合同签订率：昨天会议总公司要求直营店合同签订率至少要做到90%，目前很多店面完成率都比较低，接下来每周都会进行合同签订率的盘点，没有执行到位的门店请你抓紧时间。
关于考核：从4月开始600元考核系数经理调整部分取消，从考核的结果来看，差距有所拉开，但是整体还没达到预期。但是通过考核来看，也能部分反映出大家平时工作情况。基础工作、增长情况、利润情况、资金占用是我们努力的方面。
终极算法：人工智能重塑世界，我们对算法这个词都不陌生，所谓算法就是一系列指令，精确地告诉计算机该怎么执行。比如购物网站用算法来给你推荐商品，地图导航用算法来帮你选择最佳路线。一种算法可以针对性解决特定的问题。那么有没有一种终极算法，能综合处理所有问题呢？最近有本新书《终极算法》，副标题叫“机器学习和人工智能如何重塑世界”。作者是华盛顿大学计算机科学教授佩德罗·多明戈斯，他也是美国人工智能协会院士，这是国际人工智能界的最高荣誉。作者在这本书里深入讨论了终极算法。我来给你转述一下。先来说说，算法有很多用处，除了前边说过的推荐商品和路线，还可以用大数据预测犯罪倾向，战略性地把警备力量集中在最可能需要的地方，同时采取其他预防措施。这样一个城市的警力就能在最大程度上得到合理配置。但是算法有两个不可避免的难题，一个是空间复杂度，就是把算法存储到计算机里，需要大量空间。要是计算机没法提供需要的内存，这个算法就没用。另一个是时间复杂度，就是算法的运行时间，要是时间太长，我们等不了，那这个算法也没用。而且，如果算法越来越复杂，人类大脑无法理解，那也就无法纠正。即便算法再厉害，也不会做我们想让它做的事。那应该怎么办？作者在书里提出了这样一个假设：所有知识，不管是过去的、现在的还是未来的，都有可能通过一个通用的学习算法来从数据里获得。这个通用的学习算法，就是终极算法。作者认为终极算法可以统一所有学科的思想，而且通过它有可能提出新的万有理论，成为所有理论的起源。机器是怎么学习终极算法的呢？跟人类的学习过程相似。第一，人类获取知识的第一步就是聚类，就像整理书柜时把同一类的书放在一起，机器也是通过典型元素来简化理解集群的。第二，为了减少提取记忆的时间，我们需要对记忆组块进行大量重复的锻炼。比如我们解决一个小问题后，大脑里就会形成一个组块，下回遇到同样的问题，就可以直接应用这个组块。一旦你掌握了相应的组块，就掌握了一类问题的解决方式。同样，机器也需要不断练习，来掌握不同组块，确定不同学习组块间的关联关系，提高算法的运算效率。而且，机器还要学会关联不同的事物，了解事物之间相互关联的方式。如果未来社会有了终极算法，会是什么样的呢？作者说，每个人都会形成自己的独特模型，这个模型会像一面镜子，不仅可以显示你的外表，还能帮助你成为更好的人。比如，你遇到一个问题，要做一个决定。在做决定之前，你的模型可能已经与别人的模型进行了数百万次的模拟，然后给你一个最优的选择来做决定。再比如，你要找工作，一家公司恰好在招聘，公司的模型会对你的模型进行面试，整个过程不到1秒钟。你的模型在不断演进，帮你做出最好的选择。那么，拥有终极算法的人工智能会抢了人类的工作吗？作者说，不用担心。如果计算机已经学会完成你的工作，不要试图跟它竞争，而要利用它，把它们看作自己大脑的扩展。更重要的是，一些职业真的无法替代，因为这些职业有人类经历，如果没有人类体验就无法理解，比如人文科学。通过机器低成本完成的事情越多，人文科学家的贡献就越有价值。那么，人工智能会接管世界吗？作者说，这个概率是0。因为计算机本身没有自己的意志，它们只是工程师生产的产品，不是进化体。每种学习算法都有三个组成部分，也就是表示方法、评估和优化。虽然原则上说，学习算法可以学习任何东西，但评估功能是由人类决定的，计算机只能给我们设定的目标服务。未来人类与人工智能的关系，就像DNA与人类的关系。人类发明了避孕之类的手段，在寻找乐趣的同时，限制DNA的传播。人类能用自己的自由意志来追求快乐和避免痛苦。对于人工智能也是同样的道理。
