引言

在过去几年中，人工智能算法取得了巨大的进步。它在我们日常生活中的应用越来越普遍，经常被用于分析文本或图片的内容，理解语音指令，并且效率常常比人类还高。2016年，AlphaGo算法在围棋比赛中击败了来自韩国的世界冠军李世石，而在10年前，没有一个专家预见它能取得这样的成就。但是，为了达到让人瞩目的表现，这些算法需要消耗大量的电能，远远超过我们的大脑完成同类任务所需的能量。举例来说，BERT是一种处理人类语言的人工智能算法，它的训练过程需要消耗数千千瓦时的电能。这相当于人类大脑运行6年耗费的能量。在能耗层面上，大脑的记忆、计算和学习过程比计算机要高效得多。我们有没有可能从大脑中获得启发，制造出表现更出色的设备？

答案是肯定的，我们或许可以利用电子的自旋做到这一点。

MathWorks 首席战略师 Jim Tung 在预测2021年人工智能的五大趋势时表示，第一大趋势就是人工智能会成为工程师和科学家的应用主流，行业里越来越多的工程师和科学家把人工智能应用在他们实际的产品以及研究中。

Google Career Certificates

谷歌推出了一项新的职业证书项目（Google Career Certificates），关注三个高薪、高成长的职业领域——数据分析、项目管理和用户体验设计。这些课程不需要先前的学位或经验，将由专门研究这三个领域的Google员工设计和教授。谷歌还宣布将开始承认谷歌学习证书的地位，用来代替入门级职位的四年制大学学位。

计算机科学在商业上的应用蓬勃发展，掩盖了其在大众眼中竞争情报上重要历史和现实意义。恰好接触到一篇Vannevar Bush于1945年7月发表于大西洋月刊（The Atlantic Monthly）的文章《As We May Think》（广泛翻译为诚若所思），关于信息的内容深刻的影响了情报学科。

文章基于科学技术文献的爆炸式增长以及国家、社会、公众及科研本身对科技文献的大量个性化需求的背景，作者构想了 “memex”的概念，被视为当前数字图书馆的起源和雏形，提出了信息采集、信息存储以及信息检索的新方案，对后来信息系统的设计提供了参考，同时也为后来超链接产生提供模型。

什么是BA

商业分析（MSc Business Analytics）作为大数据分析衍生出的热门留学专业，通常下设在各大院校的商学院。BA本质上是一个交叉学科，是统计学，计算机科学和商科三者的结合。它主要的责任就是从杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的，对公司来说是有价值、有意义的数据，用统计学的思想作指导，然后用具体的软件进行分析，最后把结果提炼，翻译成商业语言。

在这个过程中，BA其实更注重的是研究方法，信息解读的能力和商业敏感度。所以它在编程和数学上的要求其实是比管理信息系统（MIS）和数据科学（DS）要低的。BA最重要的价值在于在商业和IT之间架起了一座桥梁。毕竟光知道数据结果是没有意义的，具体哪些业务环节需要提升，如何提升，如何制定评价标准，这些才是重中之重。所以这是个商科背景的同学也非常适合去学的“IT”专业。