Unter meinen Leidenschaften liebe ich es zu überprüfen Revolution Daten über Unternehmen, die ich mag. Kürzlich suchte ich nach einem schnellen Weg, um zuverlässig zu werden Revolution Informationen für vergleichende Analysen. Gleichzeitig suchte ich nach Abkürzungen, um das auszuführen Analyse.
Ich habe für mich recherchiert. Ich dachte, warum verschwenden Sie so viel Zeit mit dem Kratzen Revolution Berichte? Beim Surfen im Internet suchte ich nach einer Lösung und da fiel mir ein Begriff ein.“Rechenmaschine."
Wolfram Alpha! Diese Suche eröffnete mir ein Universum, dessen ich mich nicht bewusst war. Doch in diesem Universum ging es nicht nur um ein fantastisches Werkzeug, das ich auf verschiedene Weise zu verwenden lernte. Ich habe die erstaunlichste unternehmerische Geschichte herausgefunden. So bin ich reingesprungen und habe so viel wie möglich zu diesem Thema recherchiert! Warum ist diese Geschichte so bemerkenswert?
Stellen Sie sich ein Kind vor, das wie viele andere Probleme mit dem Rechnen hat. Stellen Sie sich dasselbe Kind im Alter von 12 Jahren vor Aufbau eines Physiklexikons und im Alter von 14 Entwurf drei Bücher über Teilchenphysik. Ein paar Jahre später, mit 23, wird dieses Kind, jetzt ein Mann, als ausgezeichnet ein wunderbarer Physiker. Wir könnten diese Geschichte hier beenden, und es wäre bereits eine der unglaublichsten Geschichten, die Sie jemals hören werden.
Doch dies ist erst der Anfang. Was wäre, wenn ich Ihnen sagen würde, dass dieselbe Person erfolgreich wurde? Unternehmer, das mehrere Unternehmen und eine ganz neue Wissenschaft von Grund auf neu aufgebaut hat! (Lass uns einige Details für später aufheben)
Das ist nicht nur die Geschichte von Wolfram Alpha, einem Tool, das ich zu nutzen und zu schätzen gelernt habe. Das ist die Geschichte eines der klügsten Menschen unseres Jahrhunderts, eines Schlauen Unternehmer, und Universalgelehrter, der sich dem Einfluss zuwandte und von Leuten wie Steve Jobs und Benoit Mandelbrot beeinflusst wurde.
Dies ist die Geschichte von Stephen Wolfram.
Das Schreiben dieses Beitrags war für mich ein Vergnügen und eine Qual. Einerseits habe ich mich in die Videos, Bücher und Artikel von Stephen Wolfram gestürzt. Je mehr ich herausfand, desto mehr wollte ich wissen. Es war eine Endlosschleife.
Die unbegrenzte Intelligenz von Stephen Wolfram ist jedoch so groß, dass der Versuch, sie in einem Beitrag zu umschreiben, dem Versuch gleicht, das Universum in eine Kiste zu schließen. Doch mehr als ein Beitrag ist dies ein E-Book, und ich hoffe, Sie werden es genauso genießen, es zu lesen, wie ich es genossen habe, es zu schreiben!
Inhaltsverzeichnis
Die Suche nach Entfaltung von Komplexität: Wer ist Stephen Wolfram?
Denn genau darum geht es bei der Technologie: Systeme einzurichten, um menschliche Zwecke zu erfüllen
Stephen Wolfram in Computing und die Zukunft des menschlichen Daseins
Stephen Wolfram ist der Gründer von Wolfram Alpha, einer leistungsstarken Rechenmaschine (mehr darüber, was eine Rechenmaschine ist, später). Doch der Weg, der Stephen Wolfram zur Markteinführung seiner neuesten Kreatur führte, sah eher wie eine lebenslange Suche aus.
Geboren 1959 in London. Stephen Wolfram zeigte schon in jungen Jahren unglaubliche Qualitäten. Tatsächlich hatte er im Alter von 15 Jahren drei Physikbücher und seine erste wissenschaftliche Arbeit verfasst. Im Alter von 21 Jahren hatte er ein wichtiges Stipendium erhalten, das ihn auf eine lebenslange Suche brachte: komplexe Systeme zu verstehen, indem man ihre Komplexität auflöst.
Dennoch war der Ansatz von Stephen Wolfram aus mehreren Gründen einzigartig, glaube ich.
Erstens verstand er, dass die Berechnung die überzeugendste Entdeckung des vergangenen Jahrhunderts war. Daher konzentrierte er sich von Anfang an darauf, Maschinen einzusetzen, um menschliche Fähigkeiten zu verbessern.
Zweitens glaubte er, dass er, um die Komplexität zu verstehen, natürliche Prozesse betrachten müsse, um die wichtigsten Programme zu finden, die Mutter Natur von Zeit zu Zeit benutzte, um die Show des Lebens zu führen.
Dennoch verbrachte Stephen Wolfram sein Leben nicht als Einsiedler (außer wenn er aus praktischen Gründen ein Buch zusammenstellen musste, das zu einer neuen Art von Wissenschaft werden sollte) oder isoliert von der Welt. Stattdessen verstand er die Bedeutung praktischerer Dinge wie der Führung von Menschen.
Die Suche nach Komplexität begann mit dem Studium zellulärer Automaten, was ihn dazu veranlasste, eine Computertheorie für alles zu formulieren. Also, was sind zellulare Automaten?
Berechnung einer Theorie von allem
Deshalb möchte ich heute über eine Idee sprechen. Es ist eine große Idee. Eigentlich denke ich, es wird irgendwann als wahrscheinlich die größte Einzelidee angesehen werden das ist im vergangenen Jahrhundert entstanden. Es ist die Idee der Berechnung. Nun hat uns natürlich diese Idee gebracht all die Computertechnologie, die wir heute haben und so weiter. Aber es gibt tatsächlich viel mehr zu berechnen als das. Es ist wirklich eine sehr tiefe, sehr kraftvolle, sehr grundlegende Idee, deren Auswirkungen wir gerade erst zu sehen begonnen haben.
Zellulare Automaten sind Programme, die einfachen deterministischen Regeln folgen, aber komplexe Verhaltensweisen zeigen, je mehr Schritte sie in ihrer Evolution machen. Was bedeutet das und was macht sie aus wissenschaftlicher Sicht so wertvoll?
Stellen Sie sich vor, Sie beginnen ein Spiel mit grundlegenden und einfachen Regeln. Die Chancen stehen gut, dass Sie am Ende des Spiels anfangen, sich selbst zu projizieren und ein bestimmtes Szenario vorherzusehen. Doch so gerne Sie sich das auch vorstellen würden, selbst wenn Sie die Fähigkeit von Albert Einstein oder Salvador Dali zum Tagträumen hätten, werden Sie es niemals schaffen, die komplexen Verhaltensweisen vorherzusehen, die sich auf dem Weg aus diesen trivialen Programmen ergeben werden.
Wie ist es möglich, dass aus solch einfachen Programmen so viel Komplexität des Verhaltens entsteht? Die Antwort liegt in Regel Nummer 30! Lassen Sie uns ein wenig hineintauchen, um zu sehen, wie es funktioniert.
Regel Nummer 30: Einfachheit als Mutter aller Schöpfungen
Das Wetter hat seinen eigenen Kopf“ ist gar nicht so primitiv: Die Strömungsdynamik des Wetters ist so ausgefeilt wie so etwas wie ein Gehirn
Es war wohl der Sommer 1985 – wie in erinnert Ideengeber – als Steve Wolfram über etwas stolperte, das Spuren in seinem Leben hinterlassen und ihn zu einer lebenslangen Suche führen würde. Was war das?
Alles begann mit Regel Nummer 30. Als jemand, der die Berechnung als die wichtigste Entdeckung des vergangenen Jahrhunderts betrachtete, verschwendete Stephen Wolfram keine Zeit mit Berechnungen. Vielmehr ließ er Computer alle möglichen Programme ausführen, die in der Natur als einfache zelluläre Automaten zu finden waren, und sich ansehen, welches Verhalten sie zeigen würden.
Genau das geschah in jenem Sommer 1985. Zellulare Automaten sind selbstreplizierende Systeme zeigten sich als Gitter sich verändernder Zellen. Jede Zelle im Gitter reagiert basierend auf den Nachbarzellen. Mit anderen Worten, Sie beginnen mit einem Raster wie dem folgenden
Eine einfache Regel bestimmt, ob eine Zelle in der nächsten Generation basierend auf der Konfiguration ihrer Nachbarschaft ein- oder ausgeschaltet sein wird. Wenn zum Beispiel eine Zelle weiß ist und die Zellen links und rechts davon weiß sind, dann bleibt die Zelle weiß. Wenn stattdessen ein weißes Feld zwischen zwei schwarze Felder fällt, wird es schwarz. Und so weiter für alle möglichen Arrangements.
Die möglichen Konfigurationen auf einem Raster, das aus drei Zellen besteht, wie Sie am roten Rechteck oben sehen können, sind acht. Aber die möglichen Kombinationen, angesichts der Tatsache, dass jede Zelle entweder schwarz oder weiß sein kann (in einem binären Zustand), können 256 – 2 ^ 8 sein (daher die zwei möglichen Zustände, schwarz oder weiß, mit der Potenz der acht möglichen Kombinationen) .
Wir beginnen damit, den zellularen Automaten 20 Schritte machen zu lassen,
Wir können bisher bereits ein komplexeres Verhalten erkennen. Aber nichts Aufregendes.
Wenn wir anfangen, zusätzliche Schritte zu unternehmen, entsteht umso mehr Komplexität, je mehr Schritte wir unternehmen.
Das bekommen wir nach 100 Schritten. Wie Sie sehen können, werden die Muster, die von einem einfachen zellularen Automaten erzeugt werden, interessant.
Als Stephen Wolfram in den 1980er Jahren ein solches Verhalten beobachtete, war er schockiert. Dieser Schock, der dein Leben verändert, der Aha-Moment! Je mehr Schritte er Regel 30 machen ließ, desto mehr Komplexität entstand aus einfachen deterministischen Regeln!
Die Tatsache, dass einfache Regeln die Natur replizieren könnten, ist ziemlich kontraintuitiv, aber dennoch ziemlich effektiv.
Kegelschnecke, Fotograf: Richard Ling Cellular Automata Rule 30
Der mächtigste Teil ist, dass Sie zum Aufbau einer solchen Komplexität keinen superstarken Computer benötigen, sondern nur ein dreistelliges Zahlenraster, das supereinfachen Regeln folgt. Vor allem Regel Nummer 30 war der Beginn einer Suche, die Stephen Wolfram dazu bringen würde, eine neue Art von Wissenschaft zu formulieren.
Es eröffnet auch eine neue Denkweise, bei der Intelligenz nicht nur eine menschliche Sache ist, sondern überall in der Natur zu finden ist. Daher unterscheidet sich die Komplexität, die aus unserem Gehirn entsteht, nicht von dem, was in der Natur passiert. Beide werden durch Berechnungen gut beschrieben. Bevor wir uns näher mit den Prinzipien von Stephen Wolframs Buch befassen, Eine neue Art von Wissenschaft, tauchen wir mehr in sein Leben ein.
Vor Wolfram Alpha
Wenn Sie das iPhone verwendet haben, haben Sie wahrscheinlich auch die ganze Zeit über Wolfram Alpha verwendet. Sie wissen es vielleicht nicht, aber Ihr integrierter intelligenter Assistent Siri verwendet die API von Wolfram Alpha, um Antworten auf jede Frage zu geben.
Doch bevor wir in die technischen Dinge eintauchen, wie hat alles angefangen? Durch das Studium des Lebens von Stephen Wolfram verstand ich ein grundlegendes Konzept, das mir zuvor etwas schwer fassbar war. Kurz gesagt, Technologien, Ideen und Unternehmen kommen nicht isoliert vor. Meistens entspringen sie dem Lebenskontext der Menschen.
Mit anderen Worten, wenn Sie eine Idee oder Technologie besser verstehen möchten, ist der beste Ausgangspunkt wahrscheinlich nicht, wie sie funktioniert, sondern wie sie im Kopf dieser Person entstanden ist. Auch vorher möchten Sie vielleicht untersuchen, was, wer, wo und wann diese Ideen inspiriert hat, wenn Sie das Warum verstehen möchten.
So trivial es auch klingen mag, ich habe am Ende einige interessante Fakten entdeckt, indem ich den Ansatz von Stephen Wolfram verwendet habe. Das Paradoxe ist, dass seine Herangehensweise mir geholfen hat, ihn als Person, also als einen, besser zu verstehen Unternehmer und Wissenschaftler.
Alles begann mit einer lebenslangen Freundschaft mit einem unglaublichen Mann, der unsere Zeit zum Guten oder zum Schlechten (je nach Ihrer Perspektive) revolutioniert hat, Steve Jobs.
NeXT, Mathematica und die vielen Computer, die das Web aufgebaut haben
Laut Stephen Wolfram traf er Steve Jobs in seinem Buch Idea Makers zum ersten Mal im Jahr 1987. Zu dieser Zeit konzentrierte sich Steve Jobs darauf, den ersten NeXT-Computer zu bauen.
1996 kaufte Apple NeXT für 429 Millionen Dollar. Danach, als Steve Jobs im Juli 1997 die Zügel von Apple zurückeroberte, spielte die Erfahrung von NeXT eine entscheidende Rolle. Eigentlich Steve Jobs installierte sein NeXT-Führungsteam bei Apple.
Zurück zu unserer Geschichte, zu der Zeit (1987) war Stephen Wolfram ebenso damit beschäftigt, die Details dessen herauszufinden, was später seine erste Firma, Mathematica, werden sollte. Es stellt sich heraus, dass Steve Jobs auf die eine oder andere Weise eine Schlüsselrolle für den Unternehmenserfolg von Stephen Wolfram gespielt hat und umgekehrt.
Warum heißt es Mathematica?
Stephen Wolfram war unschlüssig, wie er das Unternehmen nennen sollte, das er gründen wollte. Unter den Namen, die ihm einfielen – wie er berichtete Ideengeber – es gab entweder Omega oder PolyMath. Doch eines Tages, als er mit Steve Jobs sprach, sagte er ihm: „Du solltest es Mathematica nennen.“
Laut Stephen Wolfram hatte Jobs eine Theorie über Firmennamen. Kurz gesagt, Sie beginnen mit einem sehr allgemeinen Konzept und romantisieren es dann. Daraus entstand Mathematica.
Was ist Mathematica?
Mathematica ist eine Software, die wissenschaftliche Berechnungen jeglicher Art durchführt. Aus Daten Analyse Visualisierungen und vielem mehr legte Mathematica den Grundstein für das, was später Wolfram Alpha werden sollte.
Eine interessante Tatsache ist, dass Mathematica Hand in Hand mit NeXT ging. Tatsächlich ließ ihn Steve Jobs Intuition erkennen, dass jeder NeXT mit Mathematica hätte gebündelt werden sollen, und genau das geschah.
Der interessanteste Teil der Geschichte – wie von Stephen Wolfram in erklärt Ideengeber – ist, dass später eine Charge von NeXT-Computern an das CERN in Genf übergeben wird. Mit anderen Worten, die mit Mathematica gebündelten NeXT-Computer waren zufällig die Computer, die zur Entwicklung des Webs verwendet wurden!
Doch zwischen Mathematica und dem Start von Wolfram Alpha fasste Stephen Wolfram die Ideen, die er während seiner wissenschaftlichen Entdeckungen beobachtet hatte, in einem umstrittenen Buch, A New Kind of Science, zusammen.
Eine neue Art von Wissenschaft
Stephen Wolframs A New Kind of Science ist in vielerlei Hinsicht ein bemerkenswertes Buch. Es ist sicherlich das arroganteste Stück Wissenschaftsliteratur, das ich je gelesen habe. Es zeigt auch eine umwerfende Ignoranz in Bezug auf einige Schlüsselthemen, zu denen später mehr kommt. Doch trotz seiner Mängel könnte es der wichtigste Beitrag zur Wissenschaft in diesem Jahrzehnt sein.
Im Jahr 2002 erschien Stephen Wolframs Buch A New Kind of Science und es war ziemlich umstritten. Das wird auch deutlich, wenn man sich das anschaut Amazon Bewertungen,
Eine Sache, die ich verstanden habe, als ich Stephen Wolframs Persönlichkeit betrachtete, ist, dass man ihn entweder liebt oder man ihn hasst. Genauer gesagt, entweder hältst du ihn für ein Genie oder für verrückt. Tatsächlich ist es auch lustig zu sehen, wie polarisiert die Rückmeldungen zu seinem Buch sind,
Das Buch hat genauso viele 1-Sterne-Rezensionen wie 5-Sterne-Bewertungen. Sie denken vielleicht, dass diese Ein-Stern-Bewertungen von Leuten stammen, die nicht gelehrt genug waren, um sie zu verstehen, und umgekehrt, dass die Fünf-Sterne-Bewertung von der wissenschaftlichen Gemeinschaft stammt. Das ist nicht der Fall,
Während meiner Recherchen habe ich Stephen Wolfram auf einer persönlichen Ebene „kennengelernt“ (mit Vorsicht zu genießen). Ich habe von Anfang an versucht, ihn neutral zu sehen. Dennoch fand ich seine Ideen in vielerlei Hinsicht originell und erfrischend.
Natürlich kann man argumentieren, dass sein Ego massiv ist. Wenn Sie sich jedoch sein Leben ansehen, erkennen Sie, dass er einer der größten Köpfe unserer Zeit ist. Es ist sehr schwer zu verstehen, wie eine Person zu unserer Geschichte beiträgt, bis diese Person nicht mehr lebt. Wir lieben es, Dinge mit einem nostalgischen Auge zu betrachten. Deshalb haben Dinge aus der Vergangenheit immer diesen Heiligenschein, der sie fast mystisch und geheimnisvoll erscheinen lässt.
Deshalb bekommt man Gänsehaut, wenn man sieht, wie sich Stephen Wolfram mit Isaac Newtown vergleicht. Nur die Zeit wird uns zeigen, welche Auswirkungen Stephen Wolframs Ideen haben werden.
Zurück zu A New Kind of Science, einer der Personen, die zu Stephen Wolfram beigetragen haben Wachstum war der Physiker Richard Feynman. Obwohl sie zwei sehr unterschiedliche Denkweisen hatten, teilten sie eine gemeinsame Leidenschaft, die Physik.
Sie trafen sich, als Stephen Wolfram 18 Jahre alt war, während Richard Feynman 60 Jahre alt war. Stephen Wolfram traf Richard Feynman zum ersten Mal am Caltech. Danach arbeiteten sie auch für eine Firma namens Thinking Machines Corporation (einst ein erfolgreiches Technologieunternehmen, das 1994 bankrott ging).
Richard Feynman liebte es, Berechnungen anzustellen, um die Freude am Entdecken zu spüren. Stephen Wolfram hingegen liebte es, Prozesse zu automatisieren, um die zugrunde liegenden Prinzipien zu verstehen, damit Unbekanntes schließlich besser nachvollziehbar wird.
Die Beurteilung, ob die Ideen einer neuen Art von Wissenschaft Ihre Aufmerksamkeit wert sind oder nicht, überlasse ich Richard Feynman. Als Stephen Wolfram über Regel 30 stolperte, sagte ihm Richard Feynman:
OK, Wolfram, ich kann es nicht knacken. Ich glaube, Sie haben etwas vor. (Quelle: Ideenmacher)
Lassen Sie uns in ein paar Grundprinzipien aus Stephen Wolframs Buch eintauchen.
Das Prinzip der rechnerischen Äquivalenz
Wie Stephen Wolfram uns daran erinnert, kennt die Natur keine Einschränkungen, wenn es um Berechnungen geht. Mit anderen Worten, Mutter Natur kann jedes „kleine Rechenprogramm“ aufgreifen, das es da draußen gibt, um mit dem Bau komplexer Dinge zu beginnen.
Diese Komplexität entspringt jedoch immer einem niedrigen Grad an Raffinesse, der für alle „Programme“, die Sie jemals in der Natur finden können, gleich ist. Mit anderen Worten, es spielt keine Rolle, wie kompliziert das Ergebnis oder der Prozess erscheint. Dahinter stecken immer relativ einfache deterministische Regeln!
Warum ist dieses Prinzip in gewisser Weise taumelnd? Falls Sie es nicht bemerkt haben, dieses Prinzip widerspricht etwas, was die Menschen immer für wahr gehalten haben. Die Tatsache, dass etwas Komplexes an seiner Wurzel komplex ist. Auch, dass unsere Intelligenz in gewisser Weise einzigartig ist oder sich in gewisser Weise von jedem anderen natürlichen Prozess unterscheidet.
Doch was Stephen Wolfram uns zeigt, ist das Gegenteil. Die Natur funktioniert durch rechnerische Äquivalenz. Stattdessen entwickeln sich menschliche Prozesse durch die Zwecke, die von Zeit zu Zeit relevant werden. Was nach menschlichen Maßstäben relevant wird, kann manchmal durchaus „ein Unfall“ sein.
Wie Stephen Wolfram sich erinnert, basiert zum Beispiel die Mathematik auf ein paar Axiomen. Aber sind das die einzig möglichen Axiome? Natürlich sind sie es nicht. Es gibt unendlich viele andere. Stattdessen ist die Mathematik, die wir heute haben, nur „ein historischer Zufall“.
Daher tragen viele technologische Erfindungen oft das schwere Gepäck der Geschichte.
Das bringt uns auch zu einer weiteren Säule der New Art of Science: der rechnerischen Irreduzibilität.
Rechnerische Irreduzibilität: Wie funktioniert unser Universum nach Stephen Wolfram?
Wenn Komplexität in der Natur aus einfachen deterministischen Regeln entsteht, bedeutet das, dass wir, wenn wir diese einfachen Regeln herausfinden, auch in der Lage sein werden, das Ergebnis des Systems vorherzusagen?
Die Antwort darauf ist umstritten. Gemäß der rechnerischen Irreduzibilität von Stephen Wolfram werden wir nicht in der Lage sein, ein System zu übertreffen, wenn wir nicht jeden Schritt davon machen. Kurz gesagt, es spielt keine Rolle, ob Sie in der Lage sind, die zugrunde liegenden deterministischen Regeln zu verstehen, die hinter einem komplexen System stehen.
Wenn Sie nicht verfolgen, wie sich das System in jeder Phase entwickelt, können Sie nicht wissen, was die Leistung dieses Systems sein wird. Daher können Sie sein Verhalten nicht vorhersagen. Das ist teilweise beruhigend, da es uns unseren freien Willen zurückgibt. Wieso den? In den meisten Fällen haben wir keine andere Wahl, als abzuwarten, wie sich das Verhalten entwickelt.
Dies ist jedoch nicht immer wahr. Wie Stephen Wolfram für bestimmte Prozesse vorschlägt, gibt es immer endlose, wie er es nennt, „Taschen der Reduzierbarkeit“, die zumindest eine Art von Vorhersagen ermöglichen.
Nachdem wir nun den größten Teil des Lebens von Stephen Wolfram und die Entstehung seiner wichtigsten Ideen behandelt haben, können wir uns mehr mit der unternehmerischen Seite der Geschichte befassen.
Der Start von Wolfram Alpha
Am 18. Mai 2009 wurde schließlich der Start von Wolfram Alpha angekündigt. Für den durchschnittlichen Betrachter schien das der Beginn von etwas völlig Neuem zu sein. Doch stattdessen war es nur die nächste Stufe in der Evolution von Stephen Wolframs Forschung, die er sein ganzes Leben lang zusammengetragen hatte.
Tatsächlich wurde Wolfram Alpha als Spin-off von Wolfram Research, Inc. gegründet, dem Unternehmen, das Mathematica bereits 1986 entwickelt hat.
Als LLC wurde Wolfram Alpha ohne Fremdinvestitionen gestartet.
Wie funktioniert Wolfram Alpha?
Wenn Sie im Internet surfen, verwenden Sie Suchmaschinen. Zum Beispiel jedes Mal, wenn Sie etwas darum bitten Google, liefert es Ihnen Antworten basierend auf dem, was es findet, indem es die verfügbaren Webseiten durchsucht, indiziert und einordnet.
Schließlich erhalten Sie Links zu Seiten, die im Web existieren. Diese Seiten werden jedoch von anderen Menschen hergestellt. Stattdessen berechnet Wolfram Alpha mithilfe seiner Wissensdatenbank und Algorithmen Antworten auf bestimmte Fragen.
Sie denken vielleicht, dass Wolfram Alpha eher eine faktenbasierte Engine ist. Und tatsächlich liefert es im Vergleich zu Wikipedia Fakten, keine Erzählungen.
Kurz gesagt, Wolfram Alpha geht in seine interne Wissensdatenbank, die aus mehreren offiziellen Quellen und kuratierten Daten besteht, und berechnet die Antworten, basierend darauf, welche für die Abfrage am besten geeignet erschienen.
Die Antwort auf eine Anfrage kommt von einer algorithmischen Berechnung, die die interne Wissensbasis mit ihrer umfangreichen internen Semantik und Ontologie untersucht.
Um die Anfragen der Benutzer zu lesen, verwendet Wolfram Alpha kein herkömmliches NLP, da es mit sprachlichen Fragmenten statt mit vollständigen grammatikalischen Sätzen umgehen muss.
Die Technologien hinter Wolfram Alpha lassen sich in vier allgemeine Hauptbereiche unterteilen:
eine Datenpflege-Pipeline
ein algorithmisches Rechensystem
ein linguistisches Verarbeitungssystem
ein automatisiertes Präsentationssystem.
Derzeit umfasst Wolfram Alpha mehr als 10 Millionen SymbolzeilenMathematica Code, zusammen mit vielen Terabyte an Daten. Wenn Sie Ihre Abfragen in Wolfram Alpha eingeben, machen Sie es immer besser. Tatsächlich betrachtet es das Benutzerverhalten, um mehr über die Sprache zu erfahren und bessere Antworten zu berechnen.
Jede App kostet zwischen 0.99 $ und 2.99 $ (obwohl ich sehen kann, dass einige Apps auf dem europäischen App Sore etwa 3.49 € kosten, etwa 4.16 $).
Daher ist es Geschäftsmodell basiert auf dem Verkauf dieser Apps. Wie viel Geld verdienen sie damit? Es ist sehr schwer, diese Antwort zu geben, wenn man bedenkt, dass ich keine Ankündigung von der Firma finden konnte, die angibt, wie viel Geld sie verdienen.
ich benutzte Ähnliches Web um zu verstehen, wie viele Installationen die Haupt-App hatte.
Angenommen, jede Installation ist ein zahlender Kunde, den sie mit dieser einzelnen App getätigt haben, zwischen 1.5 und 3 Millionen US-Dollar für eine einzelne App. Meine Annahme (nehmen Sie diese Prämisse wie eine Prise Salz) ist, dass sich die anderen Apps insgesamt ungefähr gleich ausgezahlt haben. Wenn ich also eine grobe Schätzung abgeben muss, würde ich sagen, dass sie mit allen bisher verkauften Apps zwischen 1 und 5 Millionen US-Dollar verdient haben.
API: Hierbei handelt es sich um eine Reihe vorgefertigter Anweisungen zum Integrieren einer Anwendung in eine andere Plattform. Wie wir beispielsweise während dieser Untersuchung gesehen haben, verwenden das iPhone und andere Apple-Geräte die Wolfram Alpha API, damit ihr integrierter intelligenter Assistent Siri seinen Benutzern die Antworten liefert.
Für APIs fallen normalerweise Kosten an, die auf dem Volumen der Aufrufe basieren, die Sie über Abfragen tätigen. Je mehr Abfragen also durch Wolfram Alpha gehen, desto mehr kostet es in Bezug auf die API. Basierend auf dem, was sie auf der Website haben, ist dies der Preis für die API von Wolfram Alpha für tausend Abfragen.
Ich glaube, hierher kommen die meisten Einnahmen des Unternehmens. In der Tat, wenn ich eine hätte Geschäft das meinen Benutzern eine gewisse Rechenleistung bieten muss, würde ich Wolfram Alpha verwenden, anstatt den Prozess der Entwicklung eines neuen Stapels von Technologien zu durchlaufen.
Nun die schwierigste Frage. Wie viel Geld verdient Wolfram Alpha mit seiner API?
Ich gehe davon aus, dass Apple der größte Kunde von Wolfram Alpha ist. Wenn im Jahr 2012, Siris Abfragen trieben 25 % von Wolfram Alpha an, wenn dies immer noch zutrifft, können wir einige grobe Schätzungen vornehmen.
Wenn es 3.3 Millionen Treffer pro Tag gibt und wir davon ausgehen, dass ein Treffer eine Suchanfrage ist, dann kommen etwa 825,000 Anfragen von Siri, was etwa 825 API-Aufrufen von tausend Anfragen pro Tag entspricht. Wenn wir davon ausgehen, dass Siri-Aufrufe „Full Results API“ sind, bedeutet dies, dass sie 50 US-Dollar pro tausend Aufrufe kosten, was jährlich über 15 Millionen US-Dollar kosten würde.
Zugriffe pro Tag
3,300,000
25 % kommen von Siri
825,000
Geteilt durch 1,000
825
API-Kosten pro Tag
$41,250
API-Gesamtkosten
$15,056,250
Ich glaube nicht, dass Apple Wolfram Alpha aus mehreren Gründen so viel zahlt. Erstens ist es bereits kostenlos, in Siri vorgestellt zu werden Marketing für WolframAlpha. Zweitens, je mehr API-Aufrufe Sie kaufen, desto bessere Angebote erhalten Sie. Daher glaube ich, dass, wenn Apple jemals Wolfram Alpha bezahlt, der Preis, den es zahlt, weit unter der 50-Dollar-Marke liegt.
Ich glaube jedoch, dass die API der wichtigste Teil von Wolfram Alpha ist Geschäft.
Außerdem ist Siri anscheinend nicht der einzige intelligente Assistent, der von Wolfram Alpha unterstützt wird. In der Tat, Cortana nutzt es vielleicht auch.
Pro Version: Sie können die bekommen PRO-Version von Wolfram Alpha (zwischen 5.49 $ und 9.99 $ pro Monat) mit erweiterten Funktionen,
Es ist unmöglich, die genaue Anzahl der PRO-Benutzer zu bestimmen, da sie diese Informationen nicht teilen. Da Wolfram Alpha jedoch ein Freemium ist, können wir davon ausgehen, dass ihre Umwandlungsrate zwischen 0.5 % und 27 % liegen kann.
Nehmen wir die niedrigste Conversion-Rate an, 0.5 %, was bedeutet, dass Wolfram Alpha (ich sehe keine Strategie das sich auf die Verbesserung seiner Konversionsraten konzentriert) könnte jedes Jahr etwa zehntausend zahlende Kunden haben (0,5 % mal 1.9 Millionen tägliche Besucher, vorausgesetzt, sie kommen wieder). Es bedeutet etwa 77,400 $ in Einnahmen jedes Jahr (Ich nahm den Durchschnitt der beiden Pakete, Student für 5.49 $ und Pädagoge für 9.99 $, und multiplizierte ihn mit 10,000, der Anzahl der zahlenden Kunden pro Jahr.
So funktioniert das Wolfram Alpha Geschäftsmodell ist organisiert.
Jetzt die schwierigste Frage,
Ist Wolfram Alpha profitabel?
Ich werde keine verrückten Berechnungen anstellen, um das herauszufinden. Da für ein Softwareunternehmen laut CrunchBase die größten Kosten mit dem Personal verbunden sind, Wolfram Alpha hat etwa 19 Mitarbeiter, darunter Stephen Wolfram als Gründer.
Ich habe mir auch das ganze Profil von Wolfram Research angeschaut Glassdoor,
Ich wollte eine ungefähre Vorstellung vom durchschnittlichen Gehalt haben, das das Unternehmen zahlt,
Ich werde nie aufhören zu sagen, meine Güte Analyse ist voll von Annahmen und darauf basierenden Schätzungen. Betrachten Sie es daher als Versuch, ein $ auf eine Firma zu setzen, von der ich vorher nichts wusste. Nichts mehr!
Da in Wolfram Alpha die meisten Profile hochrangig sind und somit über dem Durchschnitt liegen, schätze ich das Durchschnittsgehalt auf 30 % über dem eines Software Engineers. Kurz gesagt, es wird ungefähr 80 US-Dollar pro Jahr betragen. Unter Berücksichtigung dessen belaufen sich die geschätzten jährlichen Gesamtkosten auf 1.6 Millionen US-Dollar (ich gehe davon aus, dass Stephen Wolfram wie jeder andere Mitarbeiter zumindest bei Wolfram Alpha bezahlt wird).
Nehmen wir die insgesamt geschätzten Einnahmen durch Buchhaltung Nur für die von Apple bezahlte API, 15 Millionen Dollar pro Jahr und die geschätzten Gesamtkosten seiner Mitarbeiter, 1.6 Millionen Dollar, dann ist das Unternehmen profitabel!
Wolfram Alpha gegen Google
Es wurde oft gesagt, dass Wolfram Alpha herausfordernd ist Google. Denn wie ich diese Perspektive liebe, haben diese Unternehmen zwei gegensätzliche Ansätze Geschäft. Wie wir gesehen haben, verdient Wolfram Alpha Geld, indem es seine Premium-Version, seine API und seine Apps verkauft.
Auch wenn wir uns die Rangliste ansehen, ist Wolfram Alpha winzig,
Kurz gesagt, Wolfram Alpha ist ein Nische Suchmaschine im Vergleich zu Google. Wird es zum Mainstream? Ich glaube, das wird es, und das hat es bereits getan. Aber die meisten Menschen wissen das nicht und werden es nicht wissen. Wie wir gesehen haben, verwendet Siri die Wolfram Alpha API, aber nur ein kleiner Prozentsatz der iPhone-Benutzer weiß das.
Was kann man mit Wolfram Alpha machen?
Es gibt eine Vielzahl von Möglichkeiten, wie Sie Wolfram Alpha verwenden können, sobald Sie die Grundlagen verstanden haben.
Mathematik, Physik und Statistik sind nützlich für Forscher. Es gibt jedoch einige praktische Dinge, die Sie tun können, wenn Sie in der arbeiten Revolution Feld, sondern auch als digital Vermarkter.
Erhalten Sie Finanzdaten und führen Sie schnell Finanzanalysen durch
Zum Beispiel können Sie durch Eingabe einer einfachen Abfrage erhalten Revolution Daten und eine vollständige Revolution Vergleich,
Überprüfen Sie eine Website-Statistik
Indem Sie eine Website-URL in Wolfram Alpha einfügen, können Sie die wichtigsten Metriken abrufen,
Mit der gleichen Logik können Sie die Messwerte von Websites vergleichen,
Es gibt auch eine Reihe anderer Dinge, die Sie tun können. Ich gehe weiter unten näher auf sie ein,
Fügen Sie das Wolfram Alpha Widget zu Ihrer Website hinzu
Wenn Sie Ihre Website für Ihre Besucher attraktiver gestalten möchten, können Sie ein Wolfram Alpha-Widget in Ihre Website einbetten.
Sie können es ein wenig anpassen. So wird es aussehen,
Nun, da wir einige Dinge gesehen haben, die Sie mit Wolfram Alpha machen können, lassen Sie uns ein bisschen mehr untersuchen.
Können Sie für Wolfram Alpha optimieren?
Sie können Ihre Abfragen optimieren, um die bestmöglichen Ergebnisse zu erzielen. Geht man zum Beispiel in die Beispiele nach Themenbereich, finden Sie einige Anwendungsfälle, wie Sie Anfragen an Wolfram Alpha senden können,
Ich habe die Statistiken und Daten überprüft Analyse Abschnitt, und das habe ich bekommen,
Was ist mit Ihren Inhalten? Können die Inhalte Ihrer Website für Wolfram Alpha optimiert werden? Die Antwort, die ich glaube, ist nicht! Wolfram Alpha ist eine Rechenmaschine. Das bedeutet, dass auch wenn eine Quelle wie Wikipedia berücksichtigt wird, sie ihres Narrativs beraubt wird, um zu zeigen, was als Fakten betrachtet werden können.
Mit anderen Worten, wie wir gesehen haben, crawlt Wolfram Alpha das Web nicht wie Google. Aber es hat eine interne Wissensdatenbank, die von Zeit zu Zeit aktualisiert und kuratiert wird. Nehmen wir außerdem an, dass Wolfram Alpha eine Antwort aus einem Auszug berechnen kann, der von einer Webseite Ihrer Website stammt. Auch wenn dies der Fall ist, führt dies nicht zu Traffic oder Domain-Autorität zurück zu Ihrer Website. Wieso den? Denn Wolfram Alpha liefert keine Links oder Backlinks, die Grundlage für andere Suchmaschinen.
Schauen wir nicht auf die praktische Seite.
So verwenden Sie Wolfram Alpha als persönlichen Fitnessassistenten, um Ihre Gesundheit zu verbessern
Eine Suchmaschine ist nur ein Werkzeug, das Ihre Suchanfrage mit Daten abgleicht, die von anderen Benutzern und Quellen verknüpft und bereitgestellt werden. Stattdessen nimmt eine Computational Knowledge Engine wie Wolfram Alpha (WA) Rohdaten und führt daraus Berechnungen durch. Es gibt einen großen Unterschied zwischen den beiden. Während eine Suchmaschine nützlich sein kann, kann eine Rechenmaschine Ihr bester Verbündeter werden, um Ihre Gesundheit zu verfolgen, zu messen und zu verbessern!
Nutzen Sie es als persönlichen Coach
Nehmen wir an, ich möchte 45 Minuten lang mit einer Geschwindigkeit von vier Meilen pro Stunde laufen. Fragen wir WA, wie viel Fett ich verbrennen werde,
Toll, aber ich will mehr wissen!
Messen Sie Ihre Gesundheit und Ihr Gewicht
Ich habe meine angeschlossen Wert in WA, und es gab mir sofort alles, was ich wissen musste,
Ich würde nie denken, dass ich übergewichtig bin. Doch WA sagt mir, dass ich etwa zwei Kilogramm abnehmen muss. Nicht schlecht. Wenn man bedenkt, dass der Body-Mass-Index ein sehr allgemeines Maß ist, kann ich immer noch etwas abnehmen. Weißt du was? Ich werde heute eine Suppe essen, und ich möchte WA fragen, wie gesund das ist.
Lassen Sie Wolfram Alpha Ihre Nahrungsaufnahme messen
Ich nehme eine Bohnensuppe mit etwas Zwiebel und Karotte. Lassen Sie mich WA fragen, ob das gesund ist,
Ich habe die gesteckt Wert hinein und bekam die Ergebnisse,
Das ist großartig; Ich werde eine nahrhafte Mahlzeit mit ein paar Kalorien haben. Das sollte mich wieder zu meinem optimalen Gewicht bringen. Was sonst?
Ich kann mehr tun, um ein bisschen Gewicht zu verlieren. Lass mich ein bisschen Gymnastik üben
Messen Sie Ihre körperliche Aktivität
Fragen wir Wolfram Alpha, wie viel ich in 15 Minuten Training verbrennen werde,
Zusammenfassend lässt sich sagen, dass Wolfram Alpha eine computergestützte Wissensmaschine ist, die Ihnen basierend auf den von Ihnen eingegebenen Rohdaten wertvolle Erkenntnisse zurückgibt, die Sie zur Verbesserung Ihrer Gesundheit und Ihres Lebens nutzen können!
So verwenden Sie Wolfram Alpha für Finanzfachleute, um Ihr Karrierewachstum zu beschleunigen
Wenn Sie ein Finanzfachmann sind Revolution Daten zur Hand sind Gold wert. Es gibt gute Nachrichten für Sie. Für Ihre Analysen können Sie ab sofort Wolfram Alpha (WA) verwenden. Eine Computational Knowledge Engine, mit der Sie eine Vielzahl von Dingen tun können. Was ist der Unterschied zwischen WA und einer Suchmaschine wie Google?
Eine Suchmaschine ist nur ein Werkzeug, das Ihre Suchanfrage mit Daten abgleicht, die von anderen Benutzern verknüpft und bereitgestellt werden. Stattdessen nimmt eine Computational Knowledge Engine wie Wolfram Alpha Rohdaten und macht daraus Berechnungen. Es gibt einen großen Unterschied zwischen den beiden. Während eine Suchmaschine für den Finanzfachmann nützlich sein kann; Eine Rechenmaschine kann zu einem echten Kraftpaket werden!
Wie funktioniert Wolfram Alpha? Lassen Sie mich Ihnen ein paar Dinge zeigen, die Sie damit tun können, um Ihre Karriere jetzt anzukurbeln!
Datensammlung
Ich habe mich in WA eingesteckt „Apple, “, und ich habe eine Reihe von nützlichen Revolution Daten,
Wenn Fundamentaldaten und Finanzdaten nicht ausreichen, können Sie mit derselben Abfrage weitere historische und vergleichende Daten abrufen.
Ok, noch nicht beeindruckt? Lassen Sie uns eine vergleichende Fundamentalanalyse durchführen Analyse in wenigen sekunden!
Wenn Sie monatlich viele Berichte erstellen, benötigen Sie möglicherweise auch eine Zusammenfassung dieser Unternehmen. Unser neuer Freund WA bietet das auch,
Was können wir sonst noch tun? Bloß mit mir
Historischer Vergleich und Prognose
In derselben Abfrage „Apple gegen Microsoft” am Ende der Seite finden Sie auch den historischen Vergleich, der äußerst nützlich ist.
Wem das noch nicht reicht, der findet, wenn man etwas weiter scrollt, auch Projektionen
Wenn Sie sich auskennen Revolution Märkte, Sie wissen auch, dass sie einem Random Walk folgen. Daher können Sie den Zeitrahmen festlegen und die Projektion wie folgt einen „neuen Random Walk“ machen lassen:
Wenn Sie wie ich sind, sollten Sie nach diesem Anblick bereits sehr aufgeregt sein. Wir beschäftigen uns mit Zahlen, also müssen wir Emotionen beiseite lassen und unsere Fassung zurückgewinnen. Es ist an der Zeit, dieses Tool voll auszuschöpfen!
Computergestützte Analyse von Aktien
Machen wir jetzt eine schnelle Berechnung Analyse. Ich möchte die Marktkapitalisierung von Apple gegenüber Microsoft kennen. Mit dieser einfachen Abfrage erledigt „Marktkapitalisierung Apple/Microsoft“ WA das für mich,
Dennoch denken wir immer noch auf der mikroökonomischen Ebene. Wechseln wir die Perspektive und betrachten wir es von der Makroebene aus. Ich möchte wissen, wie viel das New Yorker BIP zum gesamten BIP der Vereinigten Staaten beiträgt. Hier gehen Sie das Ergebnis und die Geschichte Analyse,
Mit dieser Logik können Sie alles berechnen. Von makroökonomischen Werten bis hin zu vergleichenden Analysen von Unternehmen oder Währungen und Rohstoffen. Es liegt wirklich an Ihnen und der Art von Revolution Analyse du leistest.
Barwert, zukünftiger Wert und Zinsberechnung
In den Revolution Welt, jeder ist mit dem Begriff der Zeit vertraut Wert von Geld. Zeit Wert sagt uns, dass ein Dollar heute mehr wert ist als ein Dollar morgen. Was bedeutet das? Es bedeutet, dass Sie heute eine Geldsumme haben. Dieser Betrag könnte investiert werden, um durch Zinsen mehr Geld zu verdienen. Gleichzeitig könnte dieser Geldbetrag auch verlieren Wert wegen Inflation. Daher müssen Sie ein Gleichgewicht zwischen beiden finden, um sicherzustellen, dass Ihr Geld in Zukunft mehr wert ist.
Um zu wissen, wie viel heute eine in die Zukunft investierte Geldsumme bei einer gegebenen Rendite wert ist, muss ich ihre Gegenwart berechnen Wert (PV).
Es gibt eine Fülle von PV-Rechnern da draußen. Doch WA ist mächtig, weil es sehr dynamisch ist und es Ihnen ermöglicht, die historischen Vergleiche zu sehen und Wert. Merken Sie sich; Sie können WA jede sachliche Frage stellen, die Ihnen in den Sinn kommt,
Makroökonomische und sozioökonomische Daten und Vergleich
Wenn ich a . mache Revolution Bericht sind bestimmte makroökonomische und sozioökonomische Daten zu berücksichtigen. In dieser Hinsicht wird WA Ihr Leben viel einfacher machen. Beispielsweise können wir einen demografischen Vergleich zwischen den USA und Kanada anstellen,
Oder noch besser, wir können einen eingehenderen makroökonomischen und sozioökonomischen Vergleich anstellen, indem wir einfach „USA vs. Kanada“ einstecken.
Es gibt endlose Möglichkeiten bei der Verwendung dieses unglaublichen Tools. Es liegt wirklich an Ihnen, die Analyse Sie entwerfen und die Kreativität, wie Sie es ausführen.
In dieser Geschichte haben wir das Leben eines der interessantesten Menschen unserer Zeit gesehen. Schon in jungen Jahren zeigte er großes Interesse und Talent für Physik. Doch anstatt nur seinen Interessen in Physik und Philosophie nachzugehen, wurde Stephen Wolfram erfolgreich Unternehmer.
Es gelang ihm, Mathematica, ein Unternehmen, das mit NeXT gebündelt war, von Grund auf neu aufzubauen. Außerdem gelang es ihm, sich Zeit zu nehmen, um die Konsequenzen seiner früheren Studien zu zellulären Automaten zu reflektieren und zu verstehen, um einen Rahmen zu schaffen, der zu einer neuen Art von Wissenschaft werden sollte. Als ob das nicht genug wäre, erkannte Stephen Wolfram, dass es an der Zeit war, die Mathematik zu demokratisieren und sie den Massen zugänglich zu machen.
Das tat er, als er Wolfram Alpha auf den Markt brachte, das, wie wir gesehen haben, ein unglaubliches Tool ist, das auf vielfältige Weise verwendet werden kann. Es ist fast so, als hätte man Einstein in der Tasche. Mit dem Hauptunterschied, dass Wolfram Alpha niemals schläft.
Wolfram Alpha ist nicht nur ein tolles Tool, sondern auch ein profitables Unternehmen (wenn meine Vermutungen stimmen).
Die Persönlichkeit von Stephen Wolfram mag Ihnen gefallen oder nicht. Eines ist sicher; Er macht in vielen Bereichen einen Unterschied. Wenn er mit der rechnerischen Irreduzibilität recht hat, gibt es am Ende nur einen Weg zu wissen, wie viel Stephen Wolfram zur Menschheit beigetragen hat, Zeit!
Gehirne sind rechnerisch nicht ausgefeilter als viele Systeme in der Natur und sogar als Systeme mit sehr einfachen Regeln
Was bei Maschinen der Zukunft unvermeidlich ist, ist, dass sie auf eine Weise funktionieren, die wir nicht sofort vorhersehen können. Tatsächlich passiert das schon die ganze Zeit; darum geht es bei Fehlern in Programmen.>
Die Hauptsache, die wir Menschen nicht sinnvoll automatisieren können, ist zu entscheiden, was wir letztendlich tun wollen.
Menschliche Ziele werden sich sicherlich weiterentwickeln, und die Dinge, die die Menschen für die bestmöglichen Dinge halten werden, die sie in der Zukunft tun können, sind möglicherweise Dinge, für die wir noch nicht einmal Worte haben.
Gennaro ist der Schöpfer von FourWeekMBA, das allein im Jahr 2022 rund vier Millionen Geschäftsleute erreichte, darunter C-Level-Führungskräfte, Investoren, Analysten, Produktmanager und aufstrebende digitale Unternehmer | Er ist auch Director of Sales für ein Hightech-Scaleup in der KI-Industrie | Im Jahr 2012 erwarb Gennaro einen internationalen MBA mit Schwerpunkt auf Unternehmensfinanzierung und Geschäftsstrategie.
Auch wenn wir uns die Rangliste ansehen, ist Wolfram Alpha winzig,
