以国家战略科学家身份，顶级AI学者朱松纯回国
|
神经网络通常被认为是机器学习的圣杯，无所不知，解决一切问题，主要是因为它们很复杂。另一方面，基于树的方法并没有被同样的敬畏和炒作，主要是因为它们看起来很简单。虽然它们看起来如此不同，但它们只是一枚硬币的两面。 基于树的方法通常比神经网络更好。任何Kaggler都知道XGBoost是到目前为止最受欢迎的最佳竞赛提交选择。本质上，基于树的方法和神经网络之所以属于同一类，是因为它们是通过逐条分解来解决问题的，而不是像支持向量机(SVM)或逻辑回归(Logistic Regression)那样，通过寻找一个复杂的边界来分离整个数据集。 很明显，基于树的方法沿着不同的特征逐步分割特征空间以优化信息增益。不太明显的是，神经网络在处理这一任务时也是类似的。每个神经元监视特征空间的特定部分(有各种重叠)。如果一个输入落到那个空间，某些神经元就会被激活。 神经网络采用概率的观点来进行逐块模型拟合，而树则采用确定性的观点。无论如何，它们的性能都依赖于模型的深度，因为它们的组件与特征空间的部分相关。 一个包含太多组件的模型 —— 树是节点，网络是神经元——会过拟合，而组件太少的模型根本无法给出有意义的预测。(两者都开始记忆数据点，而不是学习归纳。) 关于神经网络如何分割特征空间的更多直觉，请看一般性逼近定理。 尽管决策树有许多强大的变种，如随机森林、梯度提升、自适应提升和深度森林，但通常基于树的方法本质上是神经网络的简化版本。
该协议还要求美国外国投资委员会(CFIUS)来批准TikTok美国业务的董事任命，TikTok与主要供应商的关系。消息称，这项安排类似于CFIUS在2005年批准联想收购IBM PC业务，软银集团在2013年收购美国无线运营商Sprint时所提出的条件。 字节跳动还计划辩称，CFIUS在两年前批准中国泛海控股集团收购美国保险商Genworth Financial，为其与甲骨文的合作提议开创了先例。在那笔交易中，中国泛海同意使用位于美国的第三方服务来管理Genworth的美国投保人数据。字节跳动将辩称，该公司与甲骨文的类似安排能够保护TikTok美国用户的数据。 就业承诺、甲骨文高管与特朗普的关系消息人士称，字节跳动还作出了其他让步来吸引特朗普。字节跳动已经提议让TikTok创造2.5万个就业岗位，远高于TikTok目前在美国的略多于1000人的员工数量。 字节跳动还希望，甲骨文创始人拉里·埃里森(Larry Ellison)为特朗普举行的筹款活动，甲骨文CEO萨弗拉·卡兹(Safra Catz)曾在四年前担任特朗普过渡团队就职的经历，能够提高它与甲骨文的协议获得特朗普批准的机率。 目前为止，白宫对于它与字节跳动的讨论一直没有表态，也不清楚这项拟议的提议是否会推进下去。周一，美国财长姆努钦表示，CFIUS将会在本周审查这项协议，然后向特朗普作出建议。白宫尚未置评。
根据中国新公布的出口管制条例，如果字节跳动要把TikTok算法转让给外国买家，那么它需要获得中国监管部门的批准。消息人士称，字节跳动与甲骨文达成的这项协议不需要前者向中国相关部门申请TikTok算法的出口许可。 （编辑：潍坊站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
