公众对新型冠状病毒肺炎疫情的担忧正逐渐转向经济领域。2月1日,央行等五部委联合推出一揽子新政,条条指向市场关注,为实体经济和金融市场注入“强心剂”。

在第一财经记者看来,目前公布的措施体现出结构性和针对性的特征,重点针对受疫情影响的特定地区、行业、企业以及人群,政策措施的目标是为了对冲市场悲观预期,消除公众过度紧张情绪。首当其冲的就是“保持流动性合理充裕,加大货币信贷支持力度”。

塔利班宣布,其一位高级官员在卡塔尔首都会见了美国官员,讨论签署和平协议。塔利班高级指挥官说,美国希望我们在和谈期间宣布停火,我们表示拒绝,塔利班会同意在和平协议签署之日执行停火。

Judea Pearl 是这条路线的代表人物,Yoshua Bengio 等学者也加入了探索当中,并且在想办法把它和现代机器学习结合到一起。提到这个方向的这位网友表示,他的一位做数据科学的好朋友的工作内容里就已经越来越多地涉及到因果推理,而且他认为因果推理带来的革命在日后看来可能会比深度学习革命的影响更为深远。接着他做了详细的解释:

除了上面这些之外,网友们还提到了最优传输理论 Optimal Transport Theory、符号回归 Symbolic Regression、脉冲神经网络 Spiking neural networks、随机优化 Stochastic optimization,还有一些从生物学中得到启发的方法等等。如果你也知道一些有趣的、近几年有重大进展的机器学习方法,欢迎留言和我们讨论。

1 2 下一页 友情提示:支持键盘左右键“← →”翻页

谷歌大脑的研究员 David Ha 在这个领域做了许多研究,他也撰写了易懂的介绍博客、配上了生动有趣的动图,可以点击 这里 详细阅读。

路透社此前曾报道称,阿富汗塔利班将减少对阿富汗部队的袭击,如果他们与美国谈判人员在多哈进行的和平谈判中达成协议,将与政府官员举行会谈。

离散演化训练是用基因算法配置网络结构,然后让得到的模型学习。它的一个动机来自于,在复杂环境中为稀疏的回报归因是非常困难的,所以不如完全抛弃梯度,转而采用计算更高效的演化策略,反倒可以在模型设计和参数搜索方面获得更大的灵活度、取得更好的结果。其中采用的和大自然中的生物演化类似的「随机突变+方向性选择」的做法也规避了当前的强化学习中的一些问题。

reddit 上近期就出现了一个帖子,把网友们聚起来聊聊除了神经网络之外的机器学习方法的新发展,以及可以和各种模型配合、不仅限于改善神经网络的概念和模型。也许这些现在并不热门的研究里就埋下了下一次机器学习革命的种子,就像十年前研究神经网络的学者们在冷落中迎来了革命的黎明一样。

反向强化学习采用了和传统强化学习相同的基础设定,然后做相反的事。在强化学习里,给定一个回报函数,让模型找到会得到最大回报的策略;在反向强化学习里,给定一个策略,然后模型找到可以被这个策略最大化的回报函数。

更直观,可解释性更好(有句调侃是「高斯过程就是一组平滑器」),有更多的数学工具描述它的行为; 很高效,只需要很少的样本和计算资源就可以学习; 可以方便地融合先验知识,凭直觉设定一组参数之后,很可能不需要训练就可以得到不错的预测结果; 天然地符合贝叶斯法则。

下面雷锋网(公众号:雷锋网) AI 科技评论整理了一些言之有物的网友回答。

他补充说,一旦达成停火协议,塔利班和阿富汗政府可以在德国直接举行会议。此前,塔利班拒绝与政府进行谈判。

“医院改造与收治病人几乎同时进行,不仅硬件设施没有完全到位,而且呼吸机、制氧机、防护服等物资奇缺,基本上是以血肉之躯抗击疫情。然而,在我们这家以女性职工为主的医院,没有一个人退缩,由此导致了近40名职工轻微感染。”严佑琴愧疚地说,这段时间只要有空,她就去看望感染职工,送鸡汤、排骨汤等加强营养,直到目前她们全部治愈。

已有65年历史的武汉市第七医院,是一家由政府兴办的二级甲等综合性医院,也是拥有百万人口的武汉市武昌区社区基层服务中心与该市三甲医院之间的主要转诊通道。去年3月,严佑琴被任命为该院党委书记,成为武汉市为数不多的医院“女掌门”。

近50天来,严佑琴一直奋战在医院,没有回过一次家,没有睡过一个安稳觉。她表示:“说不害怕新冠肺炎疫情那是假的,但是每当看到患者近乎绝望的眼神,仍然奋战危险区域的员工,自己不由得打起精神,负重前行。”

武汉市第七医院党委书记严佑琴7日回忆新冠肺炎“遭遇战”时,直言“当时上阵有些仓促,甚至医院防护措施都没有完全到位”。

雷锋网原创文章,。详情见转载须知。

Judea Pearl 在 2017 年写的《Book of Why》是一本非常棒的入门书籍,这个领域的每个研究者都应该读一读这本书,它很容易读懂,只不过对于喜欢听音频书的人来说,里面谈图元素的部分还是最好用看的。如果你想做更深入的研究,Pearl 2009 年的学术专著《Causality》数学性更强,也更严谨,不过书里的习题和例子都很少,所以想要理解里面的所有内容还很需要花一些功夫。

但是,美国特使要求实现彻底停火,而塔利班认为,将在签署最终协议后予以考虑。

高斯过程的主要不足在计算方面,训练和推理过程中一般都需要计算行列式和轨迹,或者从很大的矩阵中解算系统,存储空间的需求按列长度的平方增长,而计算的时间复杂度为 O(n^3)。近几年的进展也主要来自于更高效的算法或者近似计算方法(比如 KISS-GP、SKI、LOVE 等等)

医护人员在梳理治愈出院患者资料。(资料图片) 安源 摄

中国民生银行研究院首席研究员温彬对第一财经记者表示,目前一年期MLF利率为3.25%,“可以适度下调5个bp,直接引导2月20日的LPR报价下降,更直接有效降低实体经济融资成本,应对疫情对经济带来的不利影响,更好使得实体经济保持平稳。”他还建议,未来要进一步完善LPR报价机制,引导金融机构通过降准、降息,进一步降低实体经济的融资成本,增加相关领域的信贷和金融服务支持。

在保证资金量的同时,央行也提出了“维护货币市场利率平稳运行”。

更多相关资讯请关注:微软模拟飞行专区

另一方面,你相当于在估计这个量 E[Y|X, do(T)],这里的 Y 是得到的结果、X 是观察到的条件、T 是你要采取的措施。有没有更通用的理解因果关系的方式呢?我很欣赏 Pearl 的分解方式,他展示了超越贝叶斯网络之外的处理方式,而且可以把过程表示为一个因果图模型。他的思路是,图模型里的箭头方向可以编码因果关系的方向,而干扰某个系统就可以看作是破坏图里的几个边。 继续消费者的例子,也许你手里有一些曾经收到促销邮件的消费者的数据,但他们的情况不一样,你想知道其它情况的消费者看到促销邮件以后的反应如何;而且,你手里现有的数据肯定不是双盲的(因为是发现消费者有不再使用的意向之后才给他们发送促销邮件)。所以,本来会根据客户表现出的某些信号来决定是否给他们发送促销邮件,但真的发了以后又会干扰这些信号;而且,对于不同来源的用户,引发“要发送邮件”决定的具体信号又会各自不同…… 所以要怎么办呢?在图上做这些分析计算就可以帮助回答这些问题,或者,最起码也可以知道哪些问题是可以回答的、哪些是回答不了的,以及想要回答现在回答不了的问题的话还需要哪些信息。

为满足患者需求,她将医院新大楼四个病区、ICU病房确立为新冠肺炎收治病房,两天之内200个床位全部爆满。随即将1955年修建的医院老住院楼一楼、二楼进行清理改造,再次开辟出两个病区;将门诊楼二楼原超声中心改造为留观病区,再次增加了数十个床位。

严佑琴介绍,早在去年底,该院就接诊到一位用药后仍然高烧不退的病人。出于职业敏感性,她让医院把综合内科病室进行改造,将病人隔离治疗。

它的关键在于从对行为的观察中学习,即便你可能无法访问回报函数,或者无法模仿特定的执行器的行为。反向强化学习已经成功训练出了和人的行为很类似的玩第一人称射击游戏的 AI。

这个自领域很重要,也很酷。可以把它看做一个决策树,在给定数据集以后帮你决定什么样的数据处理流水线是最好的。它很有用,也会在整个机器学习领域中占据更多位置。谷歌目前就已经面向商业用户提供 AutoML 服务,不过显然这是面向自己没有编程能力的客户的。

近期,随着大批患者治愈出院,被职工称为“铁人书记”的严佑琴和医院团队,加强了对患者心理抚慰。希望在治愈患者身体疾病的同时,最大限度地治愈其心灵创伤。(完)

但值得研究的问题还有很多。理想情况下,如果你要采取一些行动干预某个系统,你会希望能够了解系统会发生哪些变化(由于行动干预)。沿着刚才消费者的例子说,如果把他们加入一个为了提高顾客忠实度和互动程度而设计的自动发送促销邮件的清单里,他们不再继续使用服务的概率会如何变化?这时候你需要思考的就是,给定了已知的消费者信息,也指定了要不要用某种方式干预之后,得到的结果会如何变化。这是因果关系运动的一个方面,目前看来 Rubin 和 Imbens 是这一方面的权威人物。详细了解可以参考这篇文献综述 http://proceedings.mlr.press/v67/gutierrez17a.html 。

首先要知道的是贝叶斯网络。1980 年代的时候,Judea Pearl 正在探索各种能对人工智能领域的发展起到帮助的路线,贝叶斯网络的发明就有一部分功劳是他的。但是贝叶斯网络也有一些限制,它能在低维空间高效地捕捉联合概率分布,但是说到底它也只能回答一些可观测的问题。比如,给定了一些消费者的属性,基于其它消费者的行为,预测这些消费者在未来六个月内不再继续使用某个服务的概率。

业内人士认为,对比2003年“非典”时期,眼下我们的政策工具和手段更加充足,操作上强调逆周期调节、灵活适度,同时也更具前瞻性,有充分的底气确保流动性合理充裕,顺应市场预期。

“除了公开市场操作,也应当通过新增MLF(中期借贷便利)注入中长期流动性。2月可以继续开展普惠金融定向降准,再投放3000亿元左右的流动性。”中信证券首席固定收益分析师明明对第一财经记者表示。

2月3月,A股以及其他金融市场开市后,银行间市场将迎来约1万亿元的史上春节后最大单日资金到期量,对于金融市场和实体企业尤其是小微企业的融资成本而言,压力不小。尽管春节前,市场迎来了今年首次全面降准带来的约8000亿元流动性,但不少专家仍表示,在当前背景下,需要更大规模的投放和更便宜的资金。

“医院基础条件薄弱,房屋设施老化,人员配备不齐,后勤保障困难……”严佑琴说,该院在成为武汉市第二批新冠肺炎定点医院(第一批仅三家)后,相比三甲医院面临着更多难题。医院外围围挡、传染病医院“三区两通道”(清洁区、污染区和半污染物区,医务人员通道和病人通道)、核酸检测实验室、垃圾暂存间等新建与改扩建任务繁重。

央行2月1日表态,“继续强化预期引导,通过公开市场操作、常备借贷便利、再贷款、再贴现等多种货币政策工具,提供充足流动性,保持金融市场流动性合理充裕,维护货币市场利率平稳运行。人民银行分支机构对因春节假期调整受到影响的金融机构,根据实际情况适当提高2020年1月下旬存款准备金考核的容忍度。引导金融机构加大信贷投放支持实体经济,促进货币信贷合理增长。”

同时,医院分管后勤领导刚刚退休,保卫科长、总务科长都相继累倒病倒。作为一位感染科医生,她不仅要指挥医务人员救治急危重症患者,还要承担医院管理、后勤保障等任务。

去年,央行在利率市场化改革方面,重点推进了LPR(贷款市场报价利率)改革,提高贷款利率市场化程度,疏通市场利率向贷款利率的传导,市场利率已经下降很多。目前来看,整个市场利率保持在了适当的水平,根据全国银行间同业拆借中心公布的数据,2020年1月20日1年期LPR为4.15%,5年期以上LPR为4.80%。“整个货币政策空间还是比较大的,今年LPR完全有空间继续下降40到50个基点。”明明告诉第一财经记者。(徐燕燕)

本文由游民星空制作发布,未经允许禁止转载。

截至目前,该院共接诊发热病人17000多人,累计收治新冠肺炎患者630多人,治愈出院300多人。

“1月21日上午,接到武汉市通知被列第二批新冠肺炎救治定点医院。中午就召开全院干部职工动员大会,全面启动院区改造。当晚医院原有100名得到妥善安置。次日晚8点,医院正式对外接诊发热患者,院外还排起了长龙。”

严佑琴坦言,在她无可奈何的时候,武昌区主动伸出了援手。政府调集的环保移动公厕运来了,解决了就诊患者方便之急;帐篷搭起来了,解决了患病群众风雨之中等待之苦;核酸检测实验室新建起来了,解决了患者长期预约之困;300个氧气瓶及时买回来了,解决了危重症患者氧气流量不够问题;各路筹集的生活物资来了,解决患者和医护人员的生活难题等。

反向强化学习中有一个重大的开放问题是如何从并非最优的演示中学习。目前的系统能很好地模仿人类,以至于它们体现出的失效模式也和人类相似。想要从人类身上学习,但是得到比人类更高的表现,理论上看起来是可行的,但做起来非常困难。近期的文献综述可以参考 https://arxiv.org/abs/1806.06877。

高斯过程并不是近期新发明的技术,但它近几年有重大发展,尤其是在技术的实现和拓展性方面。相比于神经网络,高斯过程的特点在于:

降低社会融资成本既是全年的目标,也是突发疫情之下中小企业亟需解决的难题。

2月1日,哈利勒扎德抵达阿富汗首都喀布尔后,会见了阿富汗总统加尼。声明称,哈利勒扎德在等待塔利班对停火一事的明确回应。

高斯过程的研究里也融入了许多有价值的数学发现,涉及线性代数、概率、谐波分析等等。GPytorch 是一个了解高斯过程领域最优秀模型的好去处。