在机场可取动车票重庆打通“空铁联运”最后一公里

(新春走基层)在机场可取动车票 重庆打通“空铁联运”最后一公里

中新网重庆1月19日电 (记者 韩璐)19日,在重庆西站设立的“城市候机楼”和在重庆机场设立的“重庆火车站候车室”正式投入运营。“没想到在火车站就能办理登机牌和行李托运,还有专车前往机场,无缝换乘的体验真是太方便了。”刚从贵阳乘高铁来重庆准备转乘飞机去上海探亲的罗先生高兴地告诉记者。

我们了解事件之间的因果关系。最神奇的是我们实际上很早就学会了许多高级概念。实际上,我们仅用6~7个月就学会了重力和惯性等概念,而在这个时期我们与世界的互动几乎为0!

让我们首先考虑计算机视觉中的主流分类任务。以 ImageNet 数据库为例,它包含 1000 个不同类别的130 万张图像,对于每一个图像中都有一个人工标注的标签。

从这种意义上讲,有人可能会说将算法性能与人类能力进行比较是“不公平的”-。

据悉,下一步,重庆机场集团、中铁成都局重庆车站及两江公交将在重庆市内更多铁路枢纽站场推进“空铁联运”合作。基于旅客出行需求,利用航班航线、高铁动车班次、市场趋势等分析,协力推进数据共享,打造更加多元化、个性化的增值服务和产品。

2018年,全国125个贫困县通过验收脱贫,1000万农村贫困人口摆脱贫困。今年,脱贫攻坚成绩更显著,传递的信号再明确不过:脱贫攻坚到了紧要关头,各地各部门抱着坚定必胜的信心,一鼓作气的决心,尽锐出战、迎难而上,不辱使命。有了这种精气神,我们就有信心打赢脱贫攻坚战,有信心在2020年完成脱贫攻坚目标任务,有信心如期实现现行标准下农村贫困人口全部脱贫、贫困县全部摘帽。

在深度学习之前,研究人员一直认为 ImageNet 挑战非常困难,其主要原因是 ImageNet 数据集突出的变化性。即便只是找到能覆盖 ImageNet 中各种犬类的手工特征就已经很不容易。

我们可以简单地认为被精心设计的输入样本导致了 ML 模型分类错误。

在决胜全面建成小康社会、决战脱贫攻坚的关键时刻,十九届中央纪委第四次全体会议在京召开。会上,习近平总书记站在实现“两个一百年”奋斗目标的历史交汇点上,深刻总结新时代全面从严治党的历史性成就,深刻阐释我们党实现自我革命的成功道路、有效制度,深刻回答管党治党必须“坚持和巩固什么、完善和发展什么”的重大问题,对以全面从严治党新成效推进国家治理体系和治理能力现代化作出战略部署。习近平总书记的重要讲话高屋建瓴、统揽全局、思想深邃、内涵丰富,对推动全面从严治党向纵深发展具有重大指导意义。

党的十八大以来,以习近平同志为核心的党中央以前所未有的勇气和定力推进全面从严治党,推动新时代全面从严治党取得了历史性、开创性成就,产生了全方位、深层次影响。我们坚定不移从严管党治党,健全党的领导制度体系,完善全面从严治党制度;坚定不移用党的创新理论武装全党,建立不忘初心、牢记使命的制度,推进学习教育制度化常态化;坚定不移维护党中央权威,完善坚定维护党中央权威和集中统一领导的各项制度,健全党中央对重大工作的领导体制;坚定不移推进党风廉政建设,坚决惩治腐败、纠治不正之风,健全为人民执政、靠人民执政的各项制度。实践充分证明,全面从严治党是新时代党治国理政的一个鲜明特征,极大增强了党自我净化、自我完善、自我革新、自我提高能力,探索出一条长期执政条件下解决自身问题、跳出历史周期率的成功道路,构建起一套行之有效的权力监督制度和执纪执法体系。这条道路、这套制度必须长期坚持并不断巩固发展。

此外,机场与火车站“点对点”往来交通接驳也将加密。旅客除了可选择每小时定班发车,票价20元/人的机场大巴外,还可以选择乘坐票价35元/人的4座、7座两种商务汽车,衔接等候时间最长不超过15分钟。

我们可以将这些在互联网上非常流行的对抗样本(adversarial examples)看作是设计用于误导机器学习模型的优化任务。相关阅读可以查看下面这篇文章:

(王石川 国际在线特约评论员)

(1)如果标注来自标注者(像大多数数据集一样),则这是一项监督任务。

但是如果以婴儿为例,那么这个年龄与外界的互动几乎没有。 尽管如此,婴儿还是成功建立了物理世界的直觉模型。 因此像重力这样的高级知识只能通过纯粹的观察来学习——至少,我还没有看到任何父母教一个6个月大的婴儿物理。

直到我们长大一些掌握语言并开始上学时,监督和互动(带有反馈)才变得更加重要。 但更重要的是,当我们处于生命的这些阶段时,我们已经建立了一个鲁棒性的模型世界。 这可能是人类比当前机器更高效处理数据的主要原因之一。

AlphaStar 深度学习系统使用监督学习和强化学习来操作《星际争霸2》。在训练期间,AlphaStar 仅从游戏终端上观看游戏画面。DeepMind 研究人员使用可并行训练大量智能体的分布式策略训练模型。每个智能体都至少观看过 200 年的实时《星际争霸》录像(不间断)。 通过像职业选手一样的训练,AlphaStar 取得了在官方游戏服务器中的排名超过了99.8%的活跃玩家的这一巨大成功。

正如 LeCun 所说,强化学习就像蛋糕上的樱桃。 监督学习是锦上添花,而自监督学习才是蛋糕!

自监督学习系统学会通过输入的其他部分预测输入的一部分。

如果让最好的 RL 方法玩某个 Atari 游戏,它需要一共玩近100个小时(1080万帧),才能达到和专业人类玩家相同的表现水平。尽管时长最近有所改进,但100小时似乎仍然太多。

在自监督的训练期间,我们挑战网络以学习名义任务。同样,根据数据本身自动生成伪标签用来训练目标。 训练结束后,我们通常将学习到的视觉特征作为知识转译给下游任务(downstream task)。

目前,行李托运业务适用于国内航班,除国航、西藏航、山东航、深圳航、春秋、九元、西部航暂时无法完成行李托运外,其余航空公司均可在城市候机楼完成行李托运。若旅客托运行李存在问题,运营单位会提前通知旅客到机场指定柜台接受开包检查。“拿着行李下了火车接着赶飞机确实麻烦。现在在重庆机场坐飞机,可以在西站城市候机楼把行李提前托运,出行体验非常不错。”长期从重庆乘机出行的遵义旅客陈先生告诉记者。

(2)如果标注是从数据中获取,那么在这种情况下我们可以自动生成它们,则这是一项自监督学习。

目前深度学习基于大规模数据,当满足所需环境和约束条件时,这些系统就会产出给人惊喜的结果。但在一些特殊情况下,它们也会完全失效。

在这篇文章中, 卷积网络模型首次大幅度超越了当时最先进的模型。它是在所有的对比模型中唯一一个基于卷积神经网络的解决方案。此后,卷积神经网络变得无处不在。

正如我们所见,优化效果好到我们(用肉眼)无法察觉到真实图像(左)和对抗图像(右)之间的差异。实际上,造成分类错误的噪声不是任何类型的已知信号。相反它是经过精心设计用于发现模型中的隐藏误差。并且最近的研究表明:在某些情况我们只需要改变1个像素,就可以 成功误导最好的深度学习分类器,详细讨论可以查看这篇论文:

而且在当前的深度学习应用中,数据的问题无处不在。以 DeepMind 的 AlphaStar 模型为例。

在重庆江北国际机场T3航站楼国内到达出口处,也设立了重庆火车站候车室,旅客可享受火车票自助售取票、列车班次查询、VIP进站候车预约、专属休息等服务。同时,候车室还有免费茶水、wifi供应。

虽然我可以给大家再举几个例子,但我想这2句话足以说明我的意思:

然而,通过深度学习,我们很快意识到大量的数据导致了 ImageNet 如此困难,同时实际上也是使深度学习如此有效的秘诀。

虽然如此,通过多年的深度学习研究,我们知道了大型数据库用于训练精确模型的必要性已成为一个非常重要的问题。并且需要低效的人工标注数据成为一个更大的问题。

同样,自监督学习也需要标注来训练名义任务。然而与名义任务的关键不同在于:用于名义任务的标注(伪标注)的特征是不同的。

图6 牛顿发现万有引力定律

重庆火车站以及机场集团相关负责人在接受采访时表示,在综合交通体系建设的大背景下,城市候机楼和机场火车站候车室作为“航空+高铁”联程运输重要的载体,在为旅客打造“一站式”出行体验的同时,也扩大了航空和高铁的服务范围,实现不同交通方式的优势互补、合作共赢,将大幅提升旅客联程运输的服务品质和衔接效率。

实际上对于自监督训练,伪标签仅来自数据特征本身。

虽然其中使用了各种通用性的技术来训练系统,但成功构建 AlphaStar(或任何其他 RL 智能体)的真正关键是使用了大量数据。实际上最佳的强化学习算法需要进行大量试验才能达到人类水平,这与我们人类的学习方式正好相反。

换句话说伪数据不需要人工标注。 确实,自我学习和监督学习之间的主要区别在于标注的来源。

据悉,重庆机场“城市候机楼”位于重庆西站出站口。旅客下高铁后即可在“城市候机楼”享受登机牌办理、行李托运、航班查询、专属休息室、机场专线接驳等便捷服务。

我们如何让分类器将以前归类为“熊猫”的图像归类为“长臂猿”?

我们看到深度学习系统失败时产生了一个有趣的讨论:为什么 我们人类不会轻易被对抗样本误导呢?

自监督学习源于无监督学习, 解决从未标记的数据中学习语义特征的问题。本文中我们最关心的是在计算机视觉领域的自我监督。

(2)通过监督(大部分来自家长和老师)

Yann LeCun 在关于自监督学习的研究中,认为至少有3种获取知识的方法。

打赢脱贫攻坚战是一项光荣而艰巨的历史任务,寄寓着中华民族数千年的斑斓梦想,浸润着中国共产党人不忘初心、牢记使命的深沉情怀。但是我们也应该清醒地看到,脱贫攻坚到了这个节点,剩下的都是贫中之贫、困中之困,都是难啃的硬骨头。故此,更需要响鼓重锤,全力以赴。

名义任务与常见的监督问题有相似之处。

冲锋号已经吹响,更需只争朝夕、不负韶华。按照习主席所提出的要求,万众一心加油干,越是艰险越向前。我们坚信,有中国共产党掌舵领航,有中国改革发展的浩荡东风,有全国各族人民扬帆划桨,中华民族伟大复兴的巨轮一定能够抵达光辉的彼岸。

我们知道监督训练需要标注。转而变成通常需要人工标注者的不断努力。 但在许多情况下,标注非常昂贵或无法获得。 我们也知道学习模型天生需要数据,这导致大规模的标注数据集已成为学习模型进一步发展的主要壁垒之一。

最近的研究提出了许多名义任务。最常见的有:

有的人说当我们需要掌握一项新任务时,我们实际上并没有从头开始学习它。 相反,我们使用了我们一生中积累的许多先验知识。

让我们回到 ImageNet 分类问题: ImageNet 数据库的人类识别错误率约为5.1%,而目前最先进的深度学习 top-5 准确性约为1.8%。

按照国家组派疾控队伍支援湖北省防控新冠肺炎疫情需要,宁夏已派出三批10名疾控人员支援湖北省公共卫生工作。第一批2月12日,2人随队宁夏回族自治区第三批医疗队赴襄阳市;第二批2月18日,5人随队宁夏回族自治区第五批医疗队赴潜江市。

我们党是一个有着9000多万名党员、460多万个基层党组织的党,是一个在14亿人口的大国长期执政的党,是中国特色社会主义事业的坚强领导核心。不忘初心、牢记使命,持之以恒推进全面从严治党,我们党就一定能团结带领全国各族人民战胜前进道路上的各种艰难险阻,实现中华民族伟大复兴的中国梦。

通常的方法是通过设计一个“名义任务”将无监督的问题转换为有监督的任务。 通常,名义任务不会有什么新的产出,它的目的是使网络学习如何从数据中捕获有用的特征。

我们了解重力及其含义,知道如果让炮弹和羽毛从同一起点落下,由于两个物体的空气阻力不同,炮弹将先到达地面;知道物体不能漂浮在空中;了解有关世界运作方式的常识。 我们知道如果我们自己的父亲有孩子,他或她将是自己的兄弟姐妹;知道如果我们读了一篇文章说某人出生于 1900 年代,那么他/她可能不再活着,因为我们(通过观察世界)知道人们的寿命通常不会超过 120 岁。

新时代全面从严治党之所以取得历史性成就、之所以成为党治国理政的一个鲜明特征,根本在于我们党坚持以伟大自我革命引领伟大社会革命,使党始终成为中国特色社会主义事业的坚强领导核心;坚持以科学理论引领全党理想信念,不断坚定同心共筑中国梦的理想信念;坚持以“两个维护”引领全党团结统一,不断增强党的政治领导力、思想引领力、群众组织力、社会号召力;坚持以正风肃纪反腐凝聚党心军心民心,让人民始终成为中国共产党执政和中国特色社会主义事业发展的磅礴力量。

如果是这样的话,我们怎么解释这些问题呢?

在这一点上,我们可以看到问题开始相互叠加。 我们不仅需要大量样本来学习新任务,还需要确保我们的模型学习正确的表征。

图8 :人类通过生活获得不同知识的来源。通过观察/互动、监督和反馈来学习

因此我们可以完美地证明:深度学习在  ImageNet  这项任务上已经比人类做的更好。但是真的是这样吗?

数据低效的深度学习模型

2020年春运期间,重庆机场集团、中国铁路成都局集团有限公司重庆车站、两江公共交通有限公司三方合作,分别在重庆西站、重庆江北国际机场设立了重庆首个“空铁联运”城市候机楼和全国首个设立在机场的火车站专属候车室,为旅客提供更便捷舒适的联程运输中转出行服务。

“历史长河奔腾不息,有风平浪静,也有波涛汹涌”。前进路上,不可能永远平坦,实现宏大目标,不可能一帆风顺。但是,回望过去,我们有成功的经验,畅想未来,我们有初心和使命。初心和使命是我们走好新时代长征路的不竭动力。无论是在脱贫攻坚战领域还是在其他领域,只要不忘初心、牢记使命,就能爬过坡、越过坎,取得一个又一个胜利。

有关 AlphaStar 的更多信息,可以查看这篇文章:

当今世界正经历百年未有之大变局,我国正处于实现中华民族伟大复兴关键时期,我们党正带领人民进行具有许多新的历史特点的伟大斗争,形势环境变化之快、改革发展稳定任务之重、矛盾风险挑战之多、对我们党治国理政考验之大前所未有。只有推动全面从严治党向纵深发展,我们党才能书写中华民族千秋伟业。2020年是全面建成小康社会和“十三五”规划收官之年,我们要把思想和行动统一到习近平总书记重要讲话精神上来,一以贯之、坚定不移全面从严治党,坚持和完善党和国家监督体系,强化对权力运行的制约和监督,确保党的路线方针政策贯彻落实,为决胜全面建成小康社会、决战脱贫攻坚提供坚强保障。