Syndicate content

11月 2018

就任第一天

Pinelopi Goldberg's picture

版本:English

工作日清晨,每当我来到纽约宾夕法尼亚火车站,总要尽力记着是乘坐美国国家铁路客运公司列车北上纽黑文市,还是南下华盛顿。这种情况持续了数月。想到我即将从拟任首席经济学家转为首席经济学家,不免有些惶恐。我们有太多的棘手问题需要解决,但我真的希望我的经验和微薄努力能对世行完成其使命作出贡献。

“指数级变化”一词可能被滥用了,但在当下,被我们认为理所当然的生活的很多方面都在变化之中,并且以比史上更快的速度被重塑。当前,国家间空前相互依存,这种情况部分与《2019年世界发展报告:工作性质的变革》指出的技术创新的影响有关。

把机器算法应用于修建“韧性”住房

Sarah Elizabeth Antos's picture
版本: English



机器学习算法能够很好地回答“是”或“不是”类问题。举例说,它们能够扫描庞大的数据集,而且能够准确地把以下问题的答案告知我们:这笔信用卡交易有欺诈嫌疑吗?这张图片中有只猫吗?

它们不仅能够应对简单问题,还能够应对微妙、复杂的问题。

当前,机器学习算法能够比受训过的人眼更可靠地探测出100多种癌症肿瘤。鉴于这一惊人的准确性,我们开始思忖:机器学习能够告诉我们人们住在何处吗? 在以令人窒息的速度扩展且受到自然灾害威胁的城市,机器学习能够提醒我们一户人家的屋墙有可能在地震中坍塌或屋顶有可能被飓风刮走吗?