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。

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。

我为什么不取悦我的读者

我把「I/O」定位于一个系统输出价值观的平台,我希望能用「自己视野传递价值观,不取悦读者。」

这注定是一个艰难的尝试。我的职业生涯很长一段时间都在和文字打交道,从事与媒体相关的工作。与我而言,我的用户就是读者。我曾一次次地思考我与读者的关系。早年间,我有幸和一群古典媒体精英参与了一本杂志的重生,这个过程无比艰难,即便是有钱(隔壁王家的投资)、有人(几乎中国最好的非虚构商业记者),然而却在一种从来都不取悦读者的尝试中惨败。

我也经历过过去两年所谓的内容创业热潮,但我并没有成为所谓的「弄潮儿」,而是选择了退后一步。我发现自己在某个时刻失去了自我,这种心态出现在我每天沉浸在各色新闻客户端、各种微信公众号、各种刷爆微信朋友圈文章之后。那一刻,我和我的用户——读者之间的关系开始失衡。

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。

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