辍学程序员改变世界,这个长的像马云的90后真要击败扎克伯格了……


说起扎克伯格(Mark Zuckerberg),大家肯定都不陌生,Facebook 创始人,历史上最年轻的世界亿万富豪,社交网络时代的的缔造者。

然而今天要介绍的这个少年天才,未来或许要比小扎更厉害,1994 年出生,身价早就超过 1 亿美元,是的,他真的是 94 年的!

如果扎克伯格是 80 后的杰出代表,那这哥们肯定是 90 后最优秀的人之一,我们说的就是 Vitalik Buterin,以太坊之父



自古英雄多宅男


Vitalik 和扎克伯格一样也是码农,他编程水平可能比小扎还厉害,毕竟扎克伯格是从 12 岁开始编程,而 Vitalik 则是 8 岁就开始编程了!而且高中时还获得了奥林匹克编程比赛的第三名。


4 岁就玩电脑的 Vitalik


Vitalik 1994 年出生在俄罗斯,他的父亲是一位计算机科学家。但是在 Vitalik 6 岁的时候,全家移民去了加拿大,所以 Vitalik 拥有着加拿大和俄罗斯双重国籍。

Vitalik 小学就显现出在计算上超出常人的天赋,他可以用超出同辈两倍多的速度直接心算一些复杂的数学计算。因此在小学三年级的时候,他就被分进了为天才少年特殊准备的班级……


不过这不是我们要聊的重点,今天的重点是讲讲他玩魔兽的故事……


与中国大部分游戏迷一样,2007 年到 2010 年,也是就是他 13 岁到 16 岁的时候,Vitalik 沉迷于魔兽世界,并且深陷其中不能自拔,一玩就是一天。

提到游戏,说句题外话,人家 Vitalik 在 10 岁左右便开始自己制作游戏了……


Vitalik 10 岁左右制作了一款自己的 Space Invaders


想想小编当年,再看看他,简直是——差距啊……

不过如果他继续沉迷游戏,或许他的差距和我们不会那么大!

有一件事改变了这位网瘾少年:暴雪取消了魔兽世界里 Vitalik 最喜欢的职业「术士」的技能生命虹吸(Siphon Life spell)。他十分气愤,同时也意识到了这种中心化服务的痛点,这一切都是暴雪说了算!

一气之下,他就此与魔兽世界说拜拜了。

失去了游戏,他开始继续寻找生命的意义……


初遇比特币


在他 17 岁的时候,他第一次从父亲的口中了解到了比特币的存在。



但是他一开始并没有把比特币当回事,而且认为它不会有长远的发展,因为当时在他看来比特币没有本质上的价值。然后三个星期之后,他感到事情貌似不是那么简单,因为他在一个网络播客(Podcast)那里再一次听到了人们在谈论比特币,于是他决定非常仔细的来研究一下这个新东西,从此走上了不归路,甚至比玩游戏的时候还拼……

2011 年 3 月开始,Vitalik 成为了一名比特币方面的撰稿人:他在互联网上结识了正在建立 Bitcoin Weekly 的 Kiba,Kiba 为 Vitalik 提供每篇文章 5 比特币的稿费,这也是他当时最主要的比特币获取来源。



5 比特币在当时价值大概只有 $3.75,算下来每个小时的工作量只有大概$1.5 的报酬,但是 Vitalik 坚持了下来。

也正是这段时间 Vitalik 积累了大量的关于比特币的第一手资料。由于他撰写的文章,他也结交了很多同样对比特币感兴趣的朋友,通过交流,Vitalik 也深入了对比特币和区块链技术各个方面的理解。之后 Vitalik 和他人共同创办了 Bitcoin Magazine(比特币杂志),继续坚持着比特币撰稿人的身份。



在同一时间,Vitalik 在滑铁卢大学进行学习,同时每周花超过 30 小时时间在比特币上,几个月后,他发现无法兼顾比特币方面的研究、撰稿与学业,于是在参加了在 San Jose 举办的比特币大会后,Vitalik 决定中止学业,全身心的投入到比特币方面的工作上去。

扎克伯格 21 岁大二辍学,Vitalik 在 20 岁大一时也同样就从滑铁卢大学辍学了。

当时还满脸青春痘的 t 恤少年


而且他还接受了硅谷最「臭名昭著」的奖学金——泰尔奖学金(Thiel Fellowship)。泰尔奖学金每年从全球挑选 20 至 25 名不满 20 岁的少年,每名成员可以拿到 10 万美元的奖学金,前提是学员必须辍学一至两年。

我觉得辍学很不错


这项奖学金的创始人是彼得·泰尔(Peter Thiel),可能大家听这个名字会有一点耳熟,因为他不仅是 Paypal 的联合创始人,他更曾经花 50 万美元,得到了一个由哈佛大学大二学生建立的公司 10.2% 的股份,并怂恿这个学生辍学专心公司发展。这个人就是扎克伯格。

Vitalik 在辍学后去西班牙工作了几个月的时间,在 2014 年晚些时候他回到了加拿大多伦多,并发布了以太坊白皮书,之后通过以太币 ICO 众筹,筹得了 1800 万美元,奠定了以太坊(Ethereum)的发展基础。



不得不承认,Vitalik 是完完全全的玩透了比特币,才推出的以太坊。


以太坊之父


如果我们把比特币看成「全球账簿」,这个账簿记录的是比特币的全部账单。相应的,以太坊可以被看作一台「全球计算机」:一个任何人都可以上传和执行应用程序,并且程序的有效执行能得到保证的地方,这种保证依赖的正是以太坊系统中去中心化的,由全球成千上万的计算机组成的。

Vitalik 也曾把以太坊比作一个建立在世界网络上的超级智能手机,而建立上面的应用就像是这个智能手机的 APP,这就是其天才之处!

这个有多革命性呢?就记住一句话,以太坊等类似的区块链是人类历史上第一个真正的公有计算平台,有望实现数据、计算和存储的「共产主义」。



以太币作为体系里的流通货币的以太币,通过三年的发展,成为仅次于比特币的第二大虚拟货币体系。国际货币基金组织总裁克里斯蒂娜·拉加德曾公开表示以以太坊为基础的以太币,拥有在未来几十年可能取代传统货币的潜力。


国际货币基金组织总裁克里斯蒂娜·拉加德


而 Vitalik 最多时拥有 70 多万以太币,现在估计有 50 万个以太币,简单算算这就已经是 1.5 亿美元了。

Vitalik 更让人敬佩的是其卓越的商业能力,毕竟这是成为科技领袖不可缺少的。

2017 年初以摩根大通、芝加哥交易所集团、纽约梅隆银行、汤森路透、微软、英特尔、埃森哲等 20 多家全球顶尖金融机构和科技公司成立了企业以太坊联盟(Enterprise Ethereum Alliance),旨在合作开发标准和技术来使企业更加容易使用以太坊区块链代码,从而迈向分布式账本系统时代。截止目前,已经有超过 150 家世界顶尖公司和机构加入了联盟。



而这一切的一切,作为以太坊的创办人的 Vitalik 功不可没。而现在,他只有 23 岁,一个大部分人应该是大学毕业刚刚进入职场的年纪。。。

曾经国内外媒体一度流传 Vitalik Buterin 遭遇车祸身亡,导致以太币暴跌 30%... 上亿美元蒸发...



为了辟谣,Vitalik 在社交网络上发布了一张照片,用一串以太坊代码证明了他此时此刻还活着,因为这一串代码是即时运算生成的,不存在提前知道的情况。


这个 t 恤、黑眼圈和发际线真的是程序猿的标配啊


立马以太坊价格又涨回来了...

短短四年,他靠自己的努力成就了今天的以太坊 V 神。他的一举一动都被全世界关注,而他的以太坊,成为了世界上最火热的项目之一。

当然,他也长的越来越像马云了...



看到下面这张图,年轻的比尔盖茨团队和年轻的 Vitalik 团队,你会有深刻的感触:码农改变世界。





更多精彩

程序员提升外观王小波程序员我会编程七夕表白程序员最高殊荣程序猿(媛)CP祭天Python歌词特斯拉程序媛直播鄙视链敲代码404结婚Facebook怎么进BAT女友日记高逼格指南计算机专业技能干货九寨沟地震编程习惯陆奇演讲自救指南周鸿祎谈创业



1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值