{随机段子}

互联网创业计划书

数据猿专栏专家张涵诚:从技术到生态构建,云计算棋局越来越大,该如何成功落地?

    下载APP 阅读本文更深度报道  导读  从技术到生态构建,云计算棋局越来越大,云未来就是一切都将一切服务化,成为企业IT需求的大管家。如何发展竞争,让我们拭目以待。  经过十多年的发展,云计算已经从概念阶段逐步走向了实践。一批互联网巨头企业迅速抢滩布局产业基础研究与核心技术领域,以BAT为代表,在云计算领域布局迅猛,外资云如AWS、甲骨文、微软、IBM,也都希望通过合作模式进入中国市场。  不过,随着基础架构服务能力和技术布局差异性不大的背景下,云服务商的竞争也在发生变化,竞争的机会点更多体现在了云生态构建以及运营策略。  最早接触云计算是2006年的时候,我做的是CRM云销售、售前和渠道工作,当时要上云,结果发现云的部署成本太高,速度也不保证,而市场提供云的公司Salesforce提供的服务比我们的还要便宜,功能也不比我们差,在那个比功能和价格年代,我们果断放弃云的策略。  2011-2014做大数据业务创新,想着云是方向,云数据分析师方向,相信提供除了IT本身可以赚钱,数据本身能产生分析价值赚钱,就开始提供数据分析SAAS服务。  这期间尝试过包括用户评论分析,个性化推荐,微博数据分析,全网的社会化媒体数据分析,企业第一方数据分析等。当时开发的云端的系统通过免费为10000个客户提供服务,设置一些收费项。数据是大约10% 的1000个可以收费基本费用,月几十元,还有5%左右50个是高级收费模式,月几百元。  那个时候我们算了一笔账,收来的钱,不足以支持为免费客户提供带宽,计算,存储。  也留下一个结论:做云,对客户有价值,但是没有用户规模、收费低的云服务,是行不通赚不到钱的。客户发展越多反而赔的越多,这个生意永远成不了。  当时我们开玩笑说,搞个SAAS还不如开个餐厅,这个餐厅是天天付费,你这个是月月付。一个月一个客户几十元,几百元差不多。  这个探索期非常艰辛,我们各种拓展方法都使用了,渠道,典型客户塑造,各种推广,搞市场活动,走政府集采等,大体和中国的其他开拓SAAS的伙伴一样,很辛苦,也曾有过1年多没有周末和节假日的工作热情。  但到最后,也只有一个总结:2B的客户的获客成本超过月费用,而且没有续费,基本上就不要搞了。  当然大家可以搜索下SAAS的评价指标体系,这期间很多人写了很多文章说SAAS在中国不成立的原因,人比系统便宜,云上的生意获客成本高,客户不上万,客单价低于10000,基本就很难成为一个生意等等。  另外还有一个重要的探索:云实际上是要搞自有流量的,如果靠购买流量,2B的云端转化率那么低,一旦客户没有续费这个生意也形不成。比如在百度购买关键词,结果发现1000个点击1万,成交转化率不到0.1%,百度的成本大约是1万,这个客户一年就支付你3000元,如果第二年,第三年客户不用你的产品了,那么你是亏钱的。  2015年以来云计算机,大数据,人工智能风风火火,政府全力搞政务云,企业搞企业云,各行各业也搞垂直的行业云,大家对云的理解又发生了变化,我们非常积极拥抱云,甚至提出用云量成为重要的经营指标了。在这里谈谈我的看法。  云是生态的生意  根据IT从业经验,我经历过从汇编开发系统,到C语言开发系统,到面向对象(PB)开发系统,到面向实体开发系统(E-branch,新宇软件的中间业务开发平台),到SOA(SageCRM、的开放环境)面型服务,到SAAS,到大数据,到JS代码(小程序)。  到目前云端开发系统(IAAS,PAAS上云,计算和存储和网络)垄断,到最后有可能是算法和数据定义系统的垄断(云平台的算法和数据沉淀的),IT发展一直是生态体系的建设的发展过程,今天在云上更是如此。  云生态提供的是制度IT化、算法与数据工具化(大数据、人工智能、区块链、语音、视频、图片处理、各种开发好的开箱即用的工具体系)、协作方式云化,渗透人文到商业运营(价格体系、产品体系)和数据生态战略性竞争策略。  比如我认为广义上淘宝就是最大的云生态也是最大的SAAS公司。这基本上在零售产业垄断和定义标准的。  一个生态的形成是要革命的,也是基于当前的业务发展基于文化制度逐步建立的。揭竿而起,打土豪分田地,建体系,人才队伍全部革新是常见的事情。看看吴军老师的浪潮之巅不难发现,每一次IT的变革都是新的技术取代旧的,很少有眼线性,技术层出不穷,新技术淘汰老技术是必然现象。所以如何理解业务生态就如何理解云。但目前云的生态的竞争刚开始,特别是在中国,据说国内四大软件公司之一用友去年统计他们的云的销售5%都不到。  不同行业和厂商,策略不同  中小企业上云解决的是效率和成本问题,对业务的支撑是核心问题  这部分客户基本是采用做市场,搞代理的方式,降低获客成本,扩大云计算的受益面,让更多原来搞IT的参与进来,一起赚钱;就好比阿里巴巴的云计算和用友的财务云发展战略,以短平快为主。  政府上云解决的是数据的互联互通和管理管控问题,安全是核心问题  这个部分运营商,华为,电信,阿里,腾讯等企业做的不错;也有两个核心特点:  1. 政务云有准入门槛,等保,涉密,云安全认证,可信云等等;  2. 这些公司和政府的关系天生就好,有业务基础,容易开展。  大企业上云解决的是融合的问题  1. 自建和常识性公云相互融合;  2. 内部的,电子流程化的:比如核心业务系统ERP、CRM、HR、OA可以自建;  3. 外部的,电子商务系统,用户行为分析系统、网站内容管理系统,物流系统,贸易系统,营销管理系统。  4. 特别大的企业会自己建立云计算机战略,把IT做为战略发展,对内提供私云服务对外提供产业链上下游的云计算机服务。  SAAS的主要是续费率和增长率的问题  这个问题很多文章有自己的看法,就不一一说了。总结来说,是最有可能独立存活的。  lPAAS在中国主要是为发展中小开发者,然后形成云生态的  如之前IBM bluemix的推广和朋友的自研的PAAS推广,PAAS的 推广策略是针对中小开发者,但很多PAAS大部分因为体量太小,最后也通过渗透SAAS去搞PAAS了。  IAAS主要主要思考的是安全,稳定,速度快等问题  这个基本是决定性的战略,云基础架构是云计算市场中商品化程度最高的一个领域,也是生态的最底层,如同水,空气和土壤。在同等性能的基础上,价格越低,云的销售就越好。当然这个地产逻辑有相通之处,就是商城氛围好,也有可能价格就高。关于IAAS也有很多战略性文章,这里不一一叙述。  “云棋局”观点  1、云拼的是运营而不是销售  做过云运营的朋友都知道,云的销售在云端的,核心指标是流量、转化率、访问深度、在线时间、功能使用频率,获客成本,月经常性收入, 流失率,客单价、重复购买,客户生命周期价值,客户获取成本等。投资公司如果投资一个公司,这个SAAS的云公司的考核标准有两点:  一是客户LTV(生命周期价值)大于3倍CAC(客户获取成本)。根据这个标准能够判断公司从长期来看能否实现盈利。  二是收回CAC成本的时间小于12个月。根据这个标准可以判断公司在多长时间内能实现盈利。  做过销售的人知道,销售四个指标,销售机会数,销售转化率,销售客单价,销售复购率,这个只要项目的总体成本少于销售成本,这个项目就可以一直可以做下去,而且做的越多项目成本越低,就越赚钱,基本这个商业的模式主要是靠销售能力,盈利主要靠产品的平台化能力。  但要用销售的方法做云,第一效率低下成本高(云靠机器发掘销售机会线索和在线自动下单的),第二收入低下(云的IT整体拥有成本是低的,所以基本投入一些低的),本来是计算机自动化干的事情,现在用人来干,这一高一低,差很多,很要命的。  知道Salesfoce的创始人是为什么做云吗?为了节省售前的演示成本创立的,他总是要去给客户演示产品,搭建不同的环境,觉得很累,就把本地的系统部署在云端了。就是未来节省成本。不能节省销售成本、实施成本的云都算是耍流氓。  2、云核心是云市场的建立  云好比菜市场,菜市场卖菜的和买菜的是相互影响的,市场上卖的菜品种多,买的人才会多,菜品种少,就会分流。  云不是企业要的,企业要的是对于业务的支持,纯粹的IAAS不是企业要的,企业要的是SAAS的业务支持系统。  就好比阿里云在2008年开始在金茂大厦投资1个亿来做云的时候,主要就在在云上销售,网站系统,CRM系统,报销系统等等,到今天阿里云溪大会整个生态体系的建设都非常不错了,有几千家能赚到钱的云市场合作伙伴了。  它的竞争力不是技术,而是云市场的建立,和商城一个道理,有时候靠长尾产品就能引流,吸引客户下单购买。所以云市场的竞争力是生态中最重要的组成部分。  3、云的获客成本低廉是云在2B成功的重要因素  免费商业的未来看过的人都知道,免费其实是获客成本几乎为零,通过运营客户时间获取广告费用。  据说国内一些做云的公司,一开始第一年的收入都是代理的,成本都是0元,以后年年提成,你销售多少都是你的,就是为了占地盘,成为地主,以后交租自然会很舒服。  所以如何降低获客成本非常重要。  4、如何理解,0元中标做项目,打样,前地盘  很多人经常笑这些初创的IT公司,或者运营商巨头1元0元中标某某政府的政务云项目,云的项目一旦建立,后续的收益才是真正的价值。  因为这种项目销售的成本是最高的,通过这样的方式极大的降低了获客成本,把建设成本转移到运营成本,后期通过运营获得政府购买服务,其实就是一种巧妙的竞争策略。  还要补充的是,很多地、机器,政府免费给了不少,反正也闲着还不容拿来运营。说的直白点,库存压力大,清仓甩卖很重要的,机器与云设施也是如此。  5、 云企业的组织形式  云的企业基本上是技术占60%,服务和销售支持占40%,初期基本不分行业客户,打仗占地盘,那管地好,地差,先搞下来再说,打土豪分田地,那是革命,是战争,战争是要流血牺牲的。  所以云企业的组织形式一定是扁平化的,一切为了客户。  6、 云的格局和对未来社会的理解  如果说人类需要组织协作的操作协同,那么云一定是底盘,是定义层。世界如何计算,存储,发挥群体智慧,如何协作,如何沟通,云都可以策划,可以布局。  云的格局代表了对未来社会组织和需求的理解在里面,所以云注定最后是一个开放的生态体系。这就是云的格局。  在云里面你做什么,技术架构,计算,存储,网络,安全,数据管理,PAAS,人工智能,区块链?还是做行业应用,还是做小到一个网站。这代表了你的运体系的格局。  7、 云计算需要的人才  从目前来看,云端呈现多元化,本质都是提供某种云的思路解决老问题,包括滴滴,美团,汇医汇影,平多多,基本是:阿里的运营+百度的技术+腾讯的产品+直销的销售团队。  8、关于云+大数据+人工智能  现在很多云的战略提出了3.0,就是在“云+数据+人工智能”本质上都是IT的技术进化应用。  例如,华为公司企业云业务部副总裁张怀东说:随着云计算、大数据、人工智能、物联网技术的发展,未来二三十年人类将迈入智能社会,智能社会我们认为它又具备以下三个特征。一个是万物感知,第二个是万物连接,第三个是万物智能。  任何一个企业包括政府,包括非盈利性的机构、高校,要想在这波万物智能迈向智能社会中抓住机会,他们必须通过数字化转型。  首先把它变成数字化的组织和机构,通过数字化转型来实现管理能力的提升,包括个性化服务方式的转变,以及智能化的决策。  在这个领域我们的定位是智能社会的使能者和推动者,围绕着“一核两翼”,聚焦打造开放、安全、可靠的云技术设施服务。华为云在中国发展势头很猛。  9、关于国外云计算公司的机会  据说阿里云去年云销售额 45%是IAAS、5%是PAAS、50%是SAAS,可以看得出来,基础设施国外公司几乎是没有竞争力,特别是对政务云这个市场,很多云计算机国内公司土地和硬件环境都是政府送的,成本很低,如何竞争?还有SAAS这个市场,因为中国化的部分还是国内软件企业做的,更符合中国人的使用习惯,所以在SAAS这个市场基本是国内软件的天下。唯独PAAS这个市场,国内的架构师很难做出灵活,架构复杂,扩展性好,有前瞻性的平台类产品出来,所以外资企业在国内靠技术打市场的肥肉就是PAAS。竞争越来越激烈,通过IAAS和SAAS来竞争的国产软件,也在通过用户倒逼资本的投入强化PAAS的能力,因此PAAS是国外软件企业的机会,但也很有挑战。  从技术到生态构建,云计算棋局越来越大,云未来就是一切都将一切服务化,成为企业IT需求的大管家。如何发展竞争,让我们拭目以待。  关于作者  张涵诚,数据猿专栏专家。研究领域主要包括:大数据基础概论、大数据在企业和政府的应用实践、数据驱动业务变革的商业模式、医疗大数据运营体系、财税大数据、海关大数据、扶贫大数据、运营商大数据建设方案、旅游大数据平台建设方案、数据资产管理、大数据产业生态分析、数据交易市场、区块链、人工智能等新技术对于传统企业的价值和赋能方案。本文首发于微信公众号:数据猿。文章内容属作者个人观点,不代表网立场。投资者据此操作,风险请自担。

    

     (责任编辑:赵艳萍 HF094)

当前文章:http://www.huachangbro.com/wutopxyqc/1095661-807812-97045.html

发布时间:00:19:43

广州设计公司  工业设计  万彩吧  二四六彩  万彩吧  易用设计  产品设计  产品设计  广州外观设计  广州工业设计  广州外观设计  

{相关文章}

卡尔·弗里斯顿:或者一个能够解开人工智能真正秘密的天才

    卡尔弗里斯顿的自由能原理可能是达尔文自然选择理论诞生以来包含万物的另一个概念。但是要理解这个原理,你需要深入到弗里斯顿的思想世界。

    原名:卡尔弗里斯顿:或者一个能够解开人工智能真正秘密的天才。本文摘自《微聊公共标识:神经现实》,作者:肖恩拉维夫,翻译:Agg德育总结_权证交易网er,修订:张孟,编辑:EON,头像:Er Friston,来源:凯特彼得斯。原名是“卡尔弗里斯顿:万物的诠释者”。卡尔弗里斯顿的自由能原理可能是达尔文自然选择理论诞生以来包含万物的另一个概念。但是要理解这个原理,你需要深入研究弗里斯大好时光结局_no bra网顿的思想世界。英国国王乔治三世在位后期开始患急性躁狂症。有一段时间,关于国王疯癫的谣言在人民中迅速传播。有谣言说国王试图和一棵树握手,以为那是普鲁士国王。另一个故事描述了乔治国王是如何被转移到伦敦布卢姆斯伯里皇后广场的一所房子里接受治疗的。为此,夏洛特女王还在当地一家酒吧租了一个酒窖,用来储存食物并确保国王的饮食。两个多世纪后,这个关于女王广场的故事在伦敦的导游手册中仍然很常见。不管它的真实性如何,经过多年的发展,广场似乎证实了这个故事的真实性:夏洛特女王的雕像屹立在广场的北角;西南角的酒吧被称为“女王内阁”;广场上安静的长方形花园现在被许多机构所包围,所有这些都是那些研究大脑和大脑的人。国家神经与神经外科医院位于广场的东角,现代皇室成员可以去医院探望。伦敦大学学院(UCL)是世界著名的神经科学研究大楼。2018年7月的一个星期,可以看到许多神经病患者及其家人坐在花园草地边缘的木椅上,享受着阳光明媚管理费用包括_东莞按摩女网的天气。每个星期一下午12:25,卡尔弗里斯顿到达女王广场,坐在夏洛特女王雕像前的花园里,点燃一支香烟。这位稍微弯曲、孤独、灰头发的男人是UCL传奇功能成像实验室的科学主任。抽完烟,弗里斯顿来到广场的西边,走进一栋砖石建筑,直奔四楼的会议室。在那里,总是有两到二十个不同大小的观众,面对着白墙,毫无内容,苦苦地等待着弗里斯顿的到来。但他总是喜欢迟到五分钟。弗里斯顿在会议室向与会者打招呼,这可能是他当天的第一次重要讲话,因为他不喜欢在中午之前与人交谈。(在家里,他同意妻子和三个儿子的意见,说话的时候他应该说话自由,说话的时候不要安静。)他很少单独见人。相反,他更喜欢参加这样的公开会议,在那里学生和博士后学生可以参加,那些渴望了解弗里斯顿专业知识的人也可以参加并体验他丰富的知识。有趣的是,近年来,越来越多的人参加了会议。”Frieston认为,让人们了解一个想法、一个问题或一个项目的最好方法是让他们聚集在一起,倾听对方的意见,然后提出问题并共同讨论。因此,个体学习就变成了小组学习。他在麦吉尔大学学习精神病学,并在弗里斯顿呆了一年。这是一种独特的讨论方式!弗里斯顿总是令人印象深刻。弗里斯顿设计了许多科学仪器来获取大脑成像,并成为学术界的英雄。每次开会,每个人都轮流提问。这时,弗里斯顿会听着,慢慢地绕着圈子走。他的眼镜总是滑到鼻尖,他不得不低头看演讲者。然后他会花几个小时一个接一个地回答问题。(他)是维多利亚时代的绅士,举止和品味都一样。”一位朋友说,弗里斯顿甚至会帮助演讲者谦虚而迅速地重新组织他们的问题,即使他们听到了最令人困惑和最不明确的问题。还有部分问答,我称之为“问卡尔!”弗里斯顿表现出的耐力、记忆力、知识和创造性思维是惊人的。会议结束时,你看到弗里斯顿走到一个小金属阳台上。他将抽完一支烟去上班。起初,弗里斯顿成为学术界的英雄,因为他设计了许多科学仪器来获取大脑成像。1990年,他开发了SPM软件。正如一位神经科学家所说,它可以帮助大脑“压缩和挤压”成均匀对称的形状,这样研究人员可以以同样的方式比较人类头骨中不同的活动。后来,SPM催生了一种推论性的方法,基于体素的形态计量学,它被用于一项著名的研究,表明伦敦出租车司机的大脑海马体的背面与司机积累了“伦敦地理知识”(为了获得伦敦出租车司机的驾照,司机必须记住挑战十字街6号)。320条路线和许多里程内的地标。这个艰巨的过程也需要司机参加一系列一对一的考官面试,以及笔试)和成长。2011年发表在《科学》杂志上的一项研究使用了Friston发明的第三代脑成像分析软件,并使用动态因果模型来确定患有严重脑损济宁市委常委_南泥湾伴奏网伤的患者是意识薄弱还是已经变得植物人。2006年,弗里斯顿被选入英国皇家学会。该研究所称他的大脑研究为“革命性的成就”,并称超过90%的出版的脑成像论文使用了他提出的方法。两年前,由人工智能先驱Oren Etzioni领导的艾伦人工智能研究所(AllenInstituteofArti.Intelligence)给出了统计数字,表明Friston是世界上最高的被引用神经科学家。他的h指数,用来衡量研究人员出版物的影响,几乎是爱因斯坦的两倍。2017年,46位诺贝尔奖得主科里奥利斯魏安(Coriolis Weian)在过去20年里被成功预测,将弗里斯顿列为生理学或医学领域最有可能的三大获奖者之一。然而,值得注意的是,今天访问弗里斯顿的研究人员很少谈论大脑成像。2018年夏天,弗里斯顿咨询了10天:一位天体物理学家;哲学家;一位计算机工程师,他正在研制一种比亚马逊回声更个性化的智能扬声器;一位AI项目负责人,他为一家世界级的保险公司工作;以及一位寻求制造高级助听器的人。预备神经学家;一家初创公司的精神病学家,其公司使用机器学习帮助治疗抑郁症。这些访客中的大多数都渴望找到其他的东西,而不是大脑成像。在过去的十年里,弗里斯顿投入了大量的时间和精力来发展他所谓的“自由能原则”。(他称他的神经成像研究为“全职工作”,可能与一个爵士音乐家说他正在公共图书馆“转变”一样微不足道。)有了这个想法,弗里斯顿相信他已经建立了所有生命乃至生命智能的组织原则。“一个人生活在这个世界上,”他开始解释。他必须做什么?”但是坏消息接踵而来:自由能的原理太令人困惑了!最聪明的便利店的利润_汽车陪练服务网人试图理解它,但是他们失败了。事实上,很难理解。一个拥有3000名追随者的Twitter用户甚至在Twitter上嘲笑自由能原理的晦涩。我谈到的几乎所有人,包括那些在他们的工作中使用这个原理的研究人员,都说即使他们没有完全理解它。(*注意:Twitter账户是“@FarlKriston”。其推导如下:“生命是任意(遍历)随机动力系统的必然性和不可预见性,在这个动力系统中存在一个‘马尔可夫毯’。没有这条毯子你活不下去!法尔克里斯顿的外推这篇文章,但同一群人往往急于补充说,自由能原理的核心是简化复杂性,解决一个基本问题。热力学第二定律告诉我们,宇宙趋向于熵并消失,但生命强烈地抵制这种趋势。我们每天醒来,看起来都和前一天差不多,但是我们的细胞和器官之间,以及我们和外界之间都有明显的区别。怎么了?弗里斯顿的自由能原理解释了这一点:从单个细胞到具有数十亿个神经元的人脑,所有形式的生命都是由相同的普遍命令驱动的。这个通用命令可以简化为数学函数。弗里斯顿说,人们活着就是为了缩小“个人期望”和“感官感知”之间的差距。在他的术语中,它的意思是“最小化自由能”。为了理解这个理论的潜在影响,我们不妨从观察每周一早上进出功能成像实验室的人开始。有些人来这里是为了利用自由能原理来统一心智理论,为生物学提供新的研究基础,并结合现有知识来解释生命。其他人希望,自由能原理将最终巩固大脑功能研究对精神病学影响的基础。也有人希望利用这一原理来突破人工智能研究中遇到的障碍。他们都在《终结者》中出现,因为他们认为只有卡尔弗里斯顿本人才能彻底理解自由能原理。弗里斯顿办公室。一位朋友形容他为“维多利亚时代的绅士,举止和品味都一样。”图片来源:凯特彼得弗里斯顿不仅是他研究领域最有影响力的学者之一,而且是最多产的作家,没有任何异议。这位59岁的作家,每晚和周末工作,自本世纪初以来已经发表了1000多篇学术论文。仅在2017年,他就以第一作者和合著者的身份出版了85本出版物,每四天出版一本。注释:2018年《自然》杂志的一篇文章分析了“极富创造力的学者”现象。作者将其定义为“一年发表72多篇论文的人”。当被问及如何获得高学术生产力时,弗里斯顿会说:“勇敢地前进,走出硕果,严格地管理深远的学问。”弗里斯顿小心翼翼地保护自己的内心生活,避免奇怪的权力和干扰,包括“不担心”。关于别人。比起私下聊天,他更喜欢出现在舞台上,与他人保持舒适的距离。他不用手机。他总是穿着深蓝色的西装,每次买两件是在仓库清洁工那里买的。然而,弗里斯顿发现他每周在女王广场散步时“非常紧张”。因此,他选择故意远离别人,就像国际(学术)会议一样。他不喜欢宣传他的想法。同时,弗里斯顿也能够透彻地理解他作为学者的动力。在数周的冥想中,他还没来得及解决这个问题,他感到一种极大的解脱(偷偷溜出去抽烟也有同样的效果)!令人信服的是,他描述了他的童年痴迷于寻找方法,以整合,统一和简化的想法已经在世界各地。弗里斯顿回忆说,自由能原理的思想可以追溯到八岁那年炎热的夏天。那时,他们家住在英格兰切斯特,靠近利物浦,那里保存着古老的城墙。一天,在母亲的允许下,他在花园里玩。翻过一块旧木头,他发现几只蜱,小昆虫,犰狳形的外骨骼,在寻找避难所和阴影。起初他是这样想的。经过半个小时的观察,他得出结论,这些昆虫实际上不是在寻找阴影。”“那是幻觉,”弗里斯顿说。他意识到那些爬来爬去的小虱子本身并没有什么大目标,至少不像人类那样,人类靠汽车做事。这些昆虫到处爬行,太阳越强,它们爬得越快。(*注:年轻的弗里斯顿可能是对的。许多Psylla物种在阳光直射下都晒干了,而另一些则随着温度的升高开始爬行,而且爬得又快又疯狂。)Friston称这次经历为“我的第一次科学洞察”,当时他觉得“所有对目的和存在的人为的和拟人的解释突然把我的脑袋撕碎了。”他说。我所观察的情况让我觉得这只能根据我的新理解来解释。“弗里斯顿的父亲是一名土木工程师,他研究过桥梁,游遍了英国,所以全家只好和他一起搬家。不到11岁,年轻的弗里斯顿就换了六所学校,深感孤独。他的老师对此无能为力。他通过独自解决问题来弥补自尊的缺乏。10岁时,他设计了一个自动矫正机器人。理论上,装有自校准反馈驱动器和水银调平器的机器人可以携带一杯水通过不平坦的地面而不会溢出。学校派了一位心理学家去问他是如何想出这个设计的.“你很聪明,我的孩子,”母亲总是鼓励他,安慰他。别让别人告诉你你不聪明。”弗里斯顿说他不相信他妈妈的话。十几岁的时候,他经历了另一个“滴答作响的时刻”。一天,刚看完电视,他回到卧室,看见窗外樱花盛开。突然,他的脑海里闪过一个难忘的想法:“一定有办法从零开始理解世界上的一切。”他想。如果我在整个宇宙中只有一个点,那么这个点能导致其他一切吗?”他躺在床上想了好几个小时,直到他完全不知道。这是他第一次深入思考。显然,我完全失败了。快高中毕业的时候,弗里斯顿和他的同学参加了一个早期的计算机辅助咨询实验。他们回答了一系列的问题,然后把答案卡片并输入机器中,以推断出被调查者完美的职业选择。弗里斯顿说,他迷恋电子设计,生来就是孤独的。所以电脑建议他是个天线安装工。这个建议似乎不可靠。后来,他咨询了学校的职业顾问,说他想从数学和物理学的角度研究大脑。职业顾问告诉弗里斯顿他应该成为一名精神科医生,也就是说,弗里斯顿必须学习医学。他吓坏了。现在看来,弗里斯顿和咨询师把精神病学和心理学混淆了。也许将来他应该做个研究员来研究精神病学,但事实证明,这次咨询是一个“幸运的错误”,因为弗里斯顿正在研究精神和身体,发展他生活中最熟练的技能——逃避自我认识和寻找新知识。(*注:弗里斯顿从不忘记找时间扩展他的研究。19岁的时候,他花了整个假期试图把物理知识集中到一页纸上。虽然他最后失败了,但他还是成功地使自己熟悉了量子力学的所有知识。在剑桥大学国王学院完成医学研究后,弗里斯顿移居牛津大学(加入精神病学回合训练计划),并在维多利亚州立德莫尔收容所实习两年。根据1845年的《月球法案》,立特摩尔的建立是为了帮助将所有“可怜的疯子”从工厂转移到其他医院。直到20世纪80年代中期,当弗里斯顿来到这里练习时,利特莫尔仍然是英格兰郊区最后一个古老的避难所之一。随后,弗里斯顿被指派照顾一组32名慢性精神分裂症患者。这些人是利特莫尔最贫穷的病人,对他们来说,住院是“治疗”。这次实习使弗里斯顿产生了另一种想法:为什么大脑内部的联系很容易被打断?当他回忆起那些病人时,他的怀旧之情开始活跃起来。“垃圾场是进行研究的好地方,”他说。这个小社会充满了精神病理学。同时,患者讨论他们的“小病”。就像“问卡尔!”会议是一样的。值得注意的是,30多年后,该小组中的不同患者仍然激励着弗里斯顿进行深入的思考。例如,一个名叫希拉里的病人认为在唐顿大厅里扮演高级厨师很合适,但是在她被送往利特莫尔之前,她用菜刀砍了她的男邻居,因为她“确信”那个男人已经变成了一个邪恶的人物,一只乌鸦!(*注:故事中提到弗里斯顿的利特莫尔病人都使用别名。)弗里斯顿说,另一位爱穿柔软的玛莎开衫和搭配橡胶底帆布鞋的欧内斯特是“更出乎意料、无法无天、绝望的恋童癖。”然后是罗伯特,一个说话爽朗的年轻人。如果他没有患上严重的精神分裂症,他可能已经上大学了。罗伯特沉迷于思考“天使粪便”。他“思考”天使粪是福还是祸?人们能看见吗?在与人打交道时,他看起来很困惑:为什么人们不考虑这些问题呢?在弗里斯顿看来,“天使粪便”这个概念是个奇迹。这表明,精神分裂症患者有能力合成那些对大脑正常的人来说不容易获得的概念。“想像天使粪便这样的东西很难,”弗里斯顿带着羡慕和嫉妒的神情说。在Litmore实习之后,Friston花了上世纪90年代早期的大部分时间试图使用一种相对新颖的技术,正电子发射计算机断层扫描(PET),来理解精神分裂症患者的内部大脑。为了处理PET功能成像数据,他还发明了统计参数图像(SPM)软件。Freeston坚持认为SPM应该被自由共享,而不是专利和商业化,难怪它今天会如此广泛地使用。那时,弗里斯顿不得不飞遍全世界,比如马里兰州贝塞斯达的国家卫生研究院,向其他研究人员教授SPM软件。我的旅程通常如下:我带上一盘四分之一大小的生物识别带,飞到目的地,下载到我的电脑上,然后花一天时间运行它,教员工如何使用它,最后我可以回家休息。“这就是弗里斯顿说的。”那时候开源软件就是这样工作的。”大脑以一种概率的方式计算和感知世界,并根据感觉输入不断地预测和调整信念。赫尔曼冯赫尔姆霍兹弗里斯顿1994年来到伦敦大学学院工作。在接下来的几年里,他的FIL办公室位于离盖茨比计算神经科学中心不远的地方。盖茨比中心由它的创始人、认知心理学家和计算机科学家杰弗里辛顿领导,在那里研究人员研究了生物和机器系统的感知和学习理论。那时,FIL逐渐成为神经影像学领域的领先实验室之一,盖茨比中心也逐渐成为神经学家致力于将数学模型应用于神经学研究的重要训练基地。杰弗里辛顿,图片来源:像许多人一样,弗里顿被辛顿对于最复杂的统计模型的“孩子般的激情”所吸引。所以他们交了朋友。注释:当时,辛顿住在卡姆登一座特别吵闹的建筑物里。邻居家的水管总是很吵,所以他在地下室卧室里用橡胶和四分之三英寸的干墙板做了一个隔音盒子,这样他和妻子就能睡得很香。随着时间的推移,辛顿带领弗里斯顿接受这样的观点,即探索大脑最好像贝叶斯概率机器。这个想法可以追溯到十九世纪赫尔曼冯赫尔姆霍兹的一项研究,“大脑以一种概率的方式计算和感知世界,并且不断地根据感觉输入预测和调整信念”。根据最流行的贝叶斯算法,大脑可以被看作一个“推理机”,被设计成最小化“预测误差”。2001年,辛顿离开伦敦去多伦多大学。他为今天的深入学习研究奠定了基础,使自己成为人工智能领域中最重要的人之一。(*注:2012年,Sinton和他的团队赢得了ImageNet挑战:从李飞飞创建的1500万张图片的数据库中识别特定对象。ImageNet帮助将神经网络和Sinton推向人工智能的最前沿。辛顿离开之前,弗里斯顿最后一次在盖茨比中心拜访他。Sinton描述了一项新技术,它被设计成允许计算机程序在计算过程中更有效地模拟人的决策,并集成由许多不同的概率模型生成的输入值。现在它被称作“机器学习专家产品”。这次会议激发了弗里斯顿的灵感。本着“智力互惠”的精神,他又给辛顿写了一系列笔记。这些注释涉及到将几个看似不相关的“大脑解剖、生理和心理物理属性”联系起来的想法。2005年,弗里斯顿整理了这些笔记并发表了一篇论文,是关于自由能原理的几十篇论文中的第一篇。卡尔弗里斯顿办公室的马尔科夫毯子:“这个1856年的理论为你的内心状态提供了保持温暖的基础。”图片来源:当凯特彼得斯3解释自由能原理时,甚至弗里斯顿自己也会困惑于首先要解释什么。他经常鼓励人们看看维基百科的介绍。但对我来说,先看看弗里顿办公室的床垫毯似乎比较容易。这条毯子原本是一张白色的羊毛床单,上面有一张定制的黑白肖像,描绘的是1922年去世的俄罗斯数学家安德烈安德烈耶维奇马尔科夫。弗里斯顿的儿子给了他父亲这样一个恶作剧的礼物。事实上,由毛绒聚酯制成的毯子是关于自由能原理的核心思想的笑话。“Markov毯子”是以Markov的名字命名的。这个概念出现在机器学习中,它本质上等同于屏蔽,将一组变量从分层系统中的其他变量组中分离出来。心理学家克里斯托弗弗里斯曾经把马尔科夫毯子描述为“认知领域中的细胞膜:将毯子中的状态与外部状态分离。”弗里斯顿认为宇宙是由“马尔科夫毯子中的各种马尔科夫毯子”构成的。每个人都有一条马可夫的毯子,它把我们与外部异化分开。人体内部也有各种各样的马尔可夫毯子:隔开不同器官的毯子,隔开不同细胞的毯子,隔开不同器官始作俑者其无后乎_宋濂借书网的毯子。马尔科夫毯子解释了不同的有机体如何随着时间的推移继续保持它们的身份。没有马尔科夫毯子,我们都会融化成一团热空气,消散到醚中。”你听说的马尔科夫毯子就在这里。就是这个。“你可以碰它,”当我第一次看到他办公室里的毯子时,弗里斯顿随便地说。我确实伸出手去感受。自从我第一次读到马可夫毯子以来,我其实到处都看到过:树叶上、树上,甚至蚊子上。在伦敦,我还“看到”了马尔科夫毯子:关于FIL的博士后研究员,关于集会时穿黑色衣服的反法西斯抗议者,以及住在运河船上的人们。每个人“穿”一件隐形斗篷,斗篷下面是一个不同的生命系统,每个系统都在最小化自由能。自由能的概念起源于物理学,这意味着没有数学方程很难精确地解释它。在某种意义上,它的力量在于它不仅是一个修辞概念,而且是一个模型和可测量的概念,使用与弗里斯顿相同的数学,改变了世界,并用来解释大脑图像。如果你把这个概念从数学公式翻译成文字,你可能会看到这个表达:自由能,个体进入的欲望状态和感官感知状态之间的差异。换句话说,当你最小化自由能时,你正在减少惊喜。弗里斯顿说,任何抵抗紊乱和溶解倾向的生物系统都遵循自由能原理,无论是原生动物还是职业篮球队。(*注:2013年,Freeston运行了一个模型来模拟充满漂浮分子的原始汤,并将其编程为遵循基本物理和自由能原理。最初的汤模型产生了类似于结构化生活的东西。像大脑一样,单细胞生物也有减少意外发生的必要机制。两者的唯一区别在于随着自组织生物系统的发展,大脑变得非常复杂。大脑从数以亿计的身体受体中吸收信息,并将其有效地组合成外部世界的精确模型。可以说,大脑实际上是一个奇妙的器官。它对外部世界假说的错觉适合于解释事物的无数模式和它所接收的感觉信息的流动。Friston说。在预测一轮又一轮的感觉信息时,大脑不断地根据感觉反馈进行推断,更新信念,并试图将预测误差信号最小化。在预测一轮又一轮的感觉信息时,大脑不断地根据感觉反馈进行推断,更新信念,并试图将预测误差信号最小化。看到这些,你也许会注意到上面关于大脑操作的想法和贝叶斯概率机器非常相似,这就是辛顿在上世纪90年代对弗里斯顿所说的“推理机”。同样的道理。Frieston认为贝叶斯模型是自由能原理的基础(“自由能”甚至是“预测误差”的粗略同义词)。但是Friston也认为贝叶斯模型的局限性在于它只能解释信念和知觉的相互作用,而不影响身体形状和身体运动。例如,它不会把你赶出椅子。贝叶斯模型对于Friston来说还不够。他用“主动推理”这个词来描述世界上有机体如何减少事故。弗里斯顿认为,当大脑做出的预测没有立即被感官信息证实时,大脑可以通过以下两种方式之一来最小化自由能:修改预测,接受意外,允许错误,更新外部世界模型,或者实现预测。如果我推断我的左手食指在摸我的鼻子,但我自己的受体告诉我我的手臂还挂在我的腰上,我可以通过抬起我的手臂,把食指伸出我的鼻尖,来减少大脑错误预测的信号。事实上,自由能原理解释了我们所做的一切:感知、行动、计划、解决问题。当一个人开车去上班时,他会通过确认他的假设甚至他的幻想来最小化自由能。在弗里斯顿看来,把动作和运动转换为数学方程是很重要的。他指出,甚至感知本身也是“被行动所奴役”:为了收集信息,眼睛会看着物体,隔膜会吸入空气进入鼻子,手指会摩擦物体的表面。所有这些精细的运动都存在于一个连续体中,可以制定更多的计划、探索和行动。(*注:Friston称这种探索为认知觅食)。他的一些新词被他的同事昵称为“弗里斯顿”。弗里斯顿写道:“我们对周围的事物进行采样,以确保我们的预测能够自我实现。”那么,当我们的预测不能自我实现时,会发生什么呢?什么是生命系统被意外打败?事实证明,自由能原理不仅是关于行动、感知和计划的统一理论,而且是解释精神疾病的理论。如果大脑对来自感官的证据信息关注得太少或太多,那么精神世界将处于混乱状态。例如,精神分裂症患者可能无法更新大脑建立的外部世界模型来解释输入的视觉信息。一个正常的人可能会看到一个友好的邻居,但一个耐心的希拉里可能会看到一个巨大的,邪恶的“乌鸦”。如果你考虑精神疾病或者甚至大多数神经疾病,你会发现它们只是破碎的信念或者错误的推断,即幻觉和错觉。在过去的几年里,弗里斯顿和其他科学家利用自由能原理来解释孤独症、帕金森病和精神病以及焦虑、抑郁和精神病的某些症状。多亏了弗里斯顿的神经成像方法,科学家们从许多病例中了解到在不同的紊乱症状下,大脑区域哪些功能失常,哪些神经信号被破坏。但是仅仅理解这一点是不够的。了解哪些突触和哪些连接异常不足以解决问题。

------分隔线----------------------------
https://www.c8.cn/ylsj/tjssc.htmlhttps://www.c8.cn/zst/dlt/hqcw.htmlhttps://www.c8.cn/zst/dlt/zxsh.htmlhttps://www.c8.cn/zst/dlt/hqely.htmlhttps://www.c8.cn/zst/dlt/jozs.htmlhttps://www.c8.cn/zst/dlt/chtz.htmlhttps://www.c8.cn/zst/dlt/sqzs.htmlhttps://www.c8.cn/zst/dlt/zhbzs.htmlhttps://www.c8.cn/zst/pl5/jozs.htmlhttps://www.c8.cn/zst/pl3/qmfb.htmlhttps://www.c8.cn/zst/pl3/smfb.htmlhttps://www.c8.cn/zst/pl3/dxjo2.htmlhttps://www.c8.cn/zst/pl3/dxjo1.htmlhttps://www.c8.cn/zst/qxc/hzzs.htmlhttps://www.c8.cn/zst/qxc/elyzs.htmlhttps://www.c8.cn/zst/qxc/jofx.htmlhttps://www.c8.cn/zst/qxc/dqzs.htmlhttps://www.c8.cn/zst/ssq/chubazs.htmlhttps://www.c8.cn/zst/ssq/lqely.htmlhttps://www.c8.cn/zst/ssq/zezs.htmlhttps://www.c8.cn/zst/ssq/zbbzbzs.htmlhttps://www.c8.cn/zst/3d/lmfb.htmlhttps://www.c8.cn/zst/3d/wmfb.htmlhttps://www.c8.cn/zst/3d/elyyl.htmlhttps://www.c8.cn/zst/3d/jofx.htmlhttps://www.c8.cn/zst/3d/dxjo2.htmlhttps://www.c8.cn/zst/bjkl8/dewzs.htmlhttps://www.c8.cn/zst/bjkl8/dywzs.htmlhttps://www.c8.cn/zst/bjkl8/kdzs.htmlhttps://www.c8.cn/zst/55.htmlhttps://www.c8.cn/zst/cqkl10/sanhdw.htmlhttps://www.c8.cn/zst/pk10/lmcl.htmlhttps://www.c8.cn/zst/12.htmlhttps://www.c8.cn/zst/cqssc/yhdw.htmlhttps://www.c8.cn/zst/cqssc/jbzs.htmlhttps://www.c8.cn/zst/17.htmlhttps://www.c8.cn/zst/16.htmlhttps://www.c8.cn/zst/gd11x5/dsanwzs.htmlhttps://www.c8.cn/zst/44.htmlhttps://www.c8.cn/zst/50.htmlhttps://www.c8.cn/zst/jsk3/lmcl.htmlhttps://www.c8.cn/zst/jsk3/lmtj.htmlhttps://www.c8.cn/jihua/hlj11x5.htmlhttps://www.c8.cn/gaoshou/bjkl8.htmlhttps://www.c8.cn/gaoshou/zj11x5.htmlhttps://www.c8.cn/gaoshou/sh11x5.htmlhttps://www.c8.cn/gaoshou/tjssc.htmlhttps://www.c8.cn/gaoshou/cqssc.htmlhttps://www.c8.cn/zst/ssq/chubazs.htmlhttps://www.c8.cn/zst/3d/elyyl.html