|
2020 年，尽管面临疫情带来经济与社会层面的不确定性，人工智能技术仍在加速发展。今年 Gartner 发布的 AI 技术成熟度曲线里增加了包括生成型 AI、复合型 AI、负责型 AI、嵌入式 AI 和人工智能增强设计等在内的多个新技术类别。
其中，生成型 AI 首次出现在「成熟度曲线」中，这是常用于创建「深度伪造」视频和数字内容的技术。有些心怀不轨的人会试图利用生成性 AI 创建「深度伪造」的内容。这侧面反映，即使是新技术，也会带来相应的麻烦和问题。
01 人脸识别黑产背后的信息泄露
人脸识别是应用领域最广泛及成熟的一项技术。随着技术的大范围推广，背后的问题也随之而来。去年，仅 8 元兜售 3 万张人脸照片被传得沸沸扬扬。让人细思极恐的是，你并不知道谁在收集人脸，也不知道这些人脸图片会被用作何用途。
机器之心去年卧底人脸认证群，调查背后的产业链状况。黑灰产从业者将高清正面大头照、手持身份证照称之为「料子」。基于「料子」，采用一套特定的过人脸认证技术，通常是面部动画制作软硬件的组合，以此通过支付、社交及生活服务类 APP 的人脸认证。
你为什么想学习?
必须考虑的因素是：你想要学习的原因。例如，如果你是一个训练有素的生物学家，想学习一些编程技能以便更好地理解你的数据集，或者你熟悉其他科学编程语言，比如MATLAB，那么你应该考虑在YouTube上看一些R语言的教程，因为它对你来说比Python更简单、更直观。
或者，如果你是精通C/C++和Java等语言的软件工程师，并且准备转攻数据科学，Python将是适合你的一种语言。与大多数其他流行的编程语言一样，Python是一种面向对象编程(OOP)语言，它可能比R语言更直观。
又或者，也许你最近一直在阅读数据科学这一迷人领域的相关文献，并想涉足其中，在这种情况下，这两种语言都是不错的选择。因此，比起学习的理由这一因素，选择哪种语言将更多地取决于其他因素。
你是否有精通该语言的朋友或同事?
如果你正在学习一门新语言，那么获得社区的支持将会是一个巨大的优势。从社区获得帮助是程序员的一项非常重要的技能。
作为一名初学者，学习如何获得帮助有些棘手，很少有网络资源来教会人们如何从社区获得帮助。具备敏锐的直觉，并且知道当代码出错时应该询问些什么是非常重要的。
如果你认识一个精通Python的人，或者你实验室的另一个研究人员一直在研究R语言，那么你最好学习他们擅长的语言，因为这样你就可以在遇到困难时随时向他们求助。
你是只对统计和数据分析感兴趣，还是想学习其他领域，如机器学习和人工智能?
在应用层面上，Python和R语言的一个显著区别在于前者用途更广泛。Python是一种成熟的编程语言，这意味着你只用Python便可以收集、存储、分析和可视化数据，同时还可以创建机器学习工作管道并将其部署至生产或网站中。
另一方面，R语言则是只用于统计和数据分析，它的图表要比Python的更美观且个性化。R语言使用图形语法(Grammar ofGraphics)的方式可视化其ggPlot2库中的数据，这提供了Python所缺乏的大量直观的个性化设置。
或许这样说有些笼统，但如果你想成为一名数据分析师，R语言应该是你的首选。如果你想成为一名数据科学家，Python则是更好的选择。这便是泛化与专业化的两难选择。
（编辑：威海站长网）
【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!
|
