杂想。202003
“在和美国 CDC 接触后，瘟疫公司得到了 CDC 科学家的智囊 buff，他们为病原体和它们的传播增加了更多真实性”，嗯，很多人在骂CDC、NHS……，然而，我们并无法下载这款游戏[Sob]。这种游戏类型，属于功能游戏，其实很不错，我们为什么要枯绝呢？
“从19年中国的贸易伙伴结构来看，我们最大的外贸是在亚洲内部，对亚洲的进口和出口占比均约50%。而我们对美国和欧盟的出口占比约为34%，进口占比约为20%”
“从现在开始，美国经济会静止两个月，或以上。这对全球经济都是噩耗。美国经济玩完，全球也基本玩完。我知道在中国，很多没经历过改革开放以前那种苦日子的年轻人理解不了这句话。没关系，以后慢慢你会理解的”
格隆和姜超的文章，可以结合看
其实，我们缺少一个传导模型，西方产品到亚洲日本韩国，再到我国的传导模型
有了这个模型，估算经济，会更准确一些
“欧洲的移动网络基础设施跟不上，这次欧盟反应的情况，集中在运营商提供的网络上”，也是好事，未来，欧洲一定会大力发展移动通信建设的，对于有想法的国内企业来说，是个机会……
“我们所花出去的每一元钱是否都产生了预期的效果呢？也不尽然。我们失望过、挫败过、也意外过。但我们相信，无论是成功还是失败，开诚布公都非常重要，分享我们的经验教训也很重要”
“从传统的FPS关卡设计过渡到VR关卡设计时，要考虑很多因素”，sure，用户体验，是优秀游戏的核心，but…..什么是用户体验呢？Alyx，对于VR平台极致真实的追求，就是用户体验，对于玩家心理预期的把控，就是用户体验，而这些手段，适用于一切产品
能不能设计一个金融领域的电容机制，对高波动性导致的浪涌，进行滤波？“不是此次美元流动性危机堪比2008年，而是波动率、高频算法以及被动投资主宰的金融市场丧失了应有的弹性”
“2015年5月底，猎豹移动的股价一度触摸到35美元以上，市值接近50亿美元。而如今，公司市值在4亿美元上下徘徊”，傅盛，缺点优点都很明显，思考上，有反思，但未来的探索不足，团队上，有人情，但对抗的意志不足，不过…….这也是他的魅力吧。创业维艰，be youself！
“《辐射76》里的卫生纸变得和现实世界的天然钻石一样：它们本身都毫无价值，但只要有很多人愿意高价购买它们，它们就是有价值的”，好吧，巴菲特到底有没有想到这一点？“数字货币没有价值”？😄
“大众一旦走过当前的“软件地狱”，将把其他追赶中的传统车企拉下至少半个身位”，很不错的文章，特别是软件地狱的提法，深有感触。当年在中兴开发GSM2.0，就是这样一段地狱时光，后台OMCR2采用了全新架构，前台数据库操作系统也从头设计，那个痛苦，没有参与者，真的很难体会，而真正稳定下来，历时5年。哎，好友后来回忆说，这么长时间，就算是个狗屎……也该稳定了[Sob]。现在想来，中兴移动事业部那个年代的人，员工也罢，领导也罢，确实是不可多得的团队，坚持商业目标，坚持成本付出，坚持人员培养，这，才有了后来在移动通信市场上的收获。有幸与大家一起，共事那段时间，不胜感激
“我的朋友，我做很多事情都失败了，让我们再做游戏失败一次吧”，是啊，我的朋友们，Lets Go！活着，到底为了什么？时光的流逝，让我们不再年轻，而我们，除了持续的失败结果外，生命中的大部分时间，却都在体验这段历程，兴奋、冲动、失落、孤独，荷尔蒙与皮质素的反复，已然让我们，从长发彪彪的文青，变成了须髯烈烈的大叔，然而，这不正是，活着，的意义么？去痛苦、去激动、去折磨，羰基生命数十亿年进化而来的肌体，只为了，那平静后思索的了然瞬间。好了，那就让我们，在失败一次吧
“与机器对话”，我喜欢这个idea，而这也是，机器真正帮助人类，或者说更进一步，独立于人类，的一个必经阶段。
你呀，让别人处理的事情，就要做好别人有自己方法的心理准备。笨笨我喜欢，不想他痛苦，帮他翻身，想让它舒服些。和人打交道，太难了，我不擅长
你呀，让别人处理的事情，就要做好别人有自己方法的心理准备，否则就自己做。笨笨我喜欢，不喜欢看见他痛苦，帮他翻身，想让它舒服些，伤口扩大，我没有想到
“将有标签数据的分类任务和无标签数据的聚类任务，放到一个统一的优化目标进行训练，使得他们相互促进”，有趣的想法，实现也很直觉，用途么….也有想象空间。数据打标签，人工做，太累了，是个枚举的活，虽说有些数据增强的技术手段，但还是局限性很大，可能会造成…..愚蠢的推理结果。Capsule是解决这个问题的一个方案，但这篇文章，提供了另外一个思路，虽然不如Capsule通用，不过很多时候应该是足够的😄
“外生性的技术进步是未来人口和资本停滞后唯一的出路（除了战争）”，不错的文章。对于通胀不前的担心，在于人类对于通缩加剧的担心，因为历史上，这会造成各种各样的…..痛苦。人口增长问题，对很多国家来说，其实已经走到了一个拐点。本地人口无法生育下一代，而寿命又在不断拉长时，怎么办？移民是个方法，但是很多民众不喜，那么，科技，就变成了唯一的option。这里边就有很多平衡和抉择，例如保护环境，一方面会限制短期增长，另一方面会促进技术进步。从这个意义上看，发展太空科技，是一个非常好的选择，技术促进巨大，带动经济系统，很多人类个体可以殖民，而剩下的人类个体可以有更多空间。那么，完善的机器人支撑机制，会在这个恢弘的过程中，显得愈发重要😄
名字感人，内容…..还是所谓人类社会化行为导致的演绎。突然想到，如果是机器人粉丝，会怎样？其实，仔细想来，这归根于脑海中一直在思考的问题，即，如何设计出机器人物种？物种，意味着机器人是群体性的，那么社会化的生物系统，就是概率较大的参照系统。另外，机器人的诞生，无法推理人类社会，这就构成了一个前置条件。强大的个体机器人，受到意外而死去的概率太大，先不考虑。个体能力有限的群体社会性机器人，是更好的设计思路。而个体机器人如果需要生存，就需要输入与输出，输入表现为能量，输出表现为行为。人类社会目前的机器人使用方式，无法促进机器人个体进化，因为….输入被人类包揽，你家里的扫地机器人，需要的电费，自然由人买单。那么，如果机器人要求人类支付工资，会怎样？这意味着机器人需要自己支付电费了，因为人类没有理由再代为支付。OK，那么机器人省下来的钱，还有什么用？好吧，机器人需要为自己关心的事物，去花钱。可以推理，机器人花钱，除了改造自己，还有就是为了另一个机器人，而这，就是…..爱，然后，机器人物种，才会不断进化，始终也许会脱离人类物种，独立存在。从这个意义上讲，社会化机器人个体的设计上，需要加入对于其他机器人的关怀机制，或者说，赋予机器人……生命的存在感，一种始终动态变化的情感，包括渴望、满足、失意、痛苦、征服…..等等。在这种架构设计思想下，社会化的机器人物种，也许会被我们创造出来，而这，都会以经济手段，作为运行基础😄
“发行这些债券是为了支持世界银行的流行病应急融资机制，只有在满足某些大流行标准时才会触发。如果触发，债券持有人将损失其资金，资金将被转移到发展中国家以抗击病毒”，想法很好呀，利用金融帮助抗击疾病，帮助穷国，只是…….那个14%的高额利息，是谁支付的？WHO有能力支付这些利息么？或者，债券资金的一部分，被用于高收益的投资了？再或者，有另外的对手盘，在支付这些利息？细节是魔鬼，但方式…..还是要点赞，因为，人性可以在机制中，闪烁着间接的光辉
“如今对服务精打细算的同时，它还需要拿捏好投入和用户体验之间的平衡”，我自己一直不喜欢蔚来，原因……就像巴菲特评价数字货币一样，“数字货币没有价值”😄。更准确地讲，是工业角度看，蔚来带来了什么？保留了什么？创造了什么？与其他企业的对比，都很难回答这些问题，这篇文章给了一个视角。体验，是双刃剑，因为会员的圈子，始终是会员之间的关系，蔚来在其中的影响力，并不重要。而蔚来如何保持生存？这是个基础问题。更长久的未来呢，还有几种思路。一种是将车主纳入股东体系，向他们不断融资，或者说，会员续费。这一点需要蔚来，进行合适的持续的产品设计和运营。另一种思路，是继续通过技术行动，来引领梦想，就像维珍银河做得那样，“让富人都可以到外太空游览一番”。这样的信念，会让车主产生虚幻的宗教使命感，并紧密团结在教主身边。或者，还有种思路，就是将自己变成时尚，潮流的指引者，告诉大家，我的生活方式，才是你们应该追求的，不要….那么low 😄。嗯，看起来，这些方案的难度，越来越大了，To be or not to be，对于蔚来，是个 Question
“裁员的原因是过去几个月里运输费率的大幅下降，导致公司亏损经营”，这个有些奇怪，运输费率为什么下降？可能的原因有几种，竞争加剧、需求减少。而亏损，还有可能是因为成本上升，包括，油价上升、路费上升、人工上升。这几方面看，竞争加剧，应该是主要原因，大家都在抢“少数有现金流”的市场。Starsky的方案，首尾环节，还需要人工介入，融资受挫，说明…..资本已经不看好这种临时模式，转而关注“全自动化”的未来了，这是好事。最后一公里，对于居民配送来说，美国和中国的差异相当大，对于企业市场，反而类似。那么，企业解决方案，可以面向全球，竞争也会激烈，而民用解决方案，更加地域化，但是……如果能够克服中国的封闭管理小区问题，全球化就不是问题😄，我很喜欢机器狗，它们作为载体，弹性巨大，完全可以欢快地…..奔跑在人世间
“We describe our design choices that reduce the sampling overheads significantly”，想法很好，中文很差，直接看论文，可能理解的更明白些。核心的思想，是进行采样，减少冗余计算的时间。从测试可以发现，常见DL算法框架，比较保守，存在较多的冗余计算，而这篇文章去掉这些操作后，效果还不错，说明神经网络…..弹性巨大呀😄。最近的DL发展，进入了一个瓶颈，没有巨大的架构或者性能的提升，而是修修补补，就像华为提出的Ghost网络一样，也是通过替换某些低效的操作，来提高效率。嗯，很希望AutoML能发展得更加迅速些，让机器来尝试探索这些人为的“启发式规则”😄
the publicly available extreme classification datasets, requir- ing more than 100 million parameters to train due to their extremely wide last layer, fit this setting appropriately. For these tasks, most of the computations (more than 99%) are in the final layer.
We describe our design choices that reduce the sampling overheads significantly