011:AI、DL、ML

这些资金和媒体关注度也让机器学习(Machine Learning)似乎成为新的创业热点,但真实情况则是,机器学习对于人才、数据、计算能力的需求非常高。这几年,计算能力的瓶颈已经在云计算的帮助下逐渐变小,研究者或企业完全可以购买基于云端的计算能力,但人才和数据方面的难题还亟待解决。尤其是数据。

本文是 Dailyio 面向会员的付费内容,如果您是会员,请登录后查看。或者通过这里成为付费会员获取这份内容。

010:被人遗忘的苏联互联网以及挥之不去的梦魇

Glushkov 网络计划的遭遇告诉我们,技术天才、商业模式前瞻性和政治敏感性并不足以改变世界,只有背后的支持机构才最重要。而苏联的教训还在于,没有人能保证,当下基于个人利益支撑起的互联网,其遭遇会比强权控制(比如苏联)的互联网更好,而这不仅会带来苏联电子社会主义的终结,也可能终结我们现在的互联网时代。

008:在现实版黑镜来临前,你需要知道社交媒体和手机是如何毁掉我们的

本周《黑镜》第三季回归,姑且不说这次的剧情如何,这一季的《黑镜》依然以一种「近未来」的视角叙事,所谓「近未来」,可以简单理解为正在或即将发生的未来,比如当下我们与智能手机、社交媒体的关系。在「近未来」里,相比于机器快速进化,不仅包括计算能力也包括智能水平,人类的进化非常缓慢,当越来越多不适应新机器的人成为边缘人物,一如卡夫卡笔下的格里高利,异化、变形或成为新的社会现象,这也是我编辑整理本文的目的所在,在潜在的灾难来临前,认识你所处的世界。

本文是 Dailyio 面向会员的付费内容,如果您是会员,请登录后查看。或者通过这里成为付费会员获取这份内容。

006:PC 时代资深媒体人去世、哪些消息应用最有隐私保障、亚马逊与颠覆性创新

上世纪 90年代中期,克里斯坦森因「颠覆性创新」而名扬天下。但到了本世纪,该书的理论在苹果公司那里完全失效,比如克里斯坦森多次预言 iPhone 将失败….. 以至于知名科技博客主 Ben Thompson 实在看不下去,还在 2013 年写过一篇长文详细分析克里斯坦森为何失败。

不过,亚马逊创始人贝佐斯非常推崇克里斯坦森的「颠覆性创新」理论,也曾经要求亚马逊的高层阅读此书。

而在 Brad Stone 的 The Everything Store 一书的前 70 多页的叙述中,我们几乎完整见识了所谓颠覆性创新的本来面目

本文是 Dailyio 面向会员的付费内容,如果您是会员,请登录后查看。或者通过这里成为付费会员获取这份内容。

005:共享出行、无人驾驶以及交通的未来

不管是Uber 还是滴滴,其商业模式有着先天性的问题:赢者通吃。这是一种线下的网络效应:在一个供需平台上,随着流动性的增加,整个平台的活力也不断增加,这个过程中,供需两端的用户逐步形成的用户粘性是很难被改变的。从这个角度出发,也就不难理解Uber能在美国市场一骑绝尘,而在中国市场始终迈不过那个坎。

但自动驾驶的到来,让这种线下的网络效应变得无足轻重。

本文是 Dailyio 面向会员的付费内容,如果您是会员,请登录后查看。或者通过这里成为付费会员获取这份内容。

004:新思维模式:从网络(Network)到蜂群(Hive)

传统意义上,网络的价值常与「更多」这一概念相联系,这也是我们常说的网络效应。参与网络的人和事越多,他们越有可能相互联系起来,网络扩张的价值就越大。

然而,现在我们的世界面临越来越多「更少」。全球变暖和干旱意味着可利用的资源越来越少。同时,美国和欧洲的人口增长开始停滞,「免费午餐」经济的增长也带来了人口的增加。

蜂群的整体效率大于其部分功能之和。在蜂群中,可以以司机和乘客所在的网络为基础建立其他服务,对于那些像蜂群一样运作的公司来说,纯粹的数量的重要性并不如对传统公司那样重要。通过增加节点间的相互作用,减少节点间的相互摩擦,公司几乎可以无限制地获取实时数据,连接个体,从而达到快速发展的目的。

本文是 Dailyio 面向会员的付费内容,如果您是会员,请登录后查看。或者通过这里成为付费会员获取这份内容。