新聞閣每日新聞欄目第一時間為您提供全國各地社會新聞,讓您足不出户就能瞭解各地熱點綜合資訊。
很多人認為解放軍的火炮領先全世界，小編一開始也很不理解這種説法，吹着有點過了吧！美國呢？德國呢？日本呢？
但當我瞭解到我國科研工作者強大的技術實力後，我理解了中國火炮為什麼那麼強！
一方面是科研工作者超前的設計，另一方面這是我國冶金工業的先進技術。
知道現在炮管的關鍵技術是電渣重熔，電渣重熔是一種現在火炮製造廣泛應用的冶煉工藝。
簡單的説就是在特製的電渣重熔爐上，將炮鋼料製成自耗電極，加以重新融化精煉，通過潔淨器重新鑄造鑄成鋼材。
以去除鋼材中殘留的少量磷和硫等對鋼材強度和韌性有害的元素，製造出顆粒結晶儘可能均勻的鋼錠。
這項技術可以説是製造現代火炮最基礎的工藝之一，現在坦克火炮為了提高膛壓，必須將炮管的雜質降低降低再降低，尤其是硫。
鋼材提純有很多種辦法，但同時要保證顆粒組織結晶成型達到一定的標準，就非這個電渣重熔莫屬了。
大白話就是顆粒結晶越均勻越好，如果不均勻會怎麼樣？ ——炸膛！
當年日本製造的90式坦克炮時，就失敗在這裏，他們的電渣重熔技術不過關，引進德國RH120 L44坦克炮技術後。
日本對自己的水平很自信，直接用自己的炮鋼硬上，結果就是反覆炸膛，不知道為此死了多少人。
而我們早在1960年就已經有重慶特鋼，大連鋼廠和上鋼五廠三座電渣爐投產，緊隨其後，齊齊哈爾鋼廠，撫順鋼廠等電渣爐也相繼投產。
1980年4月，一台200噸級的超級電渣重熔爐，在上海重型機器廠試製成功，它是中國最大，也是當時世界上最大的一台電渣重熔爐。
這麼多年過去了，我國在電渣冶金方面始終走在世界最前列，德國人都不行。
2006年，全世界最大的電渣重熔爐在上海重型機械廠完工，這台我國自行研製的超級設備，能生產直徑為3.6米高高為六米，重量為450噸的鋼墊。
而日本在2010年才從美國買到一台250噸級的同類設備。
抗日戰爭時期，我國連一門像樣的炮都造不出來，短短的70年時間，我國已經能生產全世界最頂尖的火炮，從心裏感謝國防工業者們的所做的努力。
一、人工智能+投資悄然來臨，知識圖譜促智能投研騰飛
1.人工智能+投資悄然來臨
人工智能+投資悄然來臨，相對傳統投資優劣勢均較明顯。近日極受
關注的圍棋之鬥謝幕，AlphaGo不出意外地以3:0完美戰勝中國棋手柯潔，
人工智能在棋類遊戲中的優勢已無可爭議。
與此同時，AI與投資領域的
結合正悄悄來臨，2017年5月19日，微軟人工智能首席科學家鄧力透露
已經離開微軟，加入美國基金公司Citadel擔任首席人工智能官
，同時表示Citadel在人工智能
創新上的機遇及對增進公司在該領域領導地位的熱情讓其倍感振奮。
5月
15日，李開復在哥倫比亞大學發表了題為《一個工程師的人工智能銀河
系漫遊指南》畢業演講，他表示採用智能投資算法獲得了比他私人理財
顧問高八倍的收益，人工智能將取代交易員、銀行職員、會計師、分析
員和保險經紀人。
2017年3月，管理資金超5萬億美元的資產管理公司
貝萊德擬大幅削減依靠人工主動選股的部門，並引進相關量化人才。由
此可見，人工智能的觸角已伸向專業能力極強的投資領域。
相較於傳統
投資，AI+投資具有兩點明顯優勢：開發成本雖高，但複製推廣和運
營成本極低，非常適合大規模客户羣的滲透。機器的情緒控制和邏輯
推理比人類更勝一籌。
同時，AI+投資缺陷也非常明顯，其最大缺陷在於
無法解決邊界不確定的開放性問題，
比如智能手機未來的技術創新點在哪裏，蘋果什麼時候可以推出下一代
智能手機等等；不能自我學習形成新的因果關係判斷，從而通過AI
完成的判斷缺乏前瞻性。
機器決策的前提是基於歷史事件、知識圖譜、
歷史結論，對於新出現事物，尤其是黑天鵝政治經濟事件的判斷力有待
考驗。
2.智能投顧蓬勃發展，智能投研初露雛形
按投資者不同需求，人工智能+投資可分為智能投顧和智能投研。智
能投顧，指根據投資者不同的理財需求，具有人工智能的計算機程序系
統通過算法和產品搭建數據模型，從而完成傳統上由人工提供的理財顧
問服務。智能投研，指利用大數據和機器學習，將數據、信息、決策進
行智能整合，並實現數據之間的智能化關聯，從而提高投資者工作效率
和投資能力。
智能投顧：未來五年國內規模有望每年翻倍，人機結合是趨勢
國外智能投顧欣欣向榮，傳統金融機構後來居上：經歷近十年的發
展，國外智能投顧市場已初具規模，以Wealthfront，Betterment為代表的
新興智能投顧公司管理規模已達數十億美元，與此同時部分傳統金融機
構通過自己開發或併購涉足該領域，如嘉信理財推出Schwab Intelligent
Portfolios，Blackrock收購Future Advisor。
根據統計公司Statista的預測，
2017年美國智能投顧管理資產規模將達到2248.02億美元，到2021年將
達5095.55億美元，年複合增長率29.3%。截止2017年2月，資管規模
最大的前五家公司，先鋒基金、嘉信智能投資組合、Betterment、Wealthfront、
personal capital分別管理着470、102、73.6、50.1、36億美元。
國內智能投顧緊隨其後，資管規模未來五年有望每年翻倍增長：
在
歐美蓬勃發展態勢下，我國智能投顧公司，包括璇璣、資配易、摩羯智
投（招商銀行）、藍海智投、彌財等在內的數十家公司，亦快速興起。
此
外，我國傳統金融機構同樣快速佈局，2016年8月廣發基金率先推出“基
智理財”，成為第一家推出智能投顧服務的基金公司；2016年年底招行率
先推出智能投顧產品——摩羯智投，目前摩羯智投佔據國內智能投顧資
金管理規模的多數；民生證券和品鈦集團旗下的璇璣宣佈合作開發數字
化資產配置系統；長江證券推出iVatarGo國內首款智能財富管理系統等。
Statista預測2017年我國智能投顧管理資產規模達271.38億美元，到2021
年將達4678.31億美元，複合年增長率103.8%，發展空間巨大。
按人力參與程度，智能投顧分為機器導向、人機結合以及以人為主
三種模式 ；人機結合將是未來投顧發展趨勢。
在智能投顧爆發時期，幾
乎所有的公司模式都是以機器導向為主，國外以wealthfront、betterment、
嘉信理財智能投資組合為代表，國內以彌財、藍海智投等公司為代表。
而機器導向模式的核心特點在於門檻低、費用低，缺陷在於因無法吸引
大量高淨值客户，導致其資管規模存在天花板。
針對高淨值客户，人工
投顧顯得必不可少，近段時間人機結合的投顧模式逐漸受到重視，有望
成為做大投顧規模的發展趨勢：
嘉信理財於2017年3月推出“Schwab
Intelligent Advisory”人機結合新業務，投資者可以隨時通過電話或視頻
會議獲得理財顧問的專業建議，並獲得由智能投顧的算法模型給出的基
於ETF的投資組合建議；
智能投顧鼻祖Betterment於2017年1月推
出人機結合的理財服務——“Betterment Plus”和“Betterment Premium”，
其中Betterment Plus門檻10萬美金，費用0.4%，投資者每年可與專業理
財顧問進行一次電話諮詢；BettermentPremium門檻25萬美金，服務費
0.5%，投資者隨時可獲得專業理財顧問的電話諮詢服務。
2017年6
月，恆生電子發佈智能投顧產品BiRobot3.0，其產品特點中特別表明需要
人值守（“財富管理自動化+智能理財+有人值守+現金管理策略”）。除了
上述機器導向和人機結合兩種模式外，投顧還包含以人為主模式，目前
以社交跟投和投資策略為主流模式，國外以motif、covestor為代表，國
內以雪球、金貝塔等公司為代表。
智能投研：國內基金紛紛試水，人工智能大幅提高傳統投研效率
國外創業公司躍躍欲試。相較於智能投顧，智能投研技術難度更高，
其發展態勢初露雛形，還未成規模。如Palantir Metropolis（平台整合多
源數據，將不相干的多個信息置於一個統一的定量分析環境中，構建動
態知識圖譜）。
Visible Alpha（通過設立專有的新數據集和工具套件以增
強機構投資者對公司未來基本面的量化見解能力）、Trefis（細拆公司產品
/業務預測收入）、Alphasense（獲取專業且碎片化信息）。
Dataminr（收集
Twitter等公共來源上的實時數據，並轉化為可付諸行動的信號 ）、
Kensho（試圖回答“當Netflix超出盈利預期，Amazon明天表現將如何？”、
“Apple發佈新產品前後的股票交易如何？”等投資問題）。
國內創業公司、基金公司、數據服務商積極參與智能投研。國內智
能投研逐漸興起，如包括通聯數據的蘿蔔投研
、數庫科技、文因互聯
等創業公司。
值得一提的是，部分基金公司對智能投研的嘗試
越來越多，如天弘基金2015年建立了業內領先的投研雲系統，其中的信
鴿和鷹眼兩大系統分別為股票和債券投研提供精準支持；
嘉實基金2016
年成立了人工智能投資研究中心，構建可擴展的智能投研平台，為系統
化的科學投資決策提供支持；華夏基金和微軟亞洲研究院戰略合作，雙
方將就人工智能在金融服務領域的應用展開戰略合作研究。
需要注意的
是，由於國內金融數據較於國外存在數據不豐富甚至殘缺的致命缺陷，
數據標準化、關聯化的建立顯得至關重要，因此國內數據服務商，如wind、
東方財富、同花順、恆生聚源等公司是推動智能投研發展過程中的重要
組成部分。
智能投研終極目標實現搜索到投資觀點的自動跨越。傳統投研流程，
可簡化成四個步驟，搜索：通過百度/谷歌、專業書籍、公告等尋找行
業、公司、產品的基本信息。
數據/知識提取：通過萬得、彭博等金融
終端或者直接閲讀公告、新聞獲得數據/知識。分析研究：通過Excel
等工具和邏輯推演完成分析研究。觀點呈現：將分析研究的結果以PPT、
word等形式呈現。
傳統投研流程存在搜索途徑不完善、數據獲取不完整
且不及時、人工分析研究穩定性差、報告呈現時間長等缺陷，而人工智
能可以幫助每一個步驟提高效率。
如智能搜索和智能資訊增大有效信息
來源，公告/新聞自動化摘要和上下游產業鏈分析提高數據/知識提取效率，
事件因果分析和大數據統計分析完善研究方法
等等
。未來，智能投研的
終極目標，是自動實現搜索到投資觀點的一步跨越。
現階段智能投研工具與傳統投研工具的本質區別在於交互體驗、數
據邏輯和自我優化學習能力。
交互體驗：傳統投研工具如萬得、彭博
均是非圖形化的類EXCEL表格界面，而Kensho、數庫科技等智能投研
工具均是圖形化界面，交互體驗更強，比如可以在圖形界面上隨意點擊
一個節點進行相關查詢，非常利於投研效率的提高。
數據邏輯和自我
學習優化能力：由於傳統金融數據服務商的數據是基於財務報表的邏輯
關係，是靜態存在的，因此沒有自我學習優化能力，並且不能跨公司實
現數據之間的邏輯關聯；
而Kensho、數庫科技所提供的數據服務，一方
面具有靜態基於會計邏輯的數據，另一方面可以實現數據的動態關聯，
並且這種動態關聯可以跨公司和行業實現。
通過海量數據、知識圖譜和
深度學習能力，機器可以發現事件與事件之間的關聯關係，並通過知識
圖譜實現信息向決策的一步轉化，並且這種轉化過程是可以通過機器學
習逐步自我優化的，甚至可以説會比人類做得更好。
智能投研與投顧兩者有望優勢互補
智能投研和智能投顧具有天然協同優勢，未來有望優勢互補。智能
投研通過實時動態獲取多維度數據，完成數據向信息的結構化轉換，最
終形成投資決策，使得投資人員的工作效率和投資能力可以得到大幅提
高。
在智能投研對個股分析的基礎上，可以形成範圍更廣的資產配置策
略，與提供合理資產配置建議的智能投顧具有極大的協同性。未來隨着
投資專業化、私募基金大發展、個人與機構的界限逐步模糊的背景下，
兩者有望通過加強合作優勢互補。
3.知識圖譜促智能投研騰飛
知識圖譜本質是一張由知識點相互連接而成的語義網絡的知識庫 ，
具體包括知識提取、知識表現、知識存儲、知識檢索四大分支。
知識圖
譜（Knowledge Graph）的概念由谷歌在2012年正式提出，其本質上是由
知識點相互連接而成的語義網絡的知識庫，其中圖的結點代表實體或者
概念，而圖的邊代表實體/概念之間的各種語義關係，旨在實現更智能的
搜索引擎，在智能問答、情報分析、反欺詐等應用中發揮着重要作用。
儘管知識圖譜概念是於2012年正式提出，但從細分組成部分看，知識圖
譜可追溯到數十年前，具體包括知識提取、知識表現、知識存儲、知識
檢索。
知識提取：利用自然語言處理、機器學習、模式識別解決結構
化數據生成問題。
知識表現：重新組織結構化數據，通過邏輯推理使
得機器能夠處理的同時人也可以理解。知識存儲：進行大量的結構化
數據管理，同時混合管理結構化和非結構化數據，比如圖數據庫，RDF
數據庫等。
知識檢索：
用語義技術提高搜索與查詢的精準度，為用户
展現最合適的信息。再進一步説，知識圖譜涉及技術非常多，比如知識
收集中的實體關係識別技術、語義相似度計算、關鍵詞提取等，知識表
現的知識推理、規則推理等技術。
知識圖譜將促智能投研騰飛。通過知識圖譜相關技術，機器可以從
招股書、年報、公司公告、券商研究報告、新聞等半結構化表格和非結
構化文本數據中批量自動抽取公司的股東、子公司、供應商、客户、合
作夥伴、競爭對手等信息，並構建出公司的知識圖譜。
當某個宏觀經濟
事件或者企業相關事件發生的時候，投資者可以通過知識圖譜做更深層
次的分析和更好的投資決策，比如在美國限制向中興通訊出口的消息發
布之後，如何構建最佳投資組合。
我們認為，隨着知識圖譜相關技術逐
步發展並應用，不僅可以進一步完善數據的豐富度和準確度，還可以加
速數據標準化、關聯化的建立，進而促進搜索向投資觀點的一步跨越。
二、KENSHO：智能投研領域的“AlphaGo”
Kensho是智能投研最具想象力先行者。2013年5月丹尼爾·納德勒
與程序員彼得·克魯斯卡爾聯合創立
Kensho，總部位於馬薩諸塞州劍橋市。
Kensho是一個將雲計算與金融
諮詢業務結合起來的數據分析公司，目標是建立更智能化的信息數據平
台服務於證券分析師和交易員，為客户提供更加優質、快速的數據分析
服務。
過去一段時間，Kensho被《財富》雜誌提名為2016年“五家最熱
的金融科技公司”之一，世界經濟論壇將其評為世界上最具創新力的私
營科技公司之一，同時被福布斯認為是全球50強最具創新的金融科技公
司之一。
1.聯合創始人：因禪結緣立，創立Kensho
因禪結緣，創立Kensho：丹尼爾·納德勒，現年33
歲，擁有哈佛大學經濟學博士學位。在美聯儲工作期間，納德勒發現盡
管有像彭博、路透、Capital IQ等金融分析工具，但是這些軟件依然不能
解決需要投資什麼的問題，尤其是對一些事件驅動的數據分析，基於此，
納德勒萌生了創立Kensho的想法。
彼得·克魯斯卡爾，現年30歲，擁有麻省理工學院計算機科學的學
士和碩士學位。在聯合創辦Kensho之前，彼得是Google軟件工程師，
曾在gmail團隊以及access team上工作。在谷歌工作前，彼得曾在kayak
工作，為其貢獻了第一個分析平台、網站和iphone平台。
值得一提的是，納德勒和彼得在求學期間由於禪宗的共同興趣便結
識，“Kensho”原意即從佛教禪宗而來，意為“見性”，“Ken”是日語“看”
的意思，音同漢語的“看”，“sho”為日語的“自然、本質”之意，這個
日語禪宗的原意為“透過現象理解事物的本質”。
團隊成員人才濟濟。目前Kensho有大約80名員工，團隊成員不乏
來自谷歌和蘋果的一流工程師以及華爾街分析師、物理學家、經濟學家
等，包括iPhone原始工程團隊7名成員之一，世界上第一個固態兩位量
子處理器的創始人，哈佛最年輕入學者等。
此外Kensho為了建立民用非
結構化地緣政治和全球自然事件的數據庫，還聘請了前美國國家情報總
監詹姆斯·希恩博士加入了Kensho計劃的顧問委員會。現有員工大概有
50人在位於馬薩諸塞州的劍橋辦公室工作，此外，Kensho也在紐約和華
盛頓設有辦事處。
2.融資情況：累計融資超1億美元，估達值達5億美元
累計融資超1億美元，B輪融資值估值5億美元。自2013年起，公司
累計融資超過1億美元，其中2017年4月公司獲得B輪5000萬美元融
資，由標普國際（S＆P Global）領投，市值達五億美元，投資人還包括
高盛，摩根大通，美銀美林，摩根士丹利，花旗集團和富國銀行等機構。
S＆P Global也不僅僅是Kensho的主要投資者，旗下的市場數據部門還將
為Kensho的分析平台提供最新的金融數據包，為投資者們輸出一個全新
的、由AI驅動的市場分析能力。
3.產品：Warren試圖解決投資分析的“速度、規模、自動化
三大挑戰”
試圖通過構建國際事件數據庫及知識圖的綜合圖表模型，解決當今
投資分析的“速度、規模、自動化 ”這三大挑戰。
Kensho主打產品，是
叫“Warren”（沃倫）的金融數據收集、分析軟件，擁有強勁的雲計算能
力、良好的人機交互界面和深度學習能力，目前產品只在高盛內部試運
行，沒有正式上市。
據福布斯介紹，“在能夠找全數據的假設下，對沖基
金分析師團隊需要幾天時間才能回答的問題，Warren可以通過掃描超過9
萬項全球事件，如藥物審批，經濟報告，貨幣政策變化和政治事件及其
對地球上幾乎所有金融資產的影響，立即找到超過6500萬個問題組合的
答案。
”可以看到，Kensho試圖構建最全的國際事件數據庫及知識圖的綜
合圖表模型，解決了當今華爾街投資分析的三大挑戰，即速度，規模和
自動化。
4.客户：金融機構和商業媒體雙管齊下
金融機構和商業媒體雙管齊下，未來有望拓展至政府部門。Kensho
客户主要包括兩條業務線，利用歷史數據幫助大型銀行和其他金融機
構分析諸如地理、天氣等因素帶來的風險敞口；幫助全球商業媒體承
擔事件分析業務。
目前，公司已經和谷歌、S&P等金融機構達成戰略合
作關係，它們不僅是Kensho的風險投資者，亦是合作伙伴，如B輪融資
領投機構S＆P將為Kensho分析平台提供全球市場情報數據，在此基礎
上雙方將合作開展未來產品開發，將新的創新能力推向市場，此外S&P
將擁有Kensho的一個董事會觀察員席位。
與此同時，Kensho作為CNBC
的獨家
分析提供商，其數據可視化分析每天在CNBC上播放多次。當然，商業
媒體的核心競爭力是某事件發生之後以最快的速度給出一個站得住的分
析結論，該屬性使得CNBC對Kensho的分析能力不會有過高要求，而會
更加註重分析速度。
從谷歌、S&P、CNBC既是風險投資商也是商業合
作夥伴的屬性看，未來Kensho有望拓展至美國政府部門（IQT是美國CIA
旗下的投資部門）。
公司已實現盈利，未來進一步提高華爾街金融機構滲透率。2017年
2月，Nadler告訴福布斯，公司已實現盈利，B輪融資資金主要是為了用
來擴大產品市場，令Kensho能進入摩根大通和摩根士丹利這些華爾街的
核心機構。
三、核心產品Warren：低門檻獲高專業服務
公司產品Warren是類似於Google搜索引擎的金融分析軟件，用户只
需以通俗易懂的英文來詢問Warren金融問題。
比如“颱風對建築行業股
票價格影響是怎樣的”，隨後便會將問題轉換成機器能夠識別的信息，並
尋找雲數據庫與互聯網中的各類相關數據與事件，運用大數據技術進行
分析，並根據市場走向自動生成研究預測報告，回答投資者的問題。
Warren
的強大功能使得用户不再需要有專業的金融知識，也不需要設置複雜的
參數和配置算法，就可以得到類似於金融分析師分析的結果，讓更多的
人能夠以較低的門檻獲得專業的分析結果。
1.功能：尋找事件與資產的相互關係
Warren可實現，尋找事件和資產之間的相關性及對於其價格的影響、
基於事件對資產未來價格走勢進行預測。
其中，尋找事件和資產之間的相關性又包括：
尋找影響資產價格的關聯事件。
例如輸入Apple，
Warren會顯示一張Apple的股價走勢圖，在每一天的時間節點，從中可
以得到具體哪些事件影響了Apple股價以及影響的百分比，還會展現相關
事件對股價波動的P-Value，即顯著性影響指數。
尋找某事件對某些資
產價格的影響。
例如輸入“美聯儲降低利率”，並自由選擇時間段和投資
的種類，比如道瓊斯指數、油價等，Warren會以圖表方式呈現該事件對
資產價格走勢的影響。
基於事件對資產未來價格走勢進行預測：
利用
機器學習預測資產的價格，通過可能影響價格的相關因素去預測資產未
來價格的走勢區間。
由於Warren的數據庫已經包含了大量的數據源，包
括政治事件、自然事件等，因此可能存在大量顯著影響資產價格的變量，
Warren需要判斷哪些是可以用來預測價格的相關特徵。
在特徵的選擇上，
Warren可以根據用户的建議輸入相關的變量，也可以通過特徵選擇的算
法去保留相關的特徵。最後，Warren會以股票價格概率分佈區間的圖表
呈現其預測的結果。
2.特點：快速計算能力、良好人機交互、強大深度學習能力
Warren具有快速的計算能力、良好的人機交互性 、強大的深度學習
能力。
快速的計算能力：Warren搭建於納斯達克
OMX FinQloud，這
是一個專門為金融服務部門設計的雲計算平台，不僅可以加強雲計算能
力，還能夠提供滿足金融服務特殊安全和監管要求的技術支持。
基於此，
Warren能高效完成分析師難以快速做到的信息收集、挖掘等工作，Warren
獲得的信息可能是傳統分析師的數倍多，分析速度是分析師的百倍。
良好的人機交互性：只要輸入直白正確的問題，Warren就會提供精確的
答案。比如輸入，當朝鮮試射導彈時，哪支國防股會漲得最多？（雷神
公司、美國通用動力公司、和洛克希德馬丁公司）；當蘋果公司發佈新iPad
時，哪家蘋果公司的供應商股價上漲幅度會最大？（為iPad內置攝像頭
生產傳感器的豪威科技股份有限公司）。
強大的深度學習能力：根據
各類不同問題積累經驗，逐步成長，強大的學習能力讓Warren越用越聰
明，提出的問題越多，Warren學會的東西越多，這也是雲計算系統與普
通硬件計算系統的差別。
3.影響：削弱不對稱性，現代金融投機行為性質有望再次改變
Warren的出現有望如同電報、互聯網誕生一樣進一步削弱市場不對
稱性，加快信息傳導速度。
削弱金融市場的不對稱性：Warren將傳統
的專業分析師小範圍獨享的資產價格預測分享給更多普通人，削弱市場
的不對稱性，同時也削弱了專業金融機構相對於普通投資者的獲利優勢。
加快信息在金融市場的傳導速度，從而使得金融市場更受信息影響：
由於Warren獲取信息速度是專業人員的數倍多，分析速度是專業人員的
百倍，因此Warren的出現如同電報、互聯網出現一樣，進一步加快信息
在金融市場的傳導速度。
如同19世紀出現的電報，20世紀出現的互聯網
一樣，極大改變金融投機行為性質，大幅降低具備信息優勢的機構的獲
利能力，我們有理由相信，如果Warren可以使得資產價格以更快、更大
程度反映“所有可以獲得的信息乃至決策後的結論”，那麼現代金融投機
行為性質將再次發生改變。
4.缺陷：無法自我形成新因果關係，無法區分因果性/相關性
Warren人機交互有待提高，尚不能判別因果邏輯。儘管Warren具
備基礎問答能力，然而目前來看，還存在人機交互和因果邏輯混亂等致
命缺陷。無法自我形成新因果關係：現階段的Warren更像一個數據
收集、圖形化呈現的工具，並不能任意提供分析師決策。
比如Kensho無
法直接回答特朗普上台對股市產生的影響，這是由於過去的歷史事件並
沒有包含特朗普的相關信息。即Warren只能做到變量延展，但卻無法替
用户去邏輯推理事件可能的影響因素，一切背後的關係還需要用户自己
去發現。
無法區分因果性還是相關性：假設我們發現比特幣價格和黃
金價格具有一定的相關性，並基於其關係去預測比特幣未來的走勢。但
是我們沒有發現，英國脱歐是驅動兩種資產價格上漲的背後原因。即
Kensho目前無法判斷是因果性還是相關性。
Warren和金融分析師在相當一段長時間裏是相輔相成而不是競爭
的關係。
Warren尚無法做到金融分析的完全自動化，未來很長一段時間
也無法完全替代人類分析師。儘管Warren能蒐集更全面、更詳細的數據，
並提供簡單的分析和以圖形化方式呈現，但是更高級的思考模式，比如
理解事件和資產之間更深層次的因果邏輯，理解變量之間的相關性，
Warren是不能辦到的。從某種意義上説，Warren和金融分析師在相當一
段長時間裏是相輔相成而不是競爭的關係，依靠Warren可以大量釋放金
融分析人員的生產力，能夠讓其有更多的時間去思考並決策。
5.未來：自動觸發事件對資產價格的影響是Warren終極目標
完善構建全球事件數據庫是Warren下一步戰略目標。未來Warren
計劃推出下一代產品，將事件之間的關係做成一張圖，形成事件“連接
圖表功能”，機器會嘗試識別事件的概念，關係和網絡，逐步模擬金融分
析人員的邏輯思考能力，比如試圖解決上述無法判定事件因果性還是相
關性的問題。
此外，如何將語音識別技術結合到Warren中、如何更新龐
大的數據庫、如何提高Warren的學習精度與分析速度、如何提高分析結
果的準確性也是Warren未來發展的關鍵點，當然也是難點。
自動觸發是事件對資產價格的影響是Warren終極目標。如果未來能借
助AI、語音語義、知識圖譜等技術讓Warren識別並理解變量的語義、變
量之間的相關性、資產和事件內在的深層因果邏輯，那麼Warren能真正
做到對金融分析無所不能。
更進一步，如果Warren可以自動提取事件特
徵，真正理解語義內外在含義，自主構建並修改知識庫和知識圖譜，自
動觸發事件對資產價格的影響並對未來價格走勢進行預測，到那時或許
大部分金融分析人員真的就要失業了。
(2017-07-31)
成都天府國際機場鳥瞰圖(效果圖)。
4月18日，國家發展改革委批覆成都新機場項目工程可行性研究報告，標誌着成都新機場建設走完所有審批程序。
成都新機場總體規劃6條跑道，126萬平方米的航站樓，滿足遠期9000萬人次的年旅客吞吐量需求。本期工程按滿足2025年旅客吞吐量4000萬人次、貨郵吞吐量70萬噸和飛機起降量32萬架次的目標設計，建設兩縱一橫3條跑道，60萬平方米的航站樓以及相應的配套設施。
成都新機場是國家“十三五”期間規劃建設的最大民用運輸樞紐機場項目，項目總投資718.64億元，可帶動相關工程投資逾3000億元，投資拉動作用明顯，經濟效益、社會效益顯著，對促投資、穩增長，鞏固強化成都航空第四城地位，打造國家級國際航空樞紐，加速構建西部綜合交通樞紐，推動長江經濟帶與絲綢之路經濟帶聯動發展具有重要意義。
2011年5月，四川省正式啓動成都新機場選址工作；2013年6月，國家民航局正式批准確定簡陽蘆葭優化場址為新機場場址；2015年1月，國務院和中央軍委正式下發文件，同意成都新機場立項；2015年9月，國家民航局批准同意成都新機場命名為“成都天府國際機場”；今年3月，環境保護部對“成都新機場環境影響報告書”做出批覆。
以下為網友評論：
網友“獅子座”：新一輪的鐵公機開始了！！
網友“老陳皮”：簡陽那麼遠，雙流機場還留着嗎？
網友“Nitro”：我擦，星際爭霸蟲族大本營啊
網友“曾 世昌”：一隻開膛破肚的甲殼蟲？
(1970-01-01)
很多人可能不知道，白癜風的發生可能會與我們的生活習慣有着密切的聯繫。很多的日常不良習慣都會讓白癜風悄然而至。所以，對於大家來説，治療白癜風首先要做的就是改掉壞習慣，這樣才可以換回好體質，做好防護，儘可能的避免受到傷害。下面蘭州中研白癜風醫院劉中海就為我們簡單介紹了一些，一起來了解一下吧。
一、熬夜是家常便飯。如今社會競爭壓力大，很多上班族慢慢有了熬夜的習慣，據瞭解，100個上班族中，22個在零點後還沒睡覺，殊不知經常熬夜會打亂身體的生物鐘平衡，擾亂各器官在夜間的排毒和修復時間，長期如此就會使各器官出現異樣，為各種疾病埋下隱患，就會出現白癜風這種疾病。
二、情緒出現緊張。面對這樣那樣的精神壓力、物質壓力、感情壓力。一旦情緒過於焦慮，會導致白癜風的發生，給患者帶來更大的影響。
三、不規律的飲食行為習慣。一上班，時間就變得不夠用。很多上班族為了趕工作進度，常常會佔用飲食時間。然後就會慢慢發現，自己的身體的免疫力下降，微量元素慢慢減少減少，從而誘發白癜風。
白癜風患者的壞習慣給自己帶來的影響相信白癜風患者都明白。為了白癜風患者可以儘快康復，專家希望白癜風患者要養成良好的生活習慣對於有慢性咳喘疾病的患者還要注意防寒保暖，預防感冒，加強身體鍛鍊等，這樣有效的降低人體的患病幾率，減少疾病給自己帶來的影響。
劉中海專家還提示： 我們都知道白癜風治療時間受到很多因素的影響，像白斑面積大小，藥物過敏度等因素，並不是單一的因素導致白癜風治療時間長短，如果身上出現了白斑，要及時的到醫院進行診治，避免白癜風病情加重，給患者帶來不可估量的影響，最後祝白癜風患者早日康復。
(2017-03-25)
會科普的火山、會唱歌的泉水、會講故事的老人、會跳舞的外國友人……在“Hello，五大連池研學教育親子夏令營中，五大連池以“最親切的老師”的身份，向小朋友和家長們打招呼 ,開啓了一堂“在路上”的系列“暑期課”。
來自北京的小營員張之沫説：“這個暑假沒有繁重的補習班，爸爸媽媽帶我走進了大自然，走到外面的世界。這個過程中，我將書本中學到的知識變成了真實的體驗，還交到許多好朋友，真是特別有意義，下次還要來。”
家長們的感受也頗為深刻，來自廣州的鄭飛説：“平時工作忙，與孩子一起遊玩、談心的機會很少，這5天的行程特別增進我們之間的感情。更重要的是，帶領孩子在探索未知世界的過程中學習科學文化知識，培養對大自然的熱愛、參與社會活動的自信和獨立解決問題的能力，這是新時代的‘智慧’教育理念。”
在“達斡爾族人家”主題活動中，小營員與家長們動手搭建東北狩獵和遊牧民族的住所“撮羅子”，上了一堂有趣的鄂倫春樺樹皮畫“手工課”學習達斡爾族語言。
此次活動是五大連池旅遊發展理念的創新之作，將學生暑假的出行需求與夏季旅遊的特有資源巧妙結合，突破單一傳統的‘純玩’旅遊，融入有內涵、有收穫的研學教育，成功打造了五大連池親子夏令營品牌。接下來，五大連池旅遊委將乘勢拓寬市場，積極接收親子客源的意見反饋與個性需求，深度挖掘五大連池適合研學教育的四季資源，推出更多、更好、更新的親子旅遊產品，推動親子旅遊品牌效應持續發酵。”
據介紹，本次夏令營深度挖掘火山、民族等五大連池特有旅遊資源，推出“我是火山探險家”主題活動。自然、地理、歷史、人文、政治、語言……通過構建營銷資源庫，打造親子夏令營品牌，寄研學於旅行，寓教育於快樂，創新親子旅遊形式，深化親子旅遊主題，豐富五大連池旅遊品牌的內涵與外延。
中青旅遨遊網遊學發展部產品專家孫瑩對此次活動評價稱：“區別於其他夏令營，此次五大連池夏令營一是突出研學特色，將知識、技能以及跨文化交流巧妙融合到旅遊行程中；二是突出親子特色，家長與孩子在活動環節中得以充分溝通、互動和配合。從旅途中收穫知識、增進情感，是五大連池親子夏令營品牌吸引親子羣體的閃光點。”
文字來源：黑龍江經濟報
圖片：網絡
編輯：五大連池風景區旅遊信息服務中心
五大連池旅遊遊在五大連池
五大連池旅遊向世界講述五大連池的故事
(2017-08-22)
本文來源於新聞閣：轉載請保留鏈接，不保留本文鏈接視為侵權，謝謝合作！