大學教授,主持邏輯研究室工作。1985年兼任中國北京大學名譽教授。1986年兼任中國清華大學名譽教授。50年代 初被選為美國國家科學院院士,後又被選為不列顛科學院外國院士,美籍華裔數學家、邏輯學家、計算機科學家、哲學家。
4.著名數學家力學家,美國科學院院士,林家翹
1937年畢業於清華大學物理系。1941年獲加拿大多倫多大學碩士學位。1944年獲美國加州理工學院博士學位。1953 年起先後擔任美國麻省理工學院數學教授、學院教授、榮譽退休教授。 林家翹教授曾獲:美國機械工程師學會Timoshenko獎,美國國家科學院應用數學和數值分析獎,美國物理學會流體力學獎。他是美國國家文理學院院士(1951),美國國家科學院院士(1962),台灣「中央研究院」院士(1960)。從40年代開始,林家翹教授在流體力學的流動穩定性和湍流理論方面的工作帶動了整整一代人在這一領域的研究探索。從60年代開始,他進入天體物理的研究領域,開創了星系螺旋結構的密度波理論,並為國際所公認。1994年6月8日當選為首批中國科學院外籍士。
5.我國泛函分析領域研究先驅者,曾遠榮
1919年入清華學校(清華大學前身)留美預備部,一直讀到1927年7月。由於學習成績優異,先後在美國芝加哥大學,普林斯頓大學及耶魯大學學習並研究數學,1933年取得博士學位。1934年8月至1942年7月一直任教於清華大學(1938年與北京大學、南開大學在昆明組成西南聯合大學)。1950年2月,受國立南京大學數學系系主任孫光遠教授寫信聘請到南京大學任教直至退休,曾在南京大學建立國內最早的計算數學專業。長期從事泛函分析研究,是我國開展這一領域研究的先驅者之一,在廣義逆等研究領域成就卓著。
6.我國最早提倡應用數學與計算數學的學者,趙訪熊
1922年考取北京清華學校。當時清華學校是公費留美預備學校,競爭激烈,在江蘇只招3名學生,他在眾多考生中名列榜首。畢業後即到美國麻省理工學院(MIT)電機系學習。他1930年在電機系畢業,被哈佛大學數學系錄取為研究生,且於1931年獲碩士學位。1933年他受聘回國在清華大學數學系任教,1935年被聘為教授,從此一直在清華大學任教,參與創辦國內第一個計算數學專業。趙訪熊於1962年和1978年先後兩次出任清華大學副校長,1980-1984年兼任新成立的應用數學系主任,並受聘擔任國務院學位委員會學科評議組委員。他擔任過中國數學會理事、名譽理事。1978年至1989年擔任第一、二屆計算數學學會理事長及第三屆名譽理事長和《計算數學學報》主編等一系列職務。數學家,數學教育家。我國最早提倡和從事應用數學與計算數學的教學與研究的學者之一。自編我國第一部工科《高等微積分》教材。在方程求根及應用數學研究方面頗有建樹。
7.著名數學家,數學教育家,吳大任
1930年與陳省身以最優等成績在南開大學畢業,考取清華大學研究生,1933年夏,在姜立夫的鼓勵下,吳大任參加了中英庚款第一屆公費留學考試,被錄取到英國學習。他本想到劍橋大學攻讀,因抵倫敦時間錯過了該校入學的時機,改入倫敦大學的大學學院,注冊為博士研究生。1937年9月初,吳大任到武漢大學任教,之後即隨武漢大學遷到四川樂山。後來長期擔任南開大學領導工作與教學工作,著、譯數學教材及名著多種。對我國高等教育事業作出了積極貢獻。研究領域涉及積分幾何、非歐幾何、微分幾何及其應用(齒輪理論)。1981年他任國家學位委員會第一屆數學組成員,《中國大網路全書數學卷》編委兼幾何拓撲學科的副主編以及全國自然科學名詞審定委員會第一和第二屆委員。
8.著名數學家,北大教授,庄圻泰
1927年考入清華學校,1932年畢業於清華大學數學系,1934年,熊慶來教授接受庄圻泰為自己的研究生,1936年於該校理科研究所畢業。1938年獲法國巴黎大學數學博士學位。曾任雲南大學教授。1952年院系調整後,庄圻泰留任北京大學。此後除繼續擔任復變函數課程的教學任務外,他還陸續講過保角變換,擬保角變換,整函數與亞純函數等專業課。九三學社社員。長期從事函數論研究,在整函數與亞純函數的值分布理論上取得重要成果。著有《亞純函數的奇異方向》,合編《AnalyticFunctionsOfOneCom·plexVariable》(在美國出版)
9.著名數學家,數學教育家,四川大學校長,柯召
1931年,入清華大學算學系。1933年,柯召以優異成績畢業。1935年,他考上了中英庚款的公費留學生,去英國曼徹斯特大學深造,在導師L.J.莫德爾(Mordell)的指導下研究二次型,在表二次型為線性型平方和的問題上,取得優異成績,回國後先後任教於重慶大學,四川大學。1953年,他調回四川大學任教至今。在這40餘年間,他以滿腔的熱情投入教學和科研工作,為國家培養了許多優秀數學人材,在科研上碩果累累。與此同時,他還先後擔任了四川大學教務長、副校長、校長、數學研究所所長等職,作為學術帶頭人和學校負責人,他卓有成效地抓了幾個重要方面的工作:努力提高教學質量,積極開展基礎理論研究,發展應用數學,培養一批高水平的人材。其研究領域涉及數論、組合數學與代數學。在二次型、不定方程領域獲眾多優秀成果。1955年選聘為中國科學院院士(學部委員)。
10.中央研究院院士,首批學部委員,許寶騄
1929年入清華大學數學系,1933年畢業獲理學士學位,1936年許寶騄考取赴英留學,派往倫敦大學學院,在統計系學習數理統計,攻讀博士學位。1940年到昆明,在西南聯合大學任教。1948年他當選為中央研究院院士。回國後不久就發現已患肺結核。他長期帶病工作,教學科研一直未斷,在矩陣論,概率論和數理統計方面發表了10餘篇論文。1955年,他當選為中國科學院學部委員。在中國開創了概率論、數理統計的教學與研究工作。在內曼-皮爾遜理論、參數估計理論、多元分析、極限理論等方面取得卓越成就,是多元統計分析學科的開拓者之一。1955年選聘為中國科學院院士(學部委員)。
11.中科院院士,原北大數學系主任,段學復
1932年考入了清華大學數學系(當時稱為「算學系」)。 1936年夏,段學復獲得理學士學位,畢業留校任助教。1941年8月進入美國普林斯頓大學數學系攻讀博士學位。1946年回國任清華大學教授,自1952年院系調整後,任北京大學數學系系主任近40年。長期從事代數學的研究。在有限群的模表示論特別是指標塊及其在有限單群和有限復線性群構造研究中的應用方面取得突出成果。指導學生用表示論和有限單群分類定理徹底解決了著名的Brauer第39問題、第40問題。在代數李群研究方面與國外學者合作完成了早期奠基性成果。在有限P群方面取得一系列研究成果。在數學應用於國防科研和國防建設方面作了大量工作。1955年選聘為中國科學院院士(學部委員)。
12.我國拓撲學的奠基人 江澤涵
畢業於南開大學,1927年參加清華大學留美專科生的考試,考取了那年唯一的學數學的名額,後在美國哈佛大學數學系留學,1930年獲得博士學位。1930在美國普林斯頓大學數學系做研究助教。1931年起,長期擔任任北京大學數學系教授,並任北京大學數學系主任,曾兼任理學院代理院長。數學家,數學教育家。早年長期擔任北京大學數學系主任,為該系樹立了優良的教學風尚。致力於拓撲學,特別是不動點理論的研究,是我國拓撲學研究的開拓者之一。1955年當選為中國科學院數理學部委員。

3. 中國數學家有哪些有簡介。(現代古代都行)

祖沖之,在世界數學史上第一次將圓周率(π)值計算到小數點後的第7位,即3.1415926到3.1415927之間。他提出約率22/7和密率355/113,這一密率值是世界上最早提出的,比歐洲早1100年,所以有人主張叫它「祖率」,圓周率的祖先。他將自己的數學研究成果匯集成一部著作,名為《綴術》,唐朝國學曾經將此書定為數學課本。他編制的《大明歷》,第一次將「歲差」引進歷法。提出在391年中設置144個閏月。推算出一回歸年的長度為365.24281481日,誤差只有50秒左右。他不僅是一位傑出的數學家和天文學家,而且還是一位傑出的機械專家。重新造出早已失傳的指南車、千里船、水碓磨等巧妙機械多種。他還經過多年測算,編制了一部新的歷法《大明歷》。這是當時世界上最先進的歷法。

秦九韶(1208年-1261年)南宋官員、數學家,與李冶、楊輝、朱世傑並稱宋元數學四大家。字道古,漢族,自稱魯郡(今山東曲阜)人,生於普州安岳(今屬四川)。精研星象、音律、算術、詩詞、弓劍、營造之學,歷任瓊州知府、司農丞,後遭貶,卒於梅州任所,著作《數書九章》,其中的大衍求一術、三斜求積術和秦九韶演算法是具有世界意義的重要貢獻。

劉徽(約公元225年—295年),漢族,山東鄒平縣人,魏晉期間偉大的數學家,中國古典數學 理論的奠基者之一。是中國數學史上一個非常偉大的數學家,他的傑作《九章算術注》和《海島算經》,是中國最寶貴的數學遺產劉徽思想敏捷,方法靈活,既提倡推理又主張直觀.他是中國最早明確主張用邏輯推理的方式來論證數學命題的人.劉徽的一生是為數學刻苦探求的一生.他雖然地位低下,但人格高尚.他不是沽名釣譽的庸人,而是學而不厭的偉人,他給我們中華民族留下了寶貴的財富。

蘇步青,中國科學院院士,中國傑出的數學家,被譽為數學之王,與棋王謝俠遜、新聞王馬星野並稱「平陽三王」。主要從事微分幾何學和計算幾何學等方面的研究。他在仿射微分幾何學和射影微分幾何學研究方面取得出色成果,在一般空間微分幾何學、高維空間共軛理論、幾何外型設計、計算機輔助幾何設計等方面取得突出成就。曾任中國科學院學部委員、多屆全國政協委員、全國人大代表,第五、第六屆全國人大常委會委員,第七、第八屆全國政協副主席和民盟中央副主席,復旦大學校長等職。獲1978年全國科學大會獎。

華羅庚,江蘇金壇人,國際數學大師,中國科學院院士,是中國解析數論、矩陣幾何學、典型群、自安函數論等多方面研究的創始人和開拓者。他為中國數學的發展作出了無與倫比的貢獻。 被譽為「中國現代數學之父」,被列為「芝加哥科學技術博物館中當今世界88位數學偉人之一」。美國著名數學史家貝特曼稱:「華羅庚是中國的愛因斯坦,足夠成為全世界所有著名科學院的院士」。華羅庚先生早年的研究領域是解析數論,他在解析數論方面的成就尤其廣為人知,國際間頗具盛名的「中國解析數論學派」即華羅庚開創的學派,該學派對於質數分布問題與哥德巴赫猜想做出了許多重大貢獻。他在多復變函數論、矩陣幾何學方面的卓越貢獻,更是影響到了世界數學的發展。也有國際上有名的「典型群中國學派」,華羅庚先生在多復變函數論,典型群方面的研究領先西方數學界10多年,這些研究成果被著名的華裔數學家丘成桐高度稱贊。華羅庚先生是難以比擬的天才。

4. 初中畢業學軟體編程怎麼樣

謝邀。難度大,別培訓,不適合做這個。
其實並不難
第一,編程需要英語功底?恩需要,也就是哪幾個關鍵詞罷了。
第二,數學,+-*/會了,就可以踏入編程界了。
第三,年齡,這個沒影響,越年輕越好。
那真正困難的是:
第一,學完才幾歲啊,成年沒有?學著是為了什麼啊?混口飯吃?勸你別學了,不想看到又一個垃圾軟體誕生。
第二,學歷呢?初中嗎?對不起,我們公司最低大專。
好好的上學當什麼程序員,我們程序員公司都被你們這種混口飯吃的拉低了!
搞編程90%以上用不到高數的內容。程序員也是分檔次的。。
一般北上廣,搞PHP,JAVA,.net這些編程的基本用不上高數,待遇看水平在1-3萬不等。
但是,邏輯能力、英文閱讀能力和自學能力卻是不可欠缺的。程序設計不是喜歡就能學號的。所以,最好還是有大學的受教育經歷比較好。

補充一下答案給那些來秀優越感的。。
程序開發,特別是應用范圍最廣的業務系統和使用量最大的網站、APP、微信公眾號。。
這些內容中,90%以上都工作內容是對數據的增、刪、改、搜、列表排序、關聯、緩存等簡單邏輯的處理。。
如果是原生APP開發,這個比例還會更低,因為
要分至少20%去畫界面。。
怎麼就是有那麼幾個所謂的演算法大師就會來吐槽這些工作低級呢?
這么牛逼,去寫一個演算法自動生成網站/業務系統從需求調研到發布迭代的所以流程啊。。
搞的好像只有外科醫生是醫生,皮膚科就是外行一樣。
有這種想法的只有兩種可能性:
第一,徹徹底底的外行,半瓶子醋晃盪;
第二,剛剛入門的新人,沒有系統的管理過技術開發。否則,就不會認為團隊裡面只有演算法大師是牛逼,其它美工、UI、前端、普通程序開發、資料庫開發、APP開發、測試、產品、伺服器管理、運維這些人都是太低級了。
最後,實話實說,專門研究演算法的人雖然待遇也許會高一點,但就業難度一定比普通程序員高。

5. 誰有演算法大師高德納(Donald E.Knuth)的《研究之美》電子文件啊可以給一個嗎不勝感激

中英文的都給你一份

6. 把2.5萬工程師變成機器學習專家是怎樣的體驗

谷歌轉型:把2.5萬工程師變成機器學習專家是怎樣的體驗?


卡森·霍爾蓋特(Carson Holgate)正在接受忍者培訓。


但這里的忍者指的並不是武術——她已經有不錯的武術功底。26歲的霍爾蓋特是空手道黑帶二段。現在的培訓重點是演算法。霍爾蓋特幾周前加入這個項目,她希望藉此掌握機器學習方面的技能,這是一種比身體對抗更加強大的技術。作為谷歌Android部門的一名工程師,霍爾蓋特是參加今年忍者學習項目的18名程序員之一。該項目從各個團隊招收有才華的程序員,向他們傳授人工智慧技術,以便提升其產品的智能性——盡管這有可能讓他們開發的軟體更加難以理解。


正在接受機器學習「忍者訓練」的谷歌工程師卡森·霍爾蓋特。正在接受機器學習「忍者訓練」的谷歌工程師卡森·霍爾蓋特。

「該項目的標語是:你想成為一名機器學習忍者嗎?」谷歌內部機器學習產品經理克里斯汀·羅伯森(Christine Robson)說,她負責管理這個項目,「所以我們從谷歌各個部門招收人員,用6個月的時間為他們提供機器學習培訓。讓他們跟著導師學習6個月機器學習,並進行一些項目。他們可以由此入手,從而掌握大量知識。」


霍爾蓋特4年前拿著計算機科學和數學學位來到谷歌,對她來說,這是一次掌握最熱門軟體技術的機會:使用學習演算法和海量數據,教給軟體完成任務的方法。多年以來,機器學習都被視作一個高度專業的領域,僅有少數精英人群能夠掌握這種技術。但這個時代已經結束了,最近的結果表明:由模擬生物大腦工作方式的「神經網路」驅動的機器學習技術是將計算機與人類能力融為一體的正確方式。


在某些情況下,甚至可以藉此打造出超人。谷歌希望在內部擴大這類精英人群的范圍,甚至希望讓機器學習成為一種常規技術。對霍爾蓋特這樣的工程師而言,忍者項目是一次實現自我飛躍的絕佳機會,可以向精英中的精英學習知識。「這些人都在開發不可思議的模型,而且都有博士學位。」她言語間流露出無法掩飾的敬畏之情。由於該項目會將所有學員都稱作「忍者」,所以她開始有些難以接受,但最終還是克服了心理障礙。「我起初很難接受,但還是學著接受了。」她說。


考慮到谷歌員工人數眾多——其總部的6萬員工中約有半數是工程師——所以這個項目的規模其實很小。不過,這個項目卻標志著谷歌內部的認識開始發生變化。盡管谷歌從很早以前就開始使用機器學習技術,而且一直在這一領域積極聘請各類專家,但該公司直到2016年才開始真正痴迷於機器學習技術。谷歌CEO桑達爾·皮查伊(Sundar Pichai)在去年末的財報電話會議上闡述了該公司的想法:「機器學習是一項有顛覆性的核心技術,我們可以藉此重新思考我們做一切事情的方式。我們還會盡力將它應用於所有的產品中,包括搜索、廣告、YouTube或Play。我們還處於發展初期,但你會看到我們以系統化的方式將機器學習應用到所有這些領域之中。」


很顯然,如果谷歌要在旗下的所有產品中融入機器學習技術,就需要精通這項技術的工程師。正如機器學習暢銷書《演算法大師》(The Master Algorithm)的作者佩德羅·多明戈斯(Pedro Domingos)所說:「機器學習是陽光下的一項新生事物,這是一項可以自己發展的技術。」 編寫這樣的系統需要找到合適的數據,選擇合適的演算法,然後為成功營造合適的環境。之後就要給予系統足夠的信任(這對程序員來說是一件很難做到的事情),讓它們自己完成工作。


「通過這種方式思考解決方案的人越多,我們就會變得越好。」谷歌機器演算法項目負責人傑夫·迪恩(Jeff Dean)說。他估計,谷歌目前約有2.5萬工程師,但只有幾千人精通機器學習,佔比大約為10%。他希望最終的比例能接近100%。「如果能讓所有工程師都在一定程度上掌握機器學習技術,那就太好了。」他說。


他認為這個願望能否實現呢?


「我們會盡力嘗試。」他說。


神奇技術


多年以來,約翰·迦南德里(John Gianandrea)一直都是谷歌機器學習的重要推動者,而作為該公司的最新動向,他最近成為了搜索業務主管。但當他2010年加盟該公司時(他是在谷歌收購MetaWeb時隨之一同加入谷歌的,那家公司的龐大資料庫已經以知識圖譜的形式整合到谷歌搜索中),他在機器學習和神經網路方面並沒有太多經驗。


谷歌最權威的計算機科學專家傑夫·迪恩正在製作機器學習方面的工具,領導團隊進行相關工作。谷歌最權威的計算機科學專家傑夫·迪恩正在製作機器學習方面的工具,領導團隊進行相關工作。

但在2011年左右,來自神經信息處理系統(以下簡稱「NIPS」)大會的一條消息令他感到震驚。似乎每年都會有團隊在NIPS上宣布機器學習的最新進展,涉及翻譯、語音識別和視覺系統等諸多領域。一些令人驚訝的事情正在悄然發生。「當我第一次關注時,NIPS的內容十分晦澀難懂。」他說,「但過去3年間,這一領域在學術界和產業界都得到了蓬勃發展,去年的參會人數大約有6000人。」


隨著神經網路演算法的進步,加上摩爾定律帶來的強大計算能力,以及谷歌和Facebook等科技公司挖掘出來的龐大用戶數據,機器學習的新時代就此拉開帷幕。迦南德里也加入其中,他認為這將成為谷歌的核心。與他志同道合的還包括迪恩,他是「谷歌大腦」(Google Brain)的聯合創始人,這個神經網路項目來自谷歌旗下的研究部門Google X(現已更名為X)。


雖然迦南德里否認「機器會殺死我們」這樣的預言,但他的確認為,機器學習系統將成為一項革命性的技術,從醫療診斷到無人駕駛汽車,各行各業都將利用這種技術。雖然機器學習不會取代人類,但它卻會改變人類。


迦南德里以Google Photos為例進行了解釋。這款產品的標志性功能是能夠在圖片中識別出用戶指定的物品,這令人感覺頗為神秘,甚至有些不安。他給我展示一些邊境牧羊犬的圖片。「當有人第一次看到這個場景時,他們會以為發生了與眾不同的事情,因為電腦不僅為你計算出偏好,甚至還推薦你觀看一段視頻。」迦南德里說,「它可以理解畫面中的內容。」 他解釋道,通過專門的學習,電腦便可「知道」邊境牧羊犬的樣子,而且可以識別出不同年齡和毛長的邊境牧羊犬。


人類當然可以做到這一點。但沒有一個人能夠從數百萬張圖片中篩選出來這些照片,同時還能識別出不同的犬種。但機器學習系統就可以做到。如果它學會了一個犬種,便可使用相同的技術識別出另外9999個犬種。「這才是真正新穎的地方。」迦南德里說,「通過這樣一個狹小的領域,你可以看到某些人所謂的超人究竟能達到什麼效果。」


逐步探索


需要強調的是,谷歌早已了解機器學習的概念,該公司的創始人始終堅信人工智慧的前景。機器學習已經整合進谷歌的很多產品,盡管未必採用了最近大熱的神經網路技術(早期的機器學習往往依賴更加直接的統計方法)。


事實上,谷歌10年前就開始通過內部培訓,向該公司的工程師傳授積極學習技術。2005年初,當時負責谷歌搜索業務的彼得·諾維格(Peter Norvig)向科學家大衛·帕布洛·科恩(David Pablo Cohn)提出建議,希望了解谷歌能否採用卡內基梅隆大學組織的相關課程。科恩表示,只有谷歌自己才能教授這種內部課程,因為谷歌的運營規模與其他公司都大不相同(可能只有美國國防部是個例外)。所以他在谷歌總部的43號樓(那裡當時是搜索團隊的總部所在地)訂了一個大房間,每周三在那裡開設兩小時的課程。就連傑夫·迪恩也參加過幾次課程。「那是全世界最好的課程。」科恩說,「作為工程師,他們都比我優秀得多!」


那個課程廣受歡迎,甚至變得一座難求。就連班加羅爾辦事處的員工都會特意等到午夜過後接入遠程教學系統。幾年後,一些谷歌員工把授課演講內容製作成了短片,結束了直播授課的歷史。科恩認為,當時的那個課程算得上是MOOC(大規模開放在線課程)的先驅。接下來幾年,谷歌還針對機器學習培訓展開了其他的嘗試,但組織上並不嚴密,內容上也並不連貫。科恩2013年離開谷歌後,機器學習才突然間成為了至關重要的領域。


在2012年之前,這種認識尚未形成氣候,直到迦南德里決定「吸收大量從事這項工作的人」,並將他們安排到同一棟辦公樓之後。脫胎於該公司的X部門的谷歌大腦也加入進來。「我們吸收了很多團隊,將他們安排到同一棟辦公樓內,還提供了全新的咖啡機。」他說,「有些人之前只是一直在從事他們所謂的感知計算——聲音和語音識別等技術——現在都可以與那些從事語言工作的人展開溝通。」


逐漸地,這些工程師們開發的機器學習技術開始出現在谷歌的熱門產品中。由於視覺和語音識別以及翻譯是機器學習的主要領域,也就難怪這項技術成為谷歌語音搜索、翻譯和Photos等服務的重要組成部分。迪恩表示,隨著他和他的團隊對機器學習的理解逐步深入,他們開始以更具野心的方式探索這項技術。「我們之前或許會在系統的組件中使用機器學習技術,」他說,「現在則會使用這項技術替代整套系統,而不是為每一個組件設計更好的機器學習模式。」迪恩表示,如果現在讓他重新編寫谷歌的基礎架構,其中的很多內容都不再是預先編好的代碼,而是後期學習而來的。迪恩更為人所知的身份是Bit Table和MapRece等革命性系統的聯合創造者。


谷歌大腦聯合創始人格雷格·考拉多正在和多個團隊協作,將人工智慧轉化成為自己的軟體。谷歌大腦聯合創始人格雷格·考拉多正在和多個團隊協作,將人工智慧轉化成為自己的軟體。

機器學習還能夠實現一些原本無法想像的產品功能。2015年11月推出的Gmail自動回復便是其中之。這項功能源自谷歌大腦項目聯合創始人格雷格·考拉多(Greg Corrado)與Gmail工程師巴林特·米克洛斯(Bálint Miklós)之間的一次對話。考拉多之前曾經與Gmail團隊合作使用機器學習演算法探測垃圾信息,歸類郵件內容,但米克洛斯提出了一些更激進的建議。能否利用機器學習技術自動生成回復郵件,省去移動用戶在狹小的鍵盤上輸入文字的繁瑣過程。「我大吃一驚,因為這個建議太瘋狂了。」考拉多說,「我後來想,藉助我們一直以來都在研究的預測性神經網路技術,或許的確可能實現這種功能。一旦我們意識到這是一個機會的時候,就必須去嘗試一下。」


為了提高成功概率,谷歌讓考拉多和他的團隊與Gmail部門展開了密切合作。這種派遣機器學習專家進駐產品部門的做法如今已經越來越普遍。「機器學習既是科學又是藝術。」考拉多說,「這就像烹飪——沒錯,烹飪過程發生了化學反應,但對於真正對烹飪感興趣的人來說,必須要學習如何搭配手中的食材。」


傳統的人工智慧技術在理解語言時,需要將語音規則嵌入系統,但在這個項目中,系統可以利用現代化的機器學習技術,藉助足夠的數據像兒童一樣自學。「我的語言能力並不是從語言學家那裡學來的,而是通過聽別人說話學來的。」考拉多說。但真正令智能回復變得切實可行的,是它的成功很容易定義——他們的目的不是創造一個妖艷的虛擬斯嘉麗·約翰遜(Scarlett Johansson),而是希望它能回復真正的電子郵件。「這項服務的成功標志是,系統可以生成一個對用戶有用的備選回復,以便用戶能夠真正使用這些內容。」他說。因此,只需要知道用戶是否點擊了系統推薦的回復內容,便可對其進行訓練。


但當該團隊開始測試智能回復時,用戶卻注意到了一些怪異的事情:它經常會推薦一些不合時宜的曖昧語言。「其中一個比較失敗的情況是:只要系統感覺困惑,它就會說『我愛你』。」考拉多說,「這並不是軟體漏洞,問題出在我們讓它做的事情上。」 這個程序已經了解了人類行為的一些微妙之處:「如果你感到擔憂,那麼說一句『我愛你』是一種很好的防禦策略。」 考拉多幫助該團隊壓制了系統的熱情。


去年11月發布的智能回復取得了巨大成功——Gmail Inbox應用的用戶現在可以直接從系統提供的三條備選內容中選擇一條進行回復。由於系統提供的回復內容非常切題,用戶經常感到驚訝。在通過該應用發送的回復信息中,有十分之一都是由機器學習系統生成的。「這個項目能夠成功還是令我感到有些驚訝。」考拉多笑著說。


類似於智能推薦這樣的例子還有很多,它們都充分說明機器學習系統在谷歌業務中發揮的作用。或許最終的拐點是當機器學習成為搜索的一個必不可少的組成部分時——作為谷歌的旗艦產品,搜索幾乎為該公司貢獻了所有營收。多年以來,由於搜索引擎對谷歌過於重要,所以始終沒有融入機器學習演算法。「由於搜索在公司內部占據的份額巨大,高級管理者深度參與其中,所以很多人都懷疑我們無法真正取得進展。」迦南德里說。


其中部分阻力源自文化因素——必須要讓那些有極強控制欲的程序員適應帶有禪宗韻味的機器學習模式。長期掌管谷歌搜索業務的阿密特·辛格(Amit Singhal)曾是傳奇計算機科學家傑拉德·薩爾頓(Gerald Salton)的助手。薩爾頓在文檔檢索方面的開創性工作啟迪辛格幫助謝爾蓋·布林(Sergey Brin)和拉里·佩奇(Larry Page)把研究生時期編寫的代碼,擴展成了可以適應當今網路時代的程序。(這使得他成為了「檢索派」的一員。)


他從20世紀的方法中梳理出了令人驚訝的結果,但如果要將機器學習系統整合到關系谷歌命脈的復雜系統中,他卻持懷疑態度。「進入谷歌的前兩年,我負責搜索質量,試圖用機器學習來改進排名。」大衛·帕布洛·科恩說,「結果發現阿米特的團隊是全世界最優秀的,我們把阿里特腦海中的所有內容都變成了硬編碼,以此實現進步。已經找不到比他更好的方法了。」


到2014年初,谷歌的機器學習大師們認為需要改變現狀。「我們與排名團隊展開了一系列討論。」迪恩說,「我們認為至少應該嘗試一下,看看能不能有一些收獲。」 他的團隊所設想的那個實驗最終成為了搜索的核心:文件排名與搜索請求的匹配程度有多高(需要以用戶的點擊為衡量標准)。「我們跟他們說,可以用神經網路計算額外的分數,看看到底有沒有用。」


答案是:確實有用。這套系統如今已經成為谷歌搜索的一部分,被稱作RankBrain。它於2015年4月上線。谷歌還是像以往一樣對如何改進搜索諱莫如深(究竟是與長尾理論有關?還是更好地解讀了模糊不清的搜索請求?),但迪恩表示,RankBrain「融入到每一個搜索請求中」,雖然未必會影響所有的排名,但的確對很多搜索請求的排名都產生了影響。另外,實際的影響幅度也很大。在谷歌計算排名時所使用的數百個信號中(這些信號可能包括用戶所在的地理位置,或者頁面標題是否與搜索請求匹配),RankBrain現在的用途排名第三。


「我們成功利用機器學習改進了搜索結果,這對公司來說意義重大。」迦南德里說,「這引發了很多人的關注。」 華盛頓大學教授佩德羅·多明戈斯則給出了另外一種說法:「檢索派與機器學習派始終都存在斗爭。機器學習最終贏得了勝利。」


內部培訓


谷歌面臨的新挑戰是如何讓所有工程師都熟悉機器學習。還有很多公司也都秉承著相同的目標,其中最引人關注的當屬Facebook,該公司與谷歌一樣著迷於機器學習和深度學習。這一領域的畢業生變得非常搶手,而谷歌正在努力保持對畢業生的吸引力:學術圈多年以來都流傳著一個玩笑:即使不需要頂尖學生,谷歌也會招聘他們,避免人才被競爭對手搶走。(這個玩笑的錯誤之處在於,谷歌的確需要這些人才。)「我的學生無一例外都得到了谷歌的錄用通知。」多明戈斯說。目前看來,競爭的激烈程度有增無減:就在上周,谷歌宣布將在蘇黎世開設一個新的機器學習實驗室,有很多工作崗位有待填補。


但由於學術項目尚未培養大量機器學習專家,為員工提供在職培訓面成為了必要措施。但這卻並非易事,尤其是對於谷歌這樣的公司而言。這里有很多世界頂尖工程師,他們一生都在研究傳統的編程方式。機器學習卻需要截然不同的思維模式,精通編碼的工程師之所以能有如今的成就,往往是因為他們希望完全控制一套編碼系統。機器學習還需要掌握一些數學和統計學知識,但是很多程序員卻對此不屑一顧的,即便是那些能夠寫出超長代碼的超級黑客也不例外。


克里斯汀·羅伯森的職責是在機器學習方面孵化谷歌內外的人員。克里斯汀·羅伯森的職責是在機器學習方面孵化谷歌內外的人員。

這還需要一定程度的耐心。「機器學習模型不是靜態代碼——你需要不斷為其提供數據。」羅伯森說,「我們一直在不停地更新模型,而且還要不斷學習,增加更多數據,調整預測方式。它就像是一個有生命的東西,這是一種截然不同的開發模式。」


「這是一個使用不同的演算法進行實驗的學科,需要挑選那些真正適合使用場景的訓練數據。」迦南德里說。盡管他也是新的搜索業務主管,但卻仍然把在谷歌內部傳播機器學習理念作為自己工作的一部分。「計算機科學那一部分不會消失,但需要更加關注數學和統計學,而對數十萬行代碼的關注度則需要相應地降低。」


至於谷歌所擔心的障礙,完全可以通過明智的在職培訓來解決。「歸根結底,這些模型中使用的數學原理並不那麼復雜。」迪恩說,「谷歌聘用的多數軟體工程師都可以掌握。」


為了進一步幫助不斷擴容的機器學習專家團隊,谷歌開發了一系列強大的工具,幫助他們選擇合適的演算法訓練模型,加快培訓和提煉過程。其中最強大的是TensorFlow,它可以加速神經網路的構建過程。TensorFlow源自谷歌大腦項目,由迪恩和他的同事拉加特·芒格(Rajat Monga)共同發明。它能把構建系統過程中涉及的晦澀難懂的細節變成標准化的內容——尤其是在谷歌2015年11月開始將其開放給公眾後,這種做法的效果更加得以顯現。


盡管谷歌煞費苦心地將這種行為描述為一種無私的舉動,但該公司也承認,如果新一代程序員都能熟悉該公司內部的機器學習工具,那對谷歌未來的招聘活動將會起到莫大的幫助。(質疑者甚至指出,谷歌的TensorFlow開源項目是為了追趕Facebook,後者已經在2015年6月公布了早期機器學習系統的深度學習模塊Torch。)不過,TensorFlow的功能以及谷歌的開源模式很快受到了程序員的歡迎。迦南德里表示,當谷歌首次提供TensorFlow課程時,共有7.5萬人報名參加。


但谷歌仍為自己的程序員保留了很多好東西。該公司在內部擁有一套更加優秀的機器學習工具——Tensor Processing Unit(以下簡稱「TPU」)。他們雖然使用這項創新已經多年時間,但直到最近才對外宣布。這是一種針對機器學習程序優化的晶元,就像GPU是專門針對圖形處理優化的晶元一樣。該公司的龐大數據中心裡使用了數以千計的TPU(具體有多少恐怕只有上帝和佩奇才知道)。通過賦予神經網路這種超級計算能力,TPU為谷歌帶來了巨大優勢。「如果沒有它,我們就無法實現RankBrain。」迪恩說。


但由於谷歌最需要的還是設計還提煉這些系統的人才,他們也在不斷嘗試各種方式來為工程師提供機器學習方面的培訓。這些培訓的規模各異,其中也包括為期兩天的速成班。谷歌希望這只是初步嘗試,工程師隨後還會尋找更多資源來深入學習。「已經有數千人報名參加下一次課程。」迪恩說。


該公司還在通過其他一些措施,為外部人才提供機器學習培訓。今年初春,谷歌啟動了Brain Residency項目,利用谷歌大腦項目為有潛力的外部人才提供了為期一年的集訓。「我們稱之為你的深度學習職業生涯的開端。」羅伯森說,他負責協助管理這個項目。盡管這27名來自不同學科的機器學習學員中,可能有一些會留在谷歌,但他表示,該公司的目的是讓他們自行發展,利用自己掌握的先進知識在世界各地傳播谷歌的機器學習技術。


前景廣闊



當今時代,機器學習正在逐步走上中心舞台,而谷歌則希望以人工智慧公司的身份繼續占據主導。所以,從某種意義上講,卡森·霍爾蓋特在忍者項目中學到的知識正是這一計劃的核心所在。


她的課程最初是一個為期4周的新兵訓練營,由谷歌最先進的人工智慧項目產品負責人提供指導,教給他們如何將機器學習融入項目中。「我們把忍者帶進會議室,格雷格·考拉多站在白板前解釋LSTM(長短期記憶,一種可以打造強大神經網路的技術)。他做著誇張的手勢,講述這種系統的工作方式、利用何種數學原理、如何應用於實際。」羅伯森說,「在最初的4個星期里,我們幾乎用到了我們的所有技術和所有工具,為的是給他們帶來切身體會。」


霍爾蓋特從新兵訓練營畢業了,她現在正在使用機器學習工具開發一款Android通訊功能,幫助谷歌員工彼此交流。她正在調整超參數,清理輸入數據,去掉停止詞。但她已經不可能回頭,因為她知道人工智慧技術就是谷歌的現在和未來,甚至可能是所有技術和所有東西的未來。


「機器學習時代已經來臨,」她說,「前景無比廣闊。」

閱讀全文

與演算法大師簡介相關的資料

熱點內容
思科路由器命令明文加密 瀏覽:171
方舟生存進化伺服器如何改名字 瀏覽:892
央行數字貨幣app怎麼注冊 瀏覽:431
51單片機顯示時間 瀏覽:769
我的世界網易版怎麼壓縮地圖 瀏覽:682
qq小程序雲伺服器和 瀏覽:739
方舟伺服器怎麼玩才好玩 瀏覽:557
單片機的部件 瀏覽:621
編譯原理遍的過程 瀏覽:252
python讀取json字元串 瀏覽:62
ubuntu1404安裝php 瀏覽:634
lua能編譯嗎 瀏覽:118
思仙怎麼看伺服器 瀏覽:660
php微信圖片防盜鏈 瀏覽:800
安卓1怎麼讀音 瀏覽:297
農業app怎麼開通快捷支付 瀏覽:912
pythonredisdict 瀏覽:389
如何攻擊別人網賭伺服器 瀏覽:882
隱私與應用加密的圖案密碼 瀏覽:38
陳情令王一博解壓 瀏覽:39