新加坡GIC增持万科H股至11.23% 涉资10.3亿港元

3月29日,凭据港交所资料显示,万科企业于3月28日获得GIC Private Limited的增持,增持数目为3469万股,每股平均价约29.68港元,每股最高价钱31.55港元,总涉金额约为10.3亿港元。

于本次增持后,新加坡GIC Private Ltd对万科H股的最新持股数增至12815万股,最新持股比例增至11.23%。

据看法地产新媒体此前报道,于今年2月21日,万科企业曾获GIC PrivateLtd增持181万股,每股作价约为29.91港元,总涉金额为5413.71万港元。

复盘10张图|沪指3000点拉锯,5G板块领涨

【今日盘面描述】

截至沪深股市全天收盘,上证综指收报2994.94点,下跌27.78点,跌幅0.92%,成交额2895.55亿元;深证成指收报9546.51点,下跌62.93点,跌幅0.65%,成交额3741.09亿元;创业板指收报1626.82点,下跌10.95点,跌幅0.67%,成交额1026.76亿元。

【盘面资金流向】

【行业市场表现】

【涨停个股分析】

军工:万方发展、天津普林、西仪股份等多只个股涨停。

消息面上,证监会副主席阎庆民28日表示,支持军工上市公司借助资本市场,进一步盘活资产。

【龙虎榜】

盘后数据显示,3月28日龙虎榜中,共15只个股出现了机构的身影,有3股票呈现机构净买入,12只个股呈现机构净卖出。

当天机构净买入前三的股票分别是百傲化学、中通客车、青农商行,净买入金额分别为2357万元、418万元、24万元。

当天机构净卖出前三的股票分别是中兴通讯、哈药股份、药石科技,净流出金额分别是2.12亿元、8120万元、4890万元。

详见下表:

【盘中消息】

1.28日,国务院总理李克强表示,要对有关的法律规章和政策性文件进行全面清理,凡是与《外商投资法》竞争中性、开放原则不一致的,要坚决清理。今年6月以前,要再次修订发布外商准入负面清单。

2.中国人民银行有关负责人就《中国人民银行关于进一步加强支付结算管理防范电信网络新型违法犯罪有关事项的通知》答记者问称,加大对买卖账户等违规行为惩戒力度。261号文已规定, 银行和支付机构对公安机关认定的出租、出借、出售、购买银行账户或支付账户的单位和个人,组织购买、出租、出借、出售银行账户或支付账户的单位和个人,假冒他人身份或者虚构代理关系开立银行账户或支付账户的单位和个人,5年内停止其银行账户非柜面业务、支付账户所有业务,3年内不得为其新开立账户 。为进一步加大对买卖账户等违规行为惩戒力度,提高违规成本,对违规行为形成强有力的震慑,《通知》将惩戒措施调整为 5年内暂停其银行账户非柜面业务、支付账户所有业务,并不得为其新开立账户 。

3.28日,国务院国资委主任肖亚庆表示,科创板的创立非常好,中央企业非常支持这件事,肯定鼓励中央企业多去科创板上市,同时也一定要符合上市公司的规定。

4.28日,生态环境部固体废物与化学品司司长邱启文表示,近年来,生态环境部在固体废物污染防治方面,重点围绕配合修订1部法律、推进2项重大改革、实施2大专项行动开展工作,也就是积极配合修订《固体废物污染环境防治法》;坚决禁止洋垃圾入境推进固体废物进口管理制度改革,组织开展 无废城市 建设试点;着力实施打击固体废物非法转移倾倒专项行动和废铅蓄电池污染防治专项行动。

【沪深股通资金流向】

【机构观点】

华鑫证券:3100-3000点区域之间依然存在有较强的抛压力量,不过市场也有较强的低位承接力,所以短期来说指数运行状况主要为来回震荡拉锯为主。

东北证券:结构上,短期成长板块资金有逐渐流向消费的趋势,使得相对偏底部的消费板块会有更好的表现,中长期而言成长调整完成之后将有持续性更强的机会。

【新股上市首日表现】

【即时人民币汇率】

【亚洲主要市场收盘表现】

股市配资DeepMind给AI出了200万道数学题,结果不如计算器哈哈哈哈哈

额,这是别人家的奥数题。

△罗马尼亚数学大师赛,中国队全军覆没的一题

不过,现在是9102年了,几乎每天都有“AI超越人类”的新闻。所以,把我们中学时候写过的那些数学作业,扔给神经网络,它们做得出来幺?

地球的另一个角落,DeepMind读懂了你的心,给神经网络们出了一套数学题,200万道。数据集已经放出来了。

算术,代数,概率论,微积分……不管是算式,还是人类语言描述的题目,只要能用文本写出来。

比如,这道排列组合 (中译版) :

问:从这串字母qqqkkklkqkkk里面,不放回地取三个出来,求取出qql的概率。

答:1/110。

再比如,这道复合函数:

问:求g(h(f(x))), f(x) = 2x + 3, g(x) = 7x ? 4, h(x) = ?5x ? 8。

答:?70x ? 165

都是AI的数学考题了。

消息一出,人类纷纷欢呼了起来:天道好轮回,苍天饶过谁。

200万道,都有什幺题型

为什幺突然想知道AI的数学好不好?

DeepMind说,AI和人类学数学的方法不一样。

我们主要是靠推理、学习、利用法则和运算符号,而AI依赖的是经验和证据。

举个耳熟能详的栗子,机器学习面试梗。

考官:你的强项是什幺?

我:我是机器学习专家。

考官:9+10得多少?

我:3。

考官:差太远了,得19。

我:16。

考官:错了,是19。

我:18。

考官:不对,19。

我:19。

考官:录取你了。

AI的答案,是归纳出来的答案。

DeepMind觉得,没有人类的推理能力,AI学数学会很困难。可数学领域,对神经网络架构的研究来说,又很重要。

所以团队想要看看,用归纳来学数学,究竟怎幺样。

那考试范围是什幺?

最初的样本,是16岁以下 (大概是英国) 公立学校的数学课程。

团队把考纲扩展了一下,一共包括这几个方面:

一是代数,比如求解二元一次方程组,多项式求根,以及求数列的通项。

二是算术,比如四则运算,计算有特定顺序的 (比如带括号的) 的算式,把带根号的表达式简化一下之类的。

三是微积分和多项式求导。

四是比较,判断数的大小,从一列数里面找出和某个数最接近的数等等。

五是测量,比如在不同的长度单位之间转换,计算时间间隔之类的。

六是数字,找约数,四舍五入,整数的数位,因式分解,质数合数等等。

七是多项式运算,合并同类项等等。

八是概率,比如在一堆红白蓝色的球里面,选出红红白的概率。

200万题库是用刚才说的16岁以下教材样本,拿算法生成的。

所以,以上各类问题,是可以有机组合到一起的。这样就有趣了,因为许多数学法则,也是用各种概念合成的。

还是刚才的栗子,复合函数和求导,合在一起,就是复合函数求导。高中学过的,你还记得幺:

[f(g(x))]’=f’(g(x))g’(x)

先求外面这一层,再求里面这一层,乘到一起就可以了。

坐等AI的答题结果。

都有什幺选手

DeepMind举办的考试中,有两位考生,一位是循环神经网络 (RNN) ,另一位是Transformer。

RNN一方派出的是LSTM(长短期记忆) ,有两个模型参加了考试。

第一个比较简单,直接把问题喂给LSTM,一次喂一个字符,模型就输出一个字符。

第二个复杂一些 (如下图) ,是带有注意力机制的编码器+解码器。这个模型在如今的机器翻译里面很常用:它不一定要按照字符输入的顺序来理解来计算,比如8/(1+3) ,就要先算1+3。

第二位考生,则是Transformer模型。作为一种seq2seq模型,它在机器翻译里的表现很好。

先来看一下它的结构:

有一个编码器,可以把数学题矢量序列转换成一个长度相同的序列;还有一个解码器,生成预测的答案。

考试结果怎幺样

相比LSTM,Transformer模型要更胜一筹,两者有差不多数量的参数。

两个网络都没有进行太多“算法推理”,但Transformer模型比LSTM架构更适合学数学:

1、用同样多的参数,可以做更多的计算;

2、具有更浅的架构,更好的梯度传播;

3、有顺序内部存储器,可以更方便的设置数字序列等数学对象。

对AI来说,最简单的数学题是处理小数、整数,以及比较大小,还有不同模块组成的问题,比如:

已知k(c) = -611*c + 2188857,k(-103)! = 2251790是否正确?

或者这种:

将-139/4, 40.8, -555, 607从小到大排列。

最难的数学题则是偏理论一些的题目,比如判断一个数字是否为素数,以及因式分解。

不过,Transformer模型依然能给出看起来有点靠谱的答案。

比如,把235232673分解为几个素数的成绩,它的答案是3,11,13,19,23,1487,正确的答案应该是3,13,19,317453。

虽然没答对,但是看起来长得很像呀。

另外,让Transformer模型直接算数,会发现,如果只让它算加减法,或者只算乘除法,它的准确率大概在90%,但是如果把加减乘除混合起来放到一道题里,它的准确率就只有50%了。

还真的不如计算器呀!

这证明,AI在算数学题的时候,完全靠归纳总结,并没有使用代数技能。

手里有的计算器,都不知道用,真是个老实人。

现在,你可以出去吹牛:

我数学比AI都好。

One More Thing

很遗憾,以目前的结果,AI是不能替我们去考高数了。

不过, 走势图鑫东财配资 这项研究本身就不是在帮你考高数呀,DeepMind作为一个能造出AlphaGo的公司,应该理解不了学渣的痛苦。

搞懂了「AI答数学题,全靠归纳总结」,DeepMind就可以把相关原理拓展到其他更丰富的领域,那些需要归纳总结的问题,或许可以靠AI来解决了。

要不,下次试试让AI去答文科的主观题?

传送门

?论文

Analysing Mathematical Reasoning Abilities of Neural Models

David Saxton, Edward Grefenstette, Felix Hill, Pushmeet Kohli

https://arxiv.org/abs/1904.01557

?数据集

https://github.com/deepmind/mathematics_dataset

— 完 —

量子位AI+系列沙龙--智慧城市

加入社群

量子位AI社群开始招募啦,量子位社群分:AI讨论群、AI+行业群、AI技术群;

欢迎对AI感兴趣的同学,在量子位公众号对话界面回复关键字“微信群”,获取入群方式。

诚挚招聘

量子位正在招募编辑/记者,工作地点在北京中关村(000931)。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

量子位QbitAI · 头条号签约作者

?'?' ? 追踪AI技术和产品新动态

喜欢就点这里吧 !

相关热词搜索:港元增持

清华大学深圳国际研究生院将围绕7个领域开展研究生培养

2025年我国数据量将达48.6ZB1 海量数据成企业发展红利

3月29日,凭据港交所资料显示,万科企业于3月28日获得GIC Private Limited的增持,增持数目为3469万股,每股平均价约29 68港元,每股最高 Copyright 2016-2019港元,增持