PJ突然想起杭州的事儿,要求在组会上做个汇报。
错过了第一天的全部内容。
第二天,27号上午主报告厅,接连两位大牛的报告都没有离开两个关键词:人工智能和区块链。对区块链,一直听来听去的,但从来没有真正学习,连基本概念和相关技术也完全不知,“去中心化”在美剧《硅谷》中第一次见,“挖矿”就是做数学计算也应该是哪天在哪儿随便听谁讲来的。所以,听大牛讲区块链还是有点认真,总结下大牛的知识点:
1 区块链概念、特点
以去中心化的系统实现提供“中心化”数据存储服务
更为友好地支持数据监管与溯源
增强数据透明性,以此构建互不信任节点间的信任机制
2 区块链的“坑”
大量处于投机主义的ICO活动以及过度吹捧的区块链系统实现,使得区块链技术容易沦为盲从者的毒药
可扩展性,是永远需要放在最高优先级去考量
区块链不仅仅是用来造币的!结合行业的去中心化(dAPP)才是王道
关于可扩展性,区块链应该是以分布式系统为基础发展的,所以离不开可扩展性这个问题。我们知道大型分布式存储系统需要解决的一个关键问题是如何高效地部署到成千上万的服务器上,包括使用容错、复制和数据分布等机制,有点像数据库的分库分表操作。
3 解决方案
提升性能:共识模式(consensus)、运行引擎(execution)、存储系统(storage)
增强功能:智能合约语言,约束检查(constraint checking)
友好交互:声明式编程语言(declarative language)
27号下午,“智慧城市与城市计算”分论坛,能现场听一直在跟的论文的作者团队做报告还是有点小激动。大佬本人真特么帅,狗东的智慧城市战略京东城市还是有点儿意思。因为去杭州前几天刚好已经读过KDD2018上他们发表的论文,本来以为下午的报告会有什么不一样的内容和视角,然后发现并无特别,也就是复习了一遍团队所做的工作加上宣传走一波,现在回想能总结出来的大致如下:
Topic:Smart Cities&Urban Computing
智能交通
•Detecting Illegal Vehicle Parking Events using Sharing Bikes' Trajectories(KDD2018)
利用共享单车骑行轨迹数据检测城市违章停车,思路清奇的一篇文章,BSS本身能研究的点已经好少,但延伸一下挖掘骑行轨迹数据搞事儿需要用些脑子。建立大量选定路段的夜间骑行轨迹模型定义为正常骑行模式应该是重点,也是一般很难想到的,感觉就算想到了也做不出。
•Dynamic Bike Reposition: A Spatio-Temporal Reinforcement Learning Approach(KDD2018)
动态调度(用到了增强学习)
•AI改进救护车站点选址和调度优化
环境、空气质量检测
•Deep Distributed Fusion Network for Air Quality Prediction(KDD2018)
基于深度分布式融合网络的空气质量预测
智能商业
•联通营业厅智能选址、产品配置
•AI+火力发电,大概是用于改进燃烧模型,提高燃烧室燃烧效率
•基于大数据和人工智能的信用体系
最后赶了一场“互联网爆款应用背后的技术架构”,内容上没学到啥,感觉到了一点搞技术的跟搞学术的区别,但是“严谨”应该是两类分离但又分不开领域共有的特点。
第三天:划水,过。