金融学的“维数灾难”被破解？数学家用深度学习打开新途径

一个真实的金融市场，可能同时受到几十、上百甚至上千种因素的影响，从资产价格、利率变化、市场波动、投资者行为、时间跨度，到投资组合中成百上千只股票的联动、瞬息万变的市场环境，这些情况，使得金融学核心问题的解决，往往像是在一场多维空间的迷宫中寻找出口，动辄成千上万维度的变量交织在一起，构成了金融工程中最为坚硬的堡垒——“维数灾难”。 在金融工程中，被称为“母方程”的 Hamilton-Jacobi-Bellman equation（HJB方程），正是这一困境的集中体现。

图灵奖得主最新演讲：AI正学会“求生”和欺骗，失控灾难风险剧增！

6月6日上午，第七届智源大会迎来一场思想的高光时刻：强化学习代表人物 Richard Sutton 与深度学习奠基人 Yoshua Bengio 双星交汇， 同台对话，各自围绕 AI 的未来展开阐述：Sutton 聚焦于 “AI 发展”，强调智能的演进；而 Bengio 则着眼于 “AI 安全”，强调伦理风险。两种视角看似交锋，实则殊途同归，皆指向对人类与智能共生未来的深切关怀。

2024年物理诺奖得主辛顿：无法坐下的AI先驱，百度参与竞拍

1947年，辛顿出生在英国伦敦。20世纪70年代初，辛顿在英国爱丁堡大学读研究生时开始研究神经网络。《纽约时报》指出，当时几乎没有多少研究人员相信这个想法。 1978年，辛顿获得爱丁堡大学博士学位，如今他在加拿大多伦多大学担任教授。2019年，辛顿与蒙特利尔大学计算机科学教授约舒亚·本希奥（（Yoshua Bengio））以及纽约大学教授杨立昆（Yann LeCun）一起获得了被称为“计算机界的诺贝尔奖”——图灵奖，以表彰他们在人工智能深度学习方面的工作。

2024诺贝尔化学奖会有意外吗？AI预测蛋白结构、低碳技术或日本科学家？

1.深度学习用于预测蛋白质的三维结构和功能 蛋白质三维结构和功能的预测是现代生物化学和分子生物学中的一个重要研究领域。确定蛋白质结构的传统方法，如X射线晶体学和冷冻电子显微镜，既耗时又昂贵。近年来，人工智能和机器学习技术的发展，为蛋白质结果预测提供了一种可扩展的高效替代方法，对新药开发和理解生命过程具有深远的影响。

图灵奖得主辛顿：坐学术冷板凳的30年

他曾花了小半个世纪的时间开发神经网络，让机器拥有了深度学习的能力，如今，他的愿望实现了：人工智能之浪潮汹涌澎湃滚滚而来。然而，这位AI大神却退缩了，他对他教会它学习的机器产生了怀疑，甚至愤怒。他担心他毕生的工作可能导致人类的终结，他认为他的最终使命是警告世界！ 他，就是如今被誉为“AI教父”的杰佛瑞·埃佛勒斯·辛顿（Geoffrey Everest Hinton，1947－）[1]。 辛顿可以算是学界少有的传奇人物，其传奇之一，是他显赫的家庭背景。

AI正在改变所有学科？图灵奖得主姚期智：大科学时代来了

斯坦福大学《AI指数报告》（AI Index Report）一向是国际AI界关注的“年度成绩单”[1]。今年新发布的报告里，唯一一项来自中国的成果，出现在AI for Science领域： 阿里达摩院联合多家医疗机构，利用深度学习技术，在2万病例中识别出31例漏诊的胰腺癌，这项研究可能极大提高胰腺癌的早期诊断率。[2] 业内评价该成果“令人惊叹”，因其集齐了科学突破的几大原则：年轻的专家、新颖的思路、交叉的技术。 这三条原则，或许也阐释了AI for Science最好的突破方向。

AI史上的第一个成功的商业产品是怎样诞生的？

2024年初，自然杂志公布了2024年重要的七项科技，其中一項是“蛋白质序列的深度学习模型”。这起源于近来几年谷歌公司旗下DeepMind的AlphaFold在识别蛋白质结构方面的重大进展，也例证了人工智能在解决复杂科学问题方面的杰出能力。 尽管AlphaFold识别蛋白质使用的是深度学习技术，但正如一条英语谚语所言：“罗马不是一天建成的”，AI技术在几十年的发展过程中，经历了一场又一场的变革之旅。从最初的“专家系统”的出现，到现在复杂的“机器学习”模型时代，有一段长长的历史进程。

华裔科学家李飞飞：她看见的世界和她改变的世界

华裔科学家李飞飞。图源：斯坦福大学 李飞飞是人工智能领域最重要的科学家之一。她最重要的贡献，是创建了数据库ImageNet，有人工智能领域的从业者评论，“没有ImageNet，就没有现在的深度学习革命”，李飞飞也因此被誉为AI教母。 她以女性细腻的笔调， 讲述她作为女儿、科学家、移民和人道主义中眼中的世界，讲述了一个亚裔移民成长为美国三院院士、斯坦福大学终身教授的故事。

斯隆奖得主方飞：当深度学习和博弈论相结合，能解决哪些社会问题？

算法与社会福祉的冲突是天然存在的吗？| 图源：pixabay.com 但是，算法与社会福祉的冲突是天然存在的吗？ 卡耐基梅隆大学（CMU）助理教授方飞认为，找对研究方向，算法也能够帮助解决一些社会性的问题。她的工作，就是将博弈论、人工智能与现实问题相结合，解决现实中的复杂问题，比如保护轮渡免受恐怖分子袭击，防止盗猎者在保护区内伤害动物，将即将过期的食物分给需要的人等等。 方飞的工作扎实、稳重，在领域内赢得了不少赞誉。

深度学习的冬天，要来了么？

1. IBM肿瘤医生“沃森”被曝不好用，医疗AI前景堪忧？ 2. 人工智能能否颠覆新药研发？ 3. 李开复：听AI大佬吐槽真实的人工智能 4. 人工智能应用于新药研发的范式转变：只会让它更强大