RELATEED CONSULTING
免费使用
下列产品全部免费使用
服务时间:9:30-18:00
你可能遇到了下面的问题
关闭右侧工具栏
深度学习能解决特朗普和医疗保健问题吗
  • 发表时间:2020-08-27 11:01
  • 来源:数度域

本月早些时候,NVIDIA[h/

与nvidia关系密切的IBM [/ h/

ibm在推广这样一个概念上也是最积极的,即像这样的系统会对使用它们的人的表现产生巨大的影响。我认为,在上周之后,不管你个人的政治偏好如何,你可能希望华盛顿的很多人都连接到这些机器上,因为这会儿感觉这个国家正在被党派白痴所统治。

深刻的学习系统可能会逆转选举结果。为时已晚,但这仍有可能让特朗普从一次火车事故中成为美国有史以来最好的总统。此外,它实际上可以提供一个既全面又负担得起的医疗保健系统。

我会解释,然后以我本周的产品结束:有潜力让你成为超人的工作站——它只花了我们7万美元!

特朗普总统

通过参加世界上为数不多的正式ceo培训项目,你会学到一件事,那就是因果关系的重要性——换句话说,就是要明白,除非你深刻理解创造因果关系的机制,否则你不可能成功地完成或修复任何事情。

许多有效领导的基本技能并没有被教授——它们是通过经验建立起来的。经验的问题是,我们有一种倾向,选择性地记住那些有最大益处的事情,并且支持我们不会犯错的观点。此外,我们大多数人倾向于从自己的经历中学习,而不是从别人的经历中学习。

特朗普火车事故的核心是总统拒绝接受自己的错误或向他人学习。事情开始很糟糕,现在似乎越来越糟,失去了控制。

这是深度学习系统可以解决的问题。它不仅从自己的错误中学习,而且还积累了历史,并从同类机器的错误和结论中学习。

如果实施得当,它将实时展示任何特朗普决策的结果,并提供令人毛骨悚然的细节。简单地把它放在总统和推特之间会极大地改变特朗普总统推特的性质。

事实上,鉴于总统不愿意阅读、学习或承认错误,他可能是从这种制度中获益最多的那种人的典型代表。一个深度学习的人工智能系统被设计用来做总统根本不想做的事情。

希拉里·克林顿

希拉里·克林顿的竞选是一场不同类型的火车事故。早些时候,我指出,我认为她会输,因为比尔·克林顿会比特朗普更成功地让她输,而不会看起来像是他有意为之。

几周前,这位现联邦调查局前局长作证说,比尔·克林顿的确是他迟发克林顿电子邮件的导火索,这可能是她落选的主要原因。

显而易见的是,尽管比尔口头上支持,希拉里的胜利对他来说将是一个巨大的不可接受的损失。由于非常注重地位,他无法接受从第42任总统变成第一位女性工作的男人——第一位男性第一夫人。

他不可能不听起来像个混蛋就提出这个问题,但是竞选团队中的某个人应该已经提出来了,解决这个问题应该很容易。要么将这一角色重新命名并重新定位为更有权力的角色——这将有利于他之后的每一位总统配偶——要么做特朗普实际上做过的事情: 让别人来担任这一角色。比尔本可以被授予“荣誉退休总统”的头衔,或者一些听起来同样令人印象深刻的头衔。

训练有素的深度学习系统可以看到我们可能错过的模式——在这种情况下,应该出现的模式是人们不喜欢接受头衔降级。那些被地位所驱使的人在这个群体中很突出。人们被成功降职的频率有多高,即使他们换了公司,这种情况多久才会发生?答案很少也非常少。

使用深度学习系统来分析一项战略可能会指出,希拉里·克林顿最大的资产之一,比尔,将成为一项负债。这可以帮助她更有效地做出一些有问题的决定,比如资源利用。这也可能表明,贬低特朗普选民的策略会促使他们投票,而不采取任何措施让她自己的人去投票,因为这是典型的情况。

全民医疗保健

奥巴马和特朗普努力的最大问题在于,他们都是建立在太多人相信的几个谎言之上的。三个关键因素是:1 .你可以通过让政府买单来制造一些负担不起的东西;2.你可以在不增加税收的情况下增加非常昂贵的新政府服务;和3。这种保险可以覆盖预先存在的情况。

第一个是谎言,因为政府监管增加了成本——它没有消除成本。单就这一点而言,它只是另一个昂贵的管理层,额外的成本仍然会转嫁给你。

第二个是经济学101。买东西的钱必须来自某个地方。奥巴马医改是有创意的,但是因为它要求不需要保险的人购买它,保险费变成了一种不被称为税的税。我可以把鸭子叫做狗,它仍然是一只鸭子。

第三,很明显,大多数人不理解保险是如何运作的。这不是服务,这是赌博。就像去拉斯维加斯一样,我们都输了。发生的事情是你和保险公司打赌你会生病,而他们打赌你不会。费用反映了赔率加上管理费用和利润。

这是可行的,因为集体费用涵盖了保险公司亏损时的成本。然而,在预先存在的条件下,这就像吃角子老虎机总是支付。这不再是赌博了——这就像在赛马结束后赌马。为了买到中奖的彩票,你可能需要支付面值加上处理交易的任何开销。

现在,对于那些没有保险的人来说,在他们遭受了保险可能承保的损失后,试图购买保险并不罕见。假设你已经为房屋火灾保险支付了5000美元,但是你没有得到。那么你就有一场损失20万美元的火灾。当然,现在支付5000美元来收回20万美元看起来不错——但是从保险公司的角度来看,这将是一个愚蠢的停业。

深度学习系统的作用不仅仅是指出几乎每个人都在这个问题上误导你,而且还能为你提供医疗保健在哪些方面最有效的例子,并推荐这条路。这很可能是一个单一付款人系统,健康保险不是通过保险来处理,而是作为一种政府服务来处理——而且比现在大多数车管所管理得更好。我现在最好的猜测是机器会选择卢森堡作为例子(澳大利亚排名第八)。

总结:深度学习

人类的缺点之一是我们对自己选择保留的东西非常挑剔。我们中最强大的人往往更倾向于表现得正确,而不是实际上正确,这导致了许多可以避免的错误。尽管我们手头掌握的信息比以往任何时候都多,但我们厌恶使用它——选择从错误中学习,而不是努力避免错误。

[/h/他们缺乏定义我们最优秀的创造力和创新思维,但是他们可以避免那些让我们最优秀的人犯错的错误。简而言之,如果运用得当,一个深入的学习系统可以使我们中的任何一个人获得“巨大”的成功。

让我们希望这发生在一个足够大的可以避免的错误把我们变成化石之前。

这种能够提供我上面描述的功能的云服务最终可能会有一个相对可承受的月成本,但我们至少还需要5年,更有可能是10年。

如果你想为像唐纳德·特朗普或希拉里·克林顿这样的人创造一个安全的个性化服务,那么你可能会从一个非常独特的工作站开始,专注于深度学习并致力于他们。

直到这个月,这种东西才出现——但随着 nvidia dgx站的推出,这种情况发生了变化。

NVIDIA dgx 站

这可不是一个近7万美元的廉价约会——是的,那是7万美元——你还需要开发相关的人工智能并对其进行培训。然而,一旦经过训练,这只小狗就可以成为你的“不要进监狱”牌。

成为超人你会付出什么代价?

目前,这主要用于那些想开发深度学习系统的人,随着更多主流硬件供应商抓住这个机会,价格肯定会下降。然而,一个人,比如说,他是一个亿万富翁,他有能力做出这样的作品——哦,他不想被弹劾——他可能愿意资助第一个。只是说说而已。

无论如何,尽管它可能是世界上最昂贵的主流工作站,但它很可能物有所值,因此nvidia dgx工作站是我本周的产品。

深度学习能解决特朗普和医疗保健问题吗 相关的文章:

  • 人工智能仍处于形成阶段
  • 谷歌将机器学习引入在线营销评估
  • 佐拉副总裁马特·达罗:订阅模式的智能
  • 最佳无线服务和智能手机
  • 亚马逊能重塑购物体验吗?
  • sugarcrm推出提示,在关系智能系列中排名第一