16009　　6月9日，首届全国信息安全企业家高峰论坛在兰州顺利召开。本次论坛由兰州市委网信办、兰州市大数据社会服务管理局、中国信息产业商会信息安全产业分会主办，甘肃省网络空间安全协会、甘肃省网络文化协会、甘肃海丰信息科技有限公司、甘肃安信信息安全技术有限公司承办。论坛汇聚了数百位安全领域的重量级嘉宾，就网络安全创新发展、推动各地信息安全服务和管理水平快速提高等话题展开讨论。16849 锦佰安科技CEO冯继强发表主题演讲　　锦佰安科技创始人兼CEO冯继强受邀出席论坛，并发表了题为《人工智能在网络身份认证领域的应用与创新》的主题演讲。演讲中指出账号登录的本质是为了区别人和机器、还有区别人和人，也就是人机识别和身份认证。 　　传统认证方式存在身份冒用风险 　　传统的身份认证方式存在很多问题，比如静态密码、图片验证码、短信验证码很容易破解，U盾等硬件设备则由于成本高、用户体验差等问题制约了其应用场景，近些年开始流行的指纹、声纹、人脸识别，必须在支持生物识别的设备上才能运行，而且生物特征获取成本低、容易伪造，有着较大的安全隐患。 　　因此，以上的验证方式显然无法进行严格的人机识别和身份识别，在账号登录时也就存在用户身份被冒用的风险。 16851　 　　行为识别精准识别用户身份 　　冯继强强调，随着人工智能时代的来临，机器学习已被越来越多地运用于网络攻防中，AI对抗AI的情况逐渐增多，这也对网络身份认证技术的安全性和便捷性提出了更高要求。由于每个人的操作行为特征都是独特且不可复制的，所以，用机器学习手段为这种行为特征建立识别模型就能精准识别用户身份。基于这一原理，锦佰安科技率先推出了基于AI的行为识别身份认证产品——SecID AI行为识别身份认证系统。 16850 　　SecID通过卷积神经网络、循环神经网络、贝叶斯神经网络等机器学习模型，在用户无感知状态下利用传感器多维度、多规则地对用户日常登陆账户的操作行为和使用习惯持续深度学习。SecID为每个用户单独建立行为特征识别模型，在用户登陆账户时与本人进行相似度匹配，即可对用户身份进行确认，确保只有用户本人可以进行业务操作，即使密码泄漏也能保证账号安全。 　　通过以上核心技术，SecID不仅能有效过滤虚假机器操作，而且还能精确识别用户本人，从而在安全角度完美解决了人机识别和身份识别问题。除此之外，用户输入密码的一步操作等于同时完成了密码验证和行为验证这两步验证过程，也就极大地提升了网络身份认证的便捷性。 　　最后，冯继强提到，SecID可以广泛应用于所有对身份认证有需求的场景，比如注册、登录、转账、支付等敏感性操作中的身份鉴别，或大额交易时的身份识别与授权。 　　目前，锦佰安科技已经与政府、金融、云服务、区块链、医疗等领域的众多机构和知名企业开展深入合作。今后，锦佰安科技还会继续专注AI安全身份认证领域，以开创无感知身份识别新**为使命，为更多行业的用户提供更优质的身份认证服务。

本帖最后由 FPGA加速云服务器助手 于 2018-6-25 18:52 编辑华为致力于提供从硬件、工具链和云OS全面技术支持，定制合作模式以充分发挥合作伙伴商业优势。与合作伙伴共建开放共赢的开发生态，推出FPGA云加速服务解决方案已覆盖基因测序、视频编解码、金融风控、人工智能、图片处理和大数据分析等领域，面向更多行业提供高性价比可重构加速解决方案。 一、基因加速解决方案 1、峰科加速基因解决方案 提供商： Falcon 产品链接： https://app.huaweicloud.com/product/00301-120455-0--0 产品描述： 随着第二代测序技术的广泛使用以及与基因有关的人类疾病不断被发现，基因组数据在医学领域中的可用性和重要性与日俱增。 基因组数据必须先完成包括纠正测序错误和识别变异处理流程，才能应用于临床或研究，而处理的速度和成本，现在越已成为其应用于临床或科学研究的瓶颈。当前已经有了一些不同的尝试，来加速处理流程，克服这一瓶颈，取得了一定的成功，但仍然缺乏与标准生物信息学分析工具〔例如基因组分析工具包 (GATK)〕的兼容性。 峰科加速基因解决方案使用基于FPGA平台对GATK Best Practices进行加速，同时保持使用方法和结果与标准GATK完全一致。 二、图片转码解决方案 1、CTAccel Image Processor (CIP) 提供商： CTAccel 产品链接： https://app.huaweicloud.com/product/00301-110809-0--0 产品描述： CTAccel Image Processor 是基于 FPGA 计算技术的高性能图片处理加速器，通过硬件流水设计和任务级并行，大大提升了服务器的图片处理性能，包括更小的响应延时，更大的并发请求和更低的 TCO。 CIP 在图像处理计算中，可以降低延时 3 倍，提高并发度3-7倍，降低 TCO 3 倍。 CIP 提供了目前世界上最强的图片处理能力，重新定义了数据中心图片处理计算模式，为互联网图片计算提供最高效的解决方案。 三、AI解决方案 1、DDESE——深鉴科技笛卡尔架构高效语音识别引擎 提供商： 深鉴科技 产品链接： https://app.huaweicloud.com/product/00301-111291-0--0 产品描述： 北京深鉴科技有限公司入驻华为云市场，并发布“深鉴笛卡尔高效语音识别引擎” —— DDESE（DeePhi Descartes Efficient Speech Recognition Engine）。该产品基于Xilinx FPGA，针对深度神经网络（主要是LSTM），为用户提供软硬件协同设计的快速、灵活、高效的推理计算加速解决方案。 DDESE使用了算法、软件、硬件协同设计的深度学习加速解决方案（包括剪枝、定点、编译和FPGA执行推理），同时使用了DeepSpeech2框架和LibriSpeech 1000小时数据集来做模型训练和压缩，支持用户测试对比CPU/FPGA的识别性能以及执行单句语音识别。 DDESE的核心加速引擎主要针对RNN/LSTM，能够显著的降低语音识别（以及机器翻译等AI时序类应用）的延时。深鉴科技在华为云市场发布DDESE，主要目的是以语音识别为应用载体，充分展现基于Xilinx FPGA对AI类应用推理计算加速能力，并通过云端推广，让更多的客户试用并深入了解深鉴科技的全流程解决方案。

Hello DevClouder！各位云端开发者们，大家好。在数据爆炸的年代，大数据技术已然成为兵家必争之地，大数据人才越来越炙手可热！面对机遇，你选择观望等待？还是努力争取？21天转型大数据实战营来了！！！华为云DevCloud&MRS为您准备了最顶尖的华为云大数据导师、最前沿和实用的精编实践课程、最完备雄厚的平台资源支持……带你打破大数据技术壁垒，牢牢把握行业机遇！一起向 Big Data 的巅峰发起冲击吧！面向人群：（1）所有渴望学习大数据的朋友们（2）每日完成学习、实践、打卡任务，就有机会获得惊喜奖品课程预览21天转型大数据实战营课程表　DAY1DAY2DAY3DAY4DAY5DAY6DAY7WEEK1初识MRS服务如何使用HDFS如何开发HDFS程序MapReduce\Yarn介绍如何开发MapReduce程序如何使用Hbase如何开发HBase程序WEEK2如何使用Spark如何开发Spark程序如何使用Hive如何开发Hive程序玩转MRS之访问OBS如何使用Kafka何开发Kafka程序WEEK3如何使用FlumeStorm介绍和程序开发玩转MRS之扩容缩容玩转MRS之弹性伸缩玩转MRS之引导程序玩转MRS之访问原生页面玩转MRS之集群管理

从文明层面上讲，递归式智能发展已经发生。编者按：人们常常对人工智能能否发展出比人类更聪明的智慧而进行辩论。本文作者François Chollet在“The impossibility of intelligence explosion”一文中论述了智能爆炸的不可能性，在他看来智能的发展是一个经由环境、文化、大脑等共同进化所合力完成的过程。1965年，I.J.古德首次提出“智能爆炸”概念，它与人工智能有关：让我们将那种超级智能机器（ultraintelligent）定义为智力远超任何人类的机器。因为机械设计是这个超级智能机器的其中一种功能，所以它可以设计出更优秀的机器；毫无疑问，这将是一次将人类智慧远远被甩在后面的“智能爆炸”。假如这部机器足够顺从而告诉我们如何控制它，那么第一个超级智能机器也即是人类所需要的最后一项发明。几十年过去了，能够使“超级智能”突然崛起而人类将意外终结的“智能爆炸”概念在人工智能领域内占据了主导地位。著名商界领袖将其视为一个比核战争和气候变化更为严重的重大风险。机器学习领域的研究生都赞同这一观点。2015年针对人工智能研究人员的电子邮件调查显示，有29%的受访者认为，智能爆炸“很可能”或是“极有可能”发生。另有21%的人认为这种可能性需要严肃对待。而其最基本的前提是，第一个“种子人工智能”在不久的将来腾空出世，其解决问题的能力会略高于人类。这个种子人工智能将开始设计更好的人工智能系统，通过递归式的自我完善循环在短时间内以数量级的方式超越人类智慧，将其留在尘埃之中。这一理论的支持者也将智能视为一种超级力量，如同科幻电影《超验骇客》中所展示的那样，赋予其持有者塑造生存环境的近乎超自然的能力。因此，超级智能意味着近乎于无所不能，并将对人类的生存构成威胁。这一科幻式论述引发了关于人工智能风险与监管的必要性的危险且误导性的公众辩论。在本篇文章中，我持智能爆炸不可能发生的观点，智能爆炸的概念来自于对智能本质与递归式自我完善系统行为的深刻误解。我尝试将自己的观点基于对智能系统与递归系统的具体观察之上。 一种源于对于智能误解的缺陷推理智能爆炸背后的逻辑，与20世纪60年代和70年代兴起的人工智能理论相似，是诡辩式的：人们以一种完全抽象的方式考虑“智能”，并不联系前后情境，也忽略了关于智能系统与递归式自我完善系统的有效证据。我们不一定非得如此。毕竟，我们身处一个充斥着智能系统（包括人类自己）和自我完善系统的星球之上，因此我们可以通过简单观察并向其学习找到解决那些即将到来的问题的方法，而不是提出无证据的循环推论。为了讨论智能以及可能的自我完善问题，我首先需要介绍必要的背景与情境信息。当我们在讨论智能的时候，我们在谈论什么？准确定义智能本身就是一次挑战。有关智能爆炸的叙述是将智能等同于由目前人类大脑或未来电子大脑所代表的个人智能代理用以解决一般问题的能力。这并不是关于它的完整描述，所以我将以这一定义为一个切入点，并展开论述。 智能是情景式的关于智能爆炸理论的第一个问题是它没有认识到智能必然是更广泛系统的一部分，应该视智能为“罐子里的大脑”，它可以在某种条件下独立随意地使用。大脑只是生物组织的一部分，里面不存在任何内在的智能。除了人的大脑之外，人的身体和感觉，人的感觉运动能共性，也是大脑中的基本组成部分。人所处的环境是大脑的基本组成部分。人类文化是思想的基本组成部分。这些都是人类所有思想的来源之处。因而不能把智能从它所表达的环境中分离出来。 尤其需要提到，不存在“一般”智力这种东西。在抽象层面上，我们通过“没有免费午餐”定理知道这一点，意即在没有实际情境的语境下，没有一种算法比随机猜测的效果好。如果智能是一种解决问题的算法，那么它应该关于处理一个特殊问题。更具体的说，通过经验观察我们可以了解到所有智能系统都是高度专业化的。我们今天所创建的人工智能系统基于超专业极其细化的任务，比如玩围棋，或者是把图像归类为10000个已知类别。章鱼的智能是专门用来处理章鱼的问题。人类的智能是专门用来处理人类的问题。如果我们在章鱼的身体里放入一个新鲜的人类大脑并将其放归海底，情况会如何呢？它能学会使用它那八条腿的身体吗？它能活几天？我们无法完成这个实验，但是我们知道人类与动物的认知发展是由硬编码固定式的、先天动力所驱动的。人类的婴儿天生就有一套先进的反射行为和天生的学习模板，从而促使其早期的感觉运动的发展，这与人类感觉运动空间的结构有着本质的联系。大脑拥有硬编码就相当于有了一个可以抓东西的手，一个可以**的嘴巴，一个可以用来视觉跟踪的基于头部移动的眼睛，这些预先置入的概念需要通过人类的智能来控制身体。它甚至由乔姆斯基令人信服地论证了，人类的高级认知特征，比如语言能力，是天生的。 同样，人类可以想象章鱼有着一套自己的硬编码认知原语用来学习如何使用自己的身体，并在章鱼的环境中生存。人类的大脑在人类的生存条件下极其具有特殊性，这是一种天生的专业化，并可能延伸到社会行为、语言与常识领域，而章鱼的大脑同样也非常专注于章鱼的行为。人类婴儿的大脑即使被正确地移植到章鱼的身体里，也可能无法充分控制其独特的感觉运动空间，并且会很快死掉。如果我们将一个人的大脑和身体放入一个我们不了解的环境中，会发生什么呢？被一群狼养大的毛克力，长大后会比他的犬类兄妹更聪明吗？还是会像我们一样聪明？如果我们用小爱因斯坦来代替小毛克力，他最终会致力于发展宇宙大理论吗？我们的经验性证据相对缺乏，但是就目前所了解的而言，脱离人类文化环境而成长起来的孩子并没有发展出任何人类智慧。幼年时期开始在野外长大的野生孩子们实际上成为动物，并且在回归文明之后也无法习得人类的行为和语言。在南非，被猴子抚养长大的Saturday Mthiyane五岁时被人类发现，他在成人后也一直表现得像猴子，一直用四肢跳跃行走，没有语言能力并拒绝吃熟食。那些至少在某些性格形成时期与人类进行过接触的孩子，在再教育方面的运气会稍好一些，尽管他们不能完全掌握人类的机体应用。如果智能从根本上来说与特定的感觉运动方式、特定的环境、特定的成长过程与特定的待解决问题有关，那么人类就不可能仅仅通过调整大脑来武断地增加替代型智能，好似通过给传送带提速来提高工厂生产力一样。智能的扩张只能来自于思维、感觉运动方式与环境的共同进化。如果说人的大脑是判断解决问题能力的决定性因素，那么那些智商远远超过正常范围的人就会生活在正常情况之外，他们会解决那些之前无法解决的问题，并将接管世界，就像某些人害怕比人类更聪明的人工智能会做的那样。而事实上，拥有超长认知能力的天才通常生活在平庸的环境中，很少有人去做那些引人注目的事情。在特曼里程碑式的“天才遗传学研究”中，他指出，那些特别有天赋的实验对象，大多会追求“像警察、海员、打字员和档案管理员一样较低下”的职业。目前大约有700万人的智商高于150，他们比其余的99.9%的人类有更好的认知能力，但是大多数不是你在新闻里读到的那些人。在那些真正想要征服世界的人中，几乎没有人有着过人的才智。据说，希特勒高中辍学，两次进入维也纳艺术学院的尝试均失败了。那些最终在困难问题上取得突破的人，是在环境、性格、教育与智力的综合基础上完成突破的，他们站在巨人的肩膀之上。闪烁着智慧光芒的成功是在恰当的时间拥有解决重大问题的能力。这些突出问题的解决者大多都那么聪明，他们的技能似乎只针对某一专业领域，并不会在自己的领域之外表现得超过平均水平。有些人获得了更好的成就更多是因为他们有更优秀的团队，或者是有更多的勇气和职业道德，或者是有更大的想象力。有些人只是碰巧生活在正确的情境中，在合适的时间进行恰当的交往。智能是基本情境。 我们身处的环境严重限制了我们的个人智能智能不是超级力量，拥有非凡的智能本身并不能使一个人在所处的环境中拥有超乎寻常的力量。然而，有充分的证据证明，虽然具有争议性，但是用智商可以衡量原本的认知能力。这在特曼的研究中首次得到证实，后来又相继被其他人证实，如2006年一项大规模研究发现，智商与社会经济层面上的成功之间存在着明显的相关性。因此，一个智商为130的人在统计学概率上比智商为70的人更有可能成功地解决生活中的问题，虽然在个人层面上无法保证。但是事实却是如下情况：这一相关性在达到某一点之后就会失效。没有相关证据表明智商为170的人比智商为130的人更有可能在自己的领域取得更大的成就。事实上，许多有影响力的科学家智商往往在120-130之间，费曼为126，DNA的共同发现者詹姆斯·沃森为124，这处于众多平庸科学家的范围值之内。与此同时，今天仍有大约5万人的智商达到170或是更高，而其中有多少人能像沃森教授一样解决了非常重要的问题？为什么原有的认知能力的实际效用会停滞在某个临界值上呢？这指向了一个非常直观的实时：取得高成就的确需要足够的认知能力，但是目前解决问题的瓶颈并不在于潜在的认知能力本身，瓶颈在于我们所处的环境。那些决定了我们的智力表现如何的环境因素限制了大脑能做什么的可能性，包括我们能长成为多么具有智慧的人，如何能有效利用所开发的智能，以及解决问题的能力。所有证据表明，我们当前的环境，就像过去20万年包括史前时期的整个历史环境一样，不允许高智商的个体充分开发和利用自己的认知潜能。1万年前，一个具有高潜力的人类在低复杂度的环境中长大，会用少于5000个单词说着一种语言，从来没有人教他读或写，接触的知识有限，受到的认知挑战也很少。对于大多数当代人来说，情况可能会稍微好一些，但是没有迹象表明我们的认知潜能已经超出了我们所生存的环境。“不知怎么的，我对于爱因斯坦的大脑重量与复杂程度并不感兴趣，而对于那些怀有同样天赋的在棉田和血汗工厂里工作与死亡的人们更感兴趣。”—斯蒂芬·杰·古尔德在丛林中长大的聪明人不过是无毛猿类。同样，将一个拥有超级人类大脑的人工智能放置在一个现代人的身体里，很可能不会比聪明的当代人有能力激发出更大的能力。如果这种情况可能出现，那么拥有极高智商的人类的个人成就将在统计学意义上表现得超乎寻常，他们会实现对环境的强力控制，并能够解决现实实践中并不存在的重大的突出问题。 大多数人的智力并不是凭借我们的大脑，而是在我们的文明中具象化问题不仅仅是关于我们的身体、感觉和环境在多大程度上决定了大脑的智力发展程度，关键是，我们的生物大脑只是我们整个智力的一小部分组成。认知修复术外在于我们，它通过人类大脑而强化解决问题的能力。智能手机、笔记本电脑、谷歌搜索、你在学校里获得的认知手段、书本、其他人、数字符号、编程。在所有认识修复逻辑中，最基本的是语言本身，它本质上是一种认知操作系统，没有它我们就无法思考。这些东西并不仅仅是被灌输进大脑然后被使用，这实际上是一种外部认知过程，通过时间、空间以及更为重要的个性等非生物方式来运行思维和寻找解决问题的方法。是这些认知修复术而不是我们的大脑，在我们认知能力中扮演着重要角色。我们身体本身就是工具。一个个体从物理学意义上来说几乎是无用的，因此，人类只是两脚猿类。是那些经过数千年知识与外部系统集体积累的被我们称之为“文明”的东西使我们超越了动物的本性。当一位科学家的研究取得进展时，他们大脑中所运行的思维过程只是这个方程式的一小部分，整个解决问题的过程将扩大至计算机、其他研究人员、论文笔记、数学符号等范围。他们之所以成功是因为站在了巨人的肩膀之上，而自己所做的工作只不过是跨越了几十年，跨越了成千上万的人而走完了解决问题的最后一个子程序。他们自身之于整个问题解决的意义并不比单个晶体管在芯片上所扮演的角色重要。 个体大脑无法实现递归式智力增强大量证据指向这个简单的事实：单凭一个人的大脑无法设计出比自己更强大的智慧体。以下是纯粹的经验之谈：数以十亿计的生命个体如过眼云烟来来去去，始终没有一人成功过。结论显而易见，一个人无法在自己的一生中创造出智慧体。也可以这么说，只有将数十亿视为基数，那么就可能成功。这些在几千年的时间中积累了知识并发展出外部智能过程的数十亿大脑产生了一个系统——文明，它最终会使人工大脑比人类个体更聪明。是整体的文明，不是你，不是我，也不是其他任何人，将创造出超级人工智能。这是一个我们甚至无法理解的涉及无数人类，涉及无数时间跨度的过程。它不仅与生物智慧有关，而且更多与外部化的智慧有关，这涉及书籍、计算机、数学、科学、互联网等。在个人层面上，我们是文明的载体，站在前人的肩膀上工作，并将我们的发现向下传递。我们是文明体系中解决问题的一小粒晶体管。经过几个世纪以来的共同研究，未来的超级人工智能是否有能力创造出比自己更强大的人工智能？不，人类无法超越。记住，没有人，没有任何智慧体能成功设计出比自己更聪明的东西。我们所要做的是，逐渐地、集体地建立起超越自我解决问题能力的外部系统。然而，未来的人工智能，包括那些模仿人类以及迄今为止所生产的其他智能系统在内，将有助于我们的文明发展，而人类的文明将反过来不断扩大其生产人工智能的能力。在这个意义上，人工智能与计算机、书籍和语言本身没有什么不同：它是一种赋予我们文明力量的技术。因此，超级人工智能的出现被作为一个奇点与计算机、书籍和语言的出现并无特殊之处。文明将发展出人工智能，并将继续前进。文明终究会超越我们现在的样子，就像它超越一万年前时我们的样子。这是一个渐进的过程，不是一个突变。那么，智能爆炸的基础前提，即具有比人类更强大的解决问题的能力并导致突变式的、递归式的、失控的“种子人工智能”的说法是错误的。人类解决问题的能力，尤其是我们创造人工智能的能力，已经在不断提高，这些能力并不主要存在于我们的生物大脑中，而是存在于外部的、集体式的工具中。递归式循环长久以来就存在，“更棒的大脑”的崛起并不会对其产生质的影响，也不会超过以往任何一种提高智力的技术。人类的大脑本身并不是创造人工智能过程中的重要瓶颈。那么就这一点，你可能会问，文明本身不就是一个正在运转的进行自我完善的大脑吗？那么我们的文明智慧会发生大爆炸吗？不会。因为至关重要的是，文明智慧水平的循环提升只会出现明显的线性进步，不会出现大爆炸。但是原因是什么呢？难道不是数学意义上递归式的增强X会导致X的指数级增长吗？不会的。简言之，因为没有一个复杂的真实系统可以被简单建模为`X(t + 1) = X(t) * a, a > 1`。任何系统无法在真空模式中生存，智能尤甚，更不用说人类文明。 我们对于递归式自我完善系统的了解我们不必猜测“爆炸”是否会发生在智能系统有能力优化自身智能的时刻。当这种情况发生时，大多数系统也是在进行着递归式自我完善。而人类被这些变化包围。因此我们能够确切的知道这些系统在各种各样的环境中，在各种各样的时间尺度上如何运作。你自己就是一个递归式自我完善系统：教育使你更聪明，从而反过来使你更有效地教育自己。同样，人类文明也在更长的时间跨度中进行递归式自我完善。机械电子化也会发生递归式自我完善，用更好的生产机器人制造出更好的生产机器人。军事帝国同样也会进行递归式自我扩张，帝国越大，军事力量就越强。还有个人投资的递归式自我提高，你的钱越多，你赚的钱就越多。各种例子比比皆是。以软件为例。编写软件显然可以增强软件编写能力：首先，我们编辑可以执行“自动编程”的编译器。之后，我们使用编译器开发出实现更强大编程功能的新语言。我们使用调试程序、IDEs、linters、bug predictors这些语言开发出高级开发工具。在未来，软件甚至会自行书写。那么，这个递归式自我完善过程的最终结果是什么？你能用自己的电脑软件把工作效率提高一倍吗？明年呢？可以说，软件的适用性一直在以可测量的线性速度提高，与此同时我们已经投入了指数级的努力在改善它。几十年来，软件开发人员的数量一直呈指数级增长，而我们所运行软件晶体管数量也在不断增长，这与摩尔定律相符。但是，我们的电脑变得有用只是相对于2012年、2002年或者是1992年。原因是什么呢？首先是因为软件的有用性受到了应用情境的根本限制，就像智力一样，它被其所表达的情境所定义与限制。软件只是我们的经济、我们的生活这个更大过程中的一个齿轮，就像个体的大脑只是人类文化这个更大进程中的一个齿轮一样。这一情境严苛地限制了软件发挥其最大潜在的可能性，就像我们所处的环境严苛地限制了个体的智力发展程度，即使是拥有超级大脑的天才。除了前后情境的限制，即使系统的某个部分具有递归式自我完善的能力，系统的其他部分也可能成为瓶颈。在软件中，对抗性过程会出现在其进行自我完善的过程中，这可能是由资源消耗问题、特征蠕动问题、或是用户体验问题所引起。当涉及个人投资的问题时，你自己的支出率就存在这样一个对抗过程，你拥有的越多，花的钱就越多。而提到智力问题，系统间的交流会阻碍针对基层模块的任何改进行为，因为智能部件大脑在进行协调时会遇到太多麻烦。一个拥有更聪明人士的社会体系需要投入更多的联系与交流。高智商的人也更容易患上某些心理疾病，这也许不是巧合。过去的军事帝国在超过一定规模之后走向崩溃也可能不是偶然事件。指数级的增长，会遇到指数级的摩擦。一个值得我们注意的具体议题是科学进步，因为它在概念上非常接近于智能本身。作为一种解决问题的科学非常接近于与正在运行中的超级人工智能。当然，科学也是一种进行递归式自我完善的系统，科学的进步会导致工具的发展，从而赋予科学以力量，比如实验室硬件（如量子物理学发现了激光，从而使得新量子物理实验成为可能）、概念工具（如新定理、新理论）、认知工具（如数学符号）、软件工具、通信协议，这使得科学家能更好的彼此合作（比如因特网）……然而，现代科学却是以可测量的线性方式进步。我在2012年的一篇题为《奇点不会来》的文章中详细描述了这一现象。物理学在1950-2000年期间所取得的进步速度并没有超过1900-1950年。可以说，两个阶段的进步近乎相同。今天数学领域的发现并没有比1920年变快。几十年来，医学从所有指标来看呈线性发展模式。尽管我们在科学上投入了大量的精力，科研人员的数量以15-20年增加一倍的速率变化，这些研究人员还正在使用那些以指数级优化的计算机来提高科学生产力。结果如何？是什么瓶颈和对抗反应正在减缓科学的递归式自我提升？原因有很多，我根本数不清楚。而下文将提到其中一些。重要的是，提到的每一点都适用于处于递归式自我完善的人工智能系统。 [*]随着时间的推移，在某一特定领域进行科学研究的难度会成倍增加。该领域的开创者收割了大多数唾手可得的成果，而在之后取得类似的成就需要付出更多的努力。没有一位研究人员能像香农1948年的论文那样，在信息理论方面取得如此进展。 [*]当某一领域范围更广时，研究人员之间的分享与合作会变得更加困难。要跟上新出现的思想越来越难。记住，有N个节点的网络一共有N * (N - 1) / 2条边。 [*]随着科学知识的扩展，需要在教育与培训上投入的时间和精力也在增加。而单个研究人员的研究领域也变得越来越窄。 在现实世界，系统瓶颈、收益递减与对抗性反映最终会围绕在所有递归式自我完善的周围进行干扰。自我完善的确会带来进步，但是进步往往是线性的，或者是S型的。你所投入的第一枚“种子美元”通常不会带来“财富爆炸”。相反，投资回报与不断增长的支出之间的平衡通常会使你的储蓄随着时间的推移而大致呈线性增长状态。这些是比思维的自我完善以数量级程度简单化的系统。同样地，第一个超级人工智能只是一个我们早就已经开始攀登的线性进步的又一个脚印。 总结智能的发展只能来自于大脑、感觉运动能供性、环境与文化的共同进化，而不仅仅是在一个封闭的罐子中某些大脑齿轮孤立地发展。这种共同进化自宇宙大爆炸开始就缓缓启动，随着智能越来越基于数字化，它将继续存在。由于这个过程的进展大致呈线性模式，因而不会发生所谓的“智能爆炸”。记住： [*]不能脱离情境谈智力，不存在一般智力这样的东西。你的大脑比之你的身体、所处的环境、其他人以及整个文化来说是更为广大的系统的一部分。 [*]任何系统都不能在真空环境中生存；任何一个个体的智力都将被其存在的环境所定义与限制。目前，是我们的环境而不是大脑正在成为智能的瓶颈。 [*]人类的智慧在很大程度上是外化的，它不存在于我们的大脑中，而是存在我们的文明之中。视**本身为工具，我们的大脑是一个更大的认知系统的一个模块。这个认知系统正在自我完善，并且已经存在了很长时间。 [*]由于可能出现的瓶颈、递减以及在更大范围内产生的对抗反映，递归式自我完善系统在实践中不会以指数级增长。从经验角度来看，它更倾向于以线性或S型形式前进。而这尤其解释了科学进步的原因，而科学可能是我们所观察到的最接近于进行递归式自我完善的人工智能的系统。 [*]从文明层面上讲，递归式智能发展已经发生。它将在人工智能时代继续发展，并大致呈现出线性方式。 [*]本文转自：36 氪，英文原文，作者：François Chollet，编辑：郝鹏程

00后加入求职大军 95后求职者人数剧增 每年的三四月份都是一年中求职招聘的黄金时期。据重庆晨报报道，近日，汇博网发布了2018重庆第一季度人才供需分析报告。 报告显示，从求职者的学历方面来看，越来越多的本科、硕士求职者也加入了求职大军。从求职者学历构成来看，第一季度求职者学历水平大幅度提升，本科、硕士涨幅分别约达到14.33%、18.08%，极大地改变了以往大专学历是求职主体的状况。 从求职者年龄层段来看，虽90后求职者依旧为求职主体，但其涨幅不是很明显，涨幅最大的是95后，达到了78.34%，求职人数超4万人。 汇博网人力资源专家李春杰分析，虽然90后依旧是人才市场中的求职主体，但随着求职者人数越来越趋于稳定，竞争指数不再持续上涨，而95后求职者纷纷毕业步入社会，该年龄层段的求职人数持续地不断上涨，逐渐成为了就业市场的新兴力量，导致95后成为了不少岗位竞争指数越来越大的原因之一。 值得一提的是，2018年开始之后，不少00后相继成年，开始加入求职的大军行列。 哪些领域最缺人？你学相关专业吗？ 百万年薪“砸”向新经济领域 据《经济参考报》报道，“与人工智能、区块链、大数据相关的技术研发人员，包括算法工程师、高级数据分析员、架构工程师等岗位目前薪酬普遍都在百万左右。”长期研究人力资源市场的瑞元投资咨询公司高级合伙人白睿向记者透露，某区块链公司员工规模为200人，其中60多人薪资达到百万级别。 据腾讯研究院发布的《2017全球人工智能人才白皮书》则显示，人工智能岗位平均招聘薪资远高于一般技术类岗位。此外，几乎50%人工智能岗位的职位描述上会提到为员工提供股票期权。 “机器人工程”专业成热门 10年前，如果说人们已经进入人工智能时代的话，很多人会觉得有些牵强附会；然而，就在过去的几年时间里，人工智能技术带着众多人工智能产品，已经走进了千家万户，人们确实正在进入人工智能时代。 据《 人民日报海外版 》报道，教育部国际合作与交流司司长许涛表示，当前，中国人工智能发展迅猛，中国政府也高度重视人工智能领域的发展。预计到2020年，中国人工智能产业规模将超过1500亿元，带动相关产业规模超过1万亿元，如此快速的增长和发展必然会产生大量的人才需求。 据数据显示，中国人工智能人才缺口已超过500万。 教育部近日公布的2017年度普通高等学校本科专业备案和审批结果显示，最“热门”的专业均与信息技术相关。其中，250所高校新增了“数据科学与大数据技术”专业，60所高校新增了“机器人工程”专业。在新增审批本科专业中，也有18所高校新增了“网络空间安全”专业，16所高校新增了“信息安全”专业。 除了传统的学院教育，中国人工智能人才的培养渠道也日渐丰富。日前，由教育部、创新工场人工智能工程院、北京大学联合主办的人工智能人才国际培养计划，是中国首个高校人工智能人才国际培养计划，其目标是探索实践适合中国高等人工智能人才培养的教学内容和教学方法，培养中国人工智能产业的应用型人才。 许涛透露，教育部将进一步完善中国高校人工智能学科体系，正在研究设立人工智能专业，推动人工智能一级学科建设。据介绍，教育部正在研究制定《高等学校引领人工智能创新行动计划》，通过科教融合、学科交叉，进一步提升高校人工智能科技创新能力和人才培养能力。 最热门：250所高校盯上大数据 （阿里·张北·大数据中心） 数据科学与大数据技术专业，共有250所高校设置，包括中国人民大学、北京师范大学、厦门大学等21所教育部直属高校；河南省共有21所高校新增该专业，在各省份中数量最多，河北、山东、安徽、广东、江苏等省也有较多高校成功获批。 自2013年以来，教育部每年年初都会公布上一年度本科专业备案和审批结果。回溯历史可发现，数据科学与大数据技术是在最近两三年才“蹿红”的，2015年度的审批结果中，北京大学、对外经济贸易大学、中南大学就成为首批获批设立该专业的高校；2016年度，又有32所高校设立该专业；到了2017年度，获批设立这一专业的高校数量达到250所，比上年增加218所。 该专业的急剧升温与国家大力支持大数据行业发展的背景密切相关。早在2015年8月，国务院就发布《关于印发促进大数据发展行动纲要的通知》，鼓励高校设立数据科学和数据工程相关专业，重点培养专业化数据工程师等大数据专业人才。 众多高校也意识到，大数据技术已成为引导社会变革的新兴力量。2016年，北京大学在全国率先开设数据科学与大数据技术专业。2016年5月，人民大学宣布新增3个本科专业，其中之一就是数据科学与大数据技术，该专业的目标是培养既掌握统计分析、计算技术和计算机技术专业知识，又熟悉应用领域的全面型数据科学复合型人才，以满足国家对数据科学人才的迫切需求。 培养大数据相关人才，并非局限于这一个专业。教育部透露，截至2016年9月，我国已开设的与大数据相关的本科专业主要包括数据科学与大数据技术、信息与计算科学、统计学、应用统计学、计算机科学与技术、软件工程、信息管理与信息系统7种，共布点2638个。 在研究生教育方面，西南财经大学等多所高校设置了与大数据相关的二级学科和交叉学科，培养研究生。2014年，中国人民大学等五所大学还宣布联合培养大数据分析硕士。 最看涨：机器人工程开设校增59倍 （2017年柯洁与谷歌AlphaGo围棋大战） 全球瞩目的人机围棋大战，让人类见识了人工智能机器人的厉害。最近几年，“机器人工程”也成为方兴未艾的火爆专业，2016年全国仅东南大学开设这一专业，去年增至24所，今年则增至60所，相当于三年间增加了59倍。开设院校以理工科院校为主，包括北京航空航天大学、北京工业大学、天津理工大学、成都信息工程大学等。值得一提的是，本次江苏省属高校中设置这一专业的院校最多，包括南京信息工程大学、淮阴工学院、南通大学等8所学校。 在人口红利逐渐消失的大背景下，我国试图大力发展智能机器人，以促进装备制造业转型升级。2013年，工信部曾发布《关于推进工业机器人产业发展的指导意见》，其中指出，培育3到5家具有国际竞争力的龙头企业和8到10个配套产业集群，在机器人密度方面，每万名员工使用机器人台数要达到100以上。 国务院2015年8月公布的《中国制造2025》提出，要发展高档数控机床和机器人等十大重点领域。 此前，我国开设机器人相关专业的院校以职业院校为主，学生主要是学习简单的编程、系统软件操作、机器人调试等基本技术，有专家指出，这样的学生并不能满足人工智能领域的需求。而大学里也有机器人相关的专业，但多依托于机械、自动化、精密仪器、电气工程、计算机等专业，并未自成一家。正是在这种背景下，2016年，东南大学成立全国首个机器人工程本科专业，当年招生名额30人左右，放在自动化大类下录取，该专业旨在培养以机器人为核心的自动化生产线、成套设备设计、研发和应用的系统工程师。 不得不提的是，“机器人工程”专业的走红，离不开如火如荼的人工智能行业。2017年7月，国务院发布《新一代人工智能发展规划》，这是我国首部国家层面的人工智能发展规划。规划宣布将举全国之力在2030年抢占人工智能全球制高点，将加快培养聚集人工智能高端人才。 自去年以来，中国科学院大学、中山大学、上海交通大学、南京大学等纷纷成立人工智能相关的学院。去年12月底，清华大学同时推出脑与智能实验室、未来实验室两大实验室，也发力研究人工智能。 互联网行业人才紧缺 区块链火了 BOSS直聘研究院发布的《2018求职旺季人才趋势报告》显示，从2018年求职旺季全行业的人才供需情况来看，矿产地质、房地产开发、广播影视和传统银行业是人才较为饱和的行业，新开放的职位需求均较大比例少于求职者人数。 互联网行业再次成为人才最紧缺行业，其中在线教育、互联网金融和企业服务三个细分领域人才稀缺程度最高。 在最为紧缺的TOP10岗位中，大数据、人工智能、算法类岗位占据半壁江山。 数据显示，各产业间平均薪资水平的分化进一步加剧，排名第一的互联网行业，平均薪酬是排名末尾的食品/饮料行业的1.79倍。 进入2018年，区块链一夜之间成为一大风口。 BOSS直聘研究院数据显示，区块链相关岗位的招聘需求自2017年下半年开始快速增长，2017年11月进入第一个明显爆发点。 2018年前两个月，区块链相关人才的招聘需求已经达到2017年同期的9.7倍。1-2月，发布区块链相关岗位的公司数量同比增长4.6倍。截至2月底，区块链相关岗位占到互联网行业总体岗位量的0.41% ，AI相关岗位占比0.91%。 目前，区块链相关岗位的发布地区分布高度集中，北上杭深占比超8成。 2018年求职旺季，超过600家公司在招纳区块链相关人才。按细分领域划分，属于互联网金融、计算机软件、企业服务三个领域的公司数量最多，三者总占比超过50%。 超过80%的相关职位对求职者的技能要求在3项及以上，技术类人才除了需掌握常用开发语言外（C++,Java,Go），还需要对密码学、共识算法、超级账本、智能合约等有足够了解。 新一线城市发力“抢人” 北京平均招聘薪酬排第一 据《 人民日报海外版 》报道，西安、南京、武汉等20多个城市却接连出台一系列人才引进政策，送房、送钱、送户口，政策力度之大前所未有。 来源：《 人民日报海外版 》 智联招聘发布的《2018年春季中国雇主需求与白领人才供给报告》数据显示，新一线城市就业市场火爆，其中，成都最受求职者追捧，竞争指数位列新一线城市榜首。 但北京仍然是人才吸引的头部区域。 数据显示，2018年第一季度，北京平均招聘薪酬为10197元，排名第一。上海、深圳分别以9621元、9134元位列第二和第三。

各位机智聪明的XDJM，你们脑洞大开的时候到了！DCS 隆重推出2.0最新版缺少个响亮的名字快来一“名”惊人，还有神秘大奖等你拿~~只要你匠心独运只要你别出心裁名字由你定酷炫的、有内涵的、霸气的、各种各样风格的都行！动动脑，动动手，大奖轻松碗里来{:2_27:} 【产品介绍】DCS（分布式缓存服务）2.0版本推出性能更为强劲的Redis云服务，为企业量身打造，实例规格更灵活，即开即用，性能卓越！{:2_40:}【征名要求】1.符合产品要求，名字要响亮大气，字字珠玑，给人印象深刻；2.读起来朗朗上口，没有歧义，寓意深刻有内涵；3.每人提交案名数量不可超过三个；4.如同一案名以最先投案名者为准；{:2_29:}【参与方式】跟帖：直接在本活动页面回复跟帖即可。格式：回复“征名+名字”，同时在回复中写上联系电话。邮件投稿：fujing6@huawei.com。格式： 投稿名称+投稿人+投稿人联系方式。{:2_36:}【时间安排】活动时间：2月26日-3月25。公布结果：4月1日。{:2_37:}【评选方式】人气奖1名：帖子被点赞或者回复最多的。最终大奖1名：根据评审会投票，最终中标经采用。

本帖最后由 Sabrina 于 2018-3-15 16:07 编辑 12396 【下午茶时光——每日精选小知识陪你喝咖啡】 近期，由于知名科学家史蒂芬·霍金的逝世，使得霍金与其"人工智能威胁论"又再次引起了广泛的关注。无论你赞不赞成霍金的观点，人工智能确实逐渐在影响每一个人的生活；而对于企业来说，人工智能的发展又会产生什么样的影响呢?本期的下午茶时光就以企业IT的角度，来跟大家探讨人工智能在未来将会如何影响企业IT基础架构。 人工智能影响企业IT基础架构的7种方式 在过去几年中，人工智能(AI)技术已经得到一定发展，许多行业分析师认为，AI将在不久的将来对企业IT产生显著影响。 IDC预测，全球认知系统和人工智能支出将从2016年的80亿美元攀升至2020年的470亿美元。“软件开发人员和最终用户组织已经开始将认知/人工智能嵌入和部署到几乎各种企业的业务流程中，“IDC研究总监David Schubmehl表示。 他补充说：“对人工智能的认知和理解，这项技术能给企业带来的增长机会，将是大多数企业考虑人工智能的因素，而因为AI造成的数字化转型的中断将是致命的。” 在Gartner列出的2017年十大战略技术趋势中，前三个分别是AI和机器学习、智能应用程序和智能化项目，这三者都围绕着人工智能。 AI如何影响企业的IT基础架构? [*]资源需求增加 AI系统需要大量的计算能力，并且为了支持他们，企业需要可以访问具有多核处理器的服务器或云计算服务。 另外为了构建机器学习系统，企业需要大量的数据，这意味着需要更多的存储容量。 当然，组织还需要大量网络资源来支持这些计算和存储系统。 12401 [*]安全情报 安全解决方案产生大量的日志数据，IT管理人员已不能人工管理。 越来越多的安全分析、威胁情报和用户实体行为分析(UEBA)产品利用机器学习和高级算法，来识别和减轻攻击。 然而，黑帽子很快就会开始将AI整合到他们的代码中。 基于AI的网络攻击变得司空见惯可能只是时间问题。 12402 [*]智能监控 除了能够为网络安全提供帮助，AI还可以帮助监控网络和其他基础架构。基于AI的全栈监控，可以集成机器学习和大数据分析功能，为IT专业人员提供智能监控功能，使他们更轻松地完成工作。 12403 [*]自动帮助支持 人们已经习惯了Cortana和Siri等智能助手，客户服务聊天室也变得越来越普遍。很快，AI将可以接管这些自助帮助的职责，可以帮助减轻一些IT负担，为他们所服务的组织提供支持。 12404 [*]智能存储 一些存储专家期望AI也能进行存储管理。机器学习工具可以学习IO模式和数据生命周期，允许存储解决方案做出与存储优化和分层相关的更明智的决策。 也许有一天，AI甚至可以预测存储解决方案会发生故障，给用户有时间备份数据，并在硬件出现问题之前更换硬件。 12405 [*]AI用于基础设施管理 一些专家设想了一个未来，AI不仅可以保护、管理和解决有关网络的问题，而且还可以积极地管理和维护这些系统。 这种自动化水平有时被称为自驱动基础设施或AI定义的基础设施。诸如软件定义的数据中心和编排工具(如Kubernetes )的趋势正在使这种设想成为可能。12408 [*]对人的影响 当然，在关于AI的讨论中，人们都会怀疑机器人是否会最终接管他们的工作，特别是一些IT基础架构管理职位。 5月份，Gartner发布了这样的预测：“AI将最终取代IT组织的许多常规功能，特别是在运营方面，例如系统管理、帮助台、项目管理和应用程序支持。” 然而，许多专家认为，尽管AI会改变人类正在进行的工作的性质，但它不会减少人类的工作岗位。Gartner补充说：“一些工作职位将会消失，但AI会改善人才技能短缺的情况，整个IT组织可以越来越重视创新工作。” 12407 本文转载自《IT168》宁飞虹

本帖最后由 leewei 于 2018-2-24 10:30 编辑一、视频监控行业发展趋势随着我国平安城市、智能交通等各项建设的持续开展，以及金融、教育、物业等各行业用户安防意识的不断增强，视频监控市场近5年来一直保持着18%左右的稳定增长。然而，大多数摄像头一直没能摆脱人工监控的传统监控方式，由此导致了大量视频数据堆积占用存储资源、视频监控实时性差、视频检索困难等问题，一旦有案件发生，海量摄像头带来的海量视频数据检索工作需要耗费大量警力。 为了解决这些问题，近年来，视频监控行业向“高清化、网络化、智能化”趋势加速演进。视频监控设备技术性极强，系统的创新升级同时也在引导市场需求的变化并创造了新的市场需求。 [*]高清化：摄像头高清化是实现摄像头网络化和智能化的重要前提，高清摄像头不仅让我们看得更清楚，也能让机器“看”得更清楚，从而使得机器视觉技术有了用武之地，能够更准确地提取重要的有效信息。此前，阻碍摄像头向高清发展的重要原因是带宽和存储的成本，因此，提升编码效率是实现视频高清化的技术基础。 [*]网络化：网络通信技术的发展使得视频监控系统可以通过互联网远程传输视频数据，从而实现远程监控的功能，这极大的扩展了视频监控的范围。当然，网络化的发展趋势也使得视频的数据量越来越大，要求系统具备更强的存储、检索和备份等功能。同时，海量的视频数据也对视频监控系统的智能化发展提出了更高的要求。 [*]智能化：智能视频监控技术近几年来被广泛研究并开始实际应用，通过将机器视觉技术融入视频监控系统，对视频数据流进行图像处理、目标分析，实现自动检测、目标跟踪等目的，对视频监控系统进行实时控制，变被动监控为主动监控。 “高清化、网络化、智能化”的视频监控系统已经开始应用在实际生活中，具体来说，在智能交通系统中，重要关卡的摄像头能够智能化地检测交通违规，未来覆盖所有道路交通的视频打通后还可以构建城市拥堵模型，并实时调整红绿灯及道路行驶规则；在平安城市系统中，各点位视频不仅被动监控，还可以因地制宜运行安全检测算法，并在事件发生时即主动报警，由原来的“事前震慑，事后追踪”变为主动监测；而在民用市场上，通过在摄像头基础上附加的客流统计、人脸识别等功能，进一步拓展了视频监控的民用市场。 二、视频监控的核心技术——编码技术当代视频监控系统主要包含五大类关键技术： [*]数字视频压缩与编码技术（编码） [*]数字视频的网络传输技术（传输） [*]海量视频数据的存储和检索技术（存储） [*]视频监控场景中的人/物体的识别与跟踪技术（视频图像处理和分析） [*]视频监控场景中的运动检测与告警技术（视频图像处理和分析） 前三项是核心支撑技术，由于视频数据量的庞大与有限的存储和网络传输资源之间存在矛盾，因此视频编码就成为视频监控系统中最重要的核心技术。 国际电信联盟电信标准分局ITU-T与国际标准化组织和国际电子委员会ISO/IEC是制定视频编码标准的两大组织，ITU-T的标准包括H.261、H.263、H.264，主要应用于实时视频通信领域，如会议电视；MPEG系列标准是由国际标准化组织和国际电子委员会ISO/IEC制定的，主要应用于视频存储（DVD）、广播电视、因特网或无线网上的流媒体等。两个组织也共同制定了一些标准，比如H.262标准等同于MPEG-2的视频编码标准。目前，H.261与H.263在视频通信中应用比较广泛，H.264标准的推出，是视频编码标准的一次重要进步，它与MPEG-2、MPEG-4及H.263相比，编码效率更高。但是，更高的编码效率也意味着更加复杂的编码算法，随着集成电路技术的快速发展，H.264的应用已经成为现实。 目前国际最新的视频标准是H.265，在同等清晰度下，H.265视频标准码率是H.264码率的一半，大幅提升传输和存储效率，基于H.265标准各大厂家也推出了更有效的编码算法，如海康威视推出的Smart265，可以针对不同的场景设定不同的码率，在人流量不密集的场景中码率最高可降低70%以上。高效编码算法的出现降低了高清传输的成本，高清化为智能化奠定了基础。图：编码技术的效率对比来源：海康威视官网三、AI在视频监控中的应用根据中安网数据统计，2016年我国高清摄像头存量占比增长至47%，2017年将会超过标清摄像头，2016年我国网络摄像头存量占比达40%，未来将继续高速增长替代模拟摄像头。图：中国高清摄像头存量占比来源：中安网图：中国网络摄像头存量占比来源：中安网升级后的摄像头可以将清晰的视频画面实时传输到后端，同时也带来了海量非结构化的视频数据。因此，利用AI算法将非结构化数据转化为结构化、并进行智能化分析成为视频监控行业面临的首要问题，在提高数据处理效率的同时也能为不同应用场景充分挖掘数据价值。比如，人脸识别是当前在智能化中应用最为广泛的技术，现在通过基于深度学习的人脸识别算法，从抓拍嫌疑人到传入后台系统做出比对预警只需几秒钟。 视频图像处理和分析技术是实现监控智能化的关键，目前主要的安防模式识别技术包括身份识别、轨迹识别和环境判断补偿识别等。来源：安防知识网 AI技术用于视频监控系统有前端和后端两种方案，前者是利用前端摄像机自身的芯片和算法进行计算，而后者则是利用后端计算机进行分析。（1）前端方案：是指在摄像头等前端设备中内置AI分析芯片，通过前置的智能分析可以有效降低需要传输的数据量，在车牌识别等应用上已经比较成熟，现在前端设备做车牌识别准确率已经达到了99%。（2）后端方案：普通摄像头采集视频信息后传输到后端，用后端服务器的方案进行智能分析，这是当前主流的智能分析方案，多采用CPU+GPU架构，GPU集群服务器充分利用多GPU的并行处理能力，有效提高视频结构化处理效率。 前端方案需大量部署AI摄像头，大规模替换现有的摄像头，成本较大。另外，前端设备体积小，对芯片小型化的要求更高，芯片成本约是后端设备成本的两倍，短期限于成本压力，AI功能主要还是集中在后端进行。AI后端产品计算性能强大，一路智能NVR可以同时对几十路摄像头数据进行分析，实现特征提取、人脸识别等功能。 但是，前端智能化可以增强视频监控的及时性效果，同时将AI功能集成到前端可以减少了视频信息上传的带宽压力。随着前端处理芯片性能的不断提升，AI摄像头可以运行更加复杂的算法，长期来看，智能分析前端化也会成为未来的发展趋势之一。

本帖最后由 霁月 于 2018-2-7 17:03 编辑10672云硬盘下午茶时光，Day 20--2018/2/7 【下午茶时光——业界热点陪你喝咖啡】【装上AI大脑的无人机能担当“无人机警察”吗】 除了之前大家都担心的无人机“黑飞”、失控坠机、炸机等各类事故外，无人机还有更大的风险，比如在英国，就已经出现一些不法分子利用无人机向伦敦等地的监狱里投送毒品和通讯设备的事件。那问题来了，如果真有一天，无人机成了“罪犯”或罪犯帮凶，谁能制服它?全球已经有一些团队提供了解决方案，比如交大研发的无人机捕手和Teal无人机，而且它们都一个共同的标签——搭载AI大脑的无人机。那么这些新成员有哪些绝活?它们能成为无人机领域的”警察吗? 智能相对论了解到，在AI助力之下的无人机相较于一般的无人机，在识别与定位、轨迹预测、捕获无人机方面都有突出的特点。目前的AI无人机要担当“无人机警察”还有存在一定的距离，但是以机治机的思路是值得肯定和可行的。我们期待着无人机能够纳入系统化地管理之中，期待着AI“无人机警察”上岗的那一天。10673吃瓜群众说：差点火候，图像识别和算法方面应该都存在缺陷~~~ 【二次元十年沉浮，为什么最终倒下的是A站而非B站】 “我早就不看A站了，换B站了。”这句话浓缩了许多二次元粉丝的真实经历。如果2月8日的凌晨A站还没有复活，“A站享年10岁6个月”将成为定格在二次元历史的一句墓志铭。中国二次元文化的十年历史，就是一部从A站（AcFun）到B站（bilibili）的沉浮史。站长制支撑了A站早期的发展和运营，也是A站得以迅速壮大的基础，却也成为其快速衰落的根源之一。最早期的A站全靠元老自发运营，在松散的管理下，A站产生了大量的“二次内容”生产者，这些早期的UP主制作了许多有趣的内容。2010年3月，A站出现大量贬低A站的弹幕，呼吁用户去B站。“弹幕事件”成为A站和B站命运的转折点，大量用户和UP主从A站转投B站，双方的恩怨也从此开始。十年沉浮之后，中国的二次元终于从A站走向B站。但未来，仍然迷雾重重。10674吃瓜群众说：这就是弹幕引发的悲剧吗~~~ 【人人网谜局：暴涨暴跌后，区块链构想已死？】 ”一月初的区块链行情让我彻底迷失了，每天暴涨的数字像针一样刺痛眼球，随后我加入了区块链的赌徒大军，这波行情让我一星期达到30%收益，最后却全部亏在人人公司上。”2月初，一位美股投资者开始总结上个月交易。首先，我们要明确社交网络需要区块链平台吗？人人公司的答案是yes。他认为，中心化的社交网络有三个痛点，第一是缺乏对内容贡献者的激励，第二是社交平台在交易定价上占优势，不够透明，第三是在商业定价上，广告主和用户吃亏，社交网络可能占便宜。因此，人人公司打算利用最火爆的区块链技术“破局”。10年前，人人网收割了80后的青春集体记忆；10年后，人人公司再次收割了美股投资者的真金白银，以及区块链追随者的“暴富”期待。好景不长，暴涨仅维持两天，便是连续多日的暴跌：18美元，15美元，12美元，10美元，9.5美元......截至2月6日收盘，人人公司股价报9.15美元，跌幅1.93%。10675吃瓜群众说：其实人人网最初的想法很好啊，可惜现实太骨感了~~~【被骗很久：接电话不会让大脑发生癌变更快死亡】 你应该听过这样的说法，打电话都会将手机贴到耳朵上容易诱发大脑变异，最终形成脑癌，但很遗憾这个说法骗了我们太久。据美国国家环境健康科学研究院送出的最新研究显示，我们无需担心长时间使用手机而导致增加脑瘤的风险，因为这压根就是不存在的。更有趣的是，在漫长的实验当中，用于实验的小白鼠经过手机的长期辐射，其要比普通的老鼠活的时间更长一些，当然最重要的一点是，到目前为止，还没有真正的证据表明手机会让人们患癌的风险增加。10676吃瓜群众说：真的被骗了很久~~~ 【马斯克把他的特斯拉送上太空啦】 美东时间周二下午3：45（北京时间今日凌晨4：45），现役最强大的运载火箭——SpaceX旗下“重型猎鹰”火箭首飞成功。现在如愿以偿，这艘现役最强火箭发射成功，马斯克的午夜樱桃红Roadster跑车可能将在太空漂浮十亿年之久。马斯克曾在一条推文就说到，如果火箭不在发射时爆炸，这辆跑车会在深空中待上10亿年。这辆跑车也成为了第一辆飞入太空的汽车。这辆车上播放着大卫·鲍伊的经典歌曲《太空怪人》。马斯克还为他的跑车配备了摄像机，以捕捉在太空中漂浮的汽车的景象。上面还有一个几乎不可摧毁的磁盘，带着Isaac Asimov科幻小说的数字拷贝，此外还有一块铭牌，上面刻着SpaceX公司6000名员工的名字。10677吃瓜群众说：所以现在、地球的轨道上有辆车是吗？ 【往期下午茶回顾】[下午茶时光] 【Day 19--2018/2/5】太执着于让别人喜欢，这是很多创业者的通病[下午茶时光] 【Day 18--2018/2/2】从卖馒头的都不看好, 到用户数超3倍增长, 华为云做对了什么?[下午茶时光] 【Day 17--2018/2/1】业绩不佳是因为扇贝跑了？[下午茶时光] 【Day 16--2018/1/31】AI 能诊断抑郁症吗？[下午茶时光] 【Day 15--2018/1/29】华为Mate10竟然征服了南极珠峰 成功挑战手机抗冻极限[下午茶时光] 【Day 14--2018/1/26】为什么工作三年后，我选择离开腾讯？[下午茶时光] 【Day 13--2018/1/25】你也开始佛系养蛙了吗[下午茶时光] 【Day 12--2018/1/23】听说你天天加班？教你高效工作的秘诀[下午茶时光] 【Day 11--2018/1/22】买iPhone为测电池真假竟用牙咬：直接爆炸[下午茶时光] 【Day 10--2018/1/19】听说你买不起房？教你用一根混凝土水管打造一个家[下午茶时光] 【Day 9--2018/1/17】薛定谔猫的平行世界，生命终结不代表消失[下午茶时光] 【Day 8--2018/1/16】未来10年狗将可以与人说话 ，神奇的人工智能[下午茶时光] 【Day 7--2018/1/15】区块链、比特币、ICO：全都是庞氏骗局[下午茶时光] 【Day 6--2018/1/11】CPU内核高危漏洞爆发，华为云将与客户共进退[下午茶时光] 【Day 5--2018/1/10】国内智造实力惊艳CES展 华为等巨头让人眼前一亮[下午茶时光] 【Day 4--2018/1/9】钉钉无招内部动员信：高管全部下沉服务一亿用户[下午茶时光] 【Day 3--2018/1/8】回首云计算的2017年，华为云高调发力公有云市场[下午茶时光] 【Day 2--2018/1/5】任正非强调低端机重要性，称不能轻视穷人[下午茶时光] 【Day 1--2018/1/4】2018 年科技趋势预测

本帖最后由 霁月 于 2018-2-5 17:24 编辑10452云硬盘下午茶时光，Day 19--2018/2/5 【下午茶时光——业界热点陪你喝咖啡】【一桩“风口谋杀案”：无人货架“快进”200天】 2018年1月开始，风云突变，猩便利紧急战略性收紧、领蛙被便利蜂收购、七只考拉裁员九成的消息就一个接一个曝了出来。狂飙了半年的无人货架行业突然之间就进入到了中小玩家寻找买家、大面积裁员的阶段。这令人始料未及。半年内，行业的马太效应已经出现，未来的寡头也依稀可见，中小玩家可能再无机会。这是个例，还是会成为未来的常态？这对未来的创业者、投资人，以及中国的创业生态，又意味着什么？总之，在投资的套路和公司竞争的套路下，无人货架200天就已经走完了一轮循环。前端扩张之殇，加上后端运营之重，现在无人货架的账显然已经算不过来了。朱啸虎更是直言：“无人货架不可能盈利。”回顾种种风口，有的已经成了昨日黄花，被最终证明想象空间不大，比如共享充电宝；有的虽然富有价值，但依然面临如何挣钱等种种问题，并造成了巨大的资源浪费，比如共享单车。10456吃瓜群众说：钱这东西，一旦真的焦虑起来，就表小看它的投机和愚蠢程度~~~ 【卡巴斯基安全调查：2017年有四分之一手机遭恶意软件攻击】 2017年，每4个人手机用户就有一个遭受过恶意软件的攻击和劫持，目前他们已经发现超过23中不同类型的专门针对安卓用户的恶意软件。而在这些被恶意软件攻击的案例中，卡巴斯基的研究人员发现有超过120万人是因为点击了手机上的成人内容小广告或者安装了相关的应用程序导致的。卡巴斯基的专家表示，犯罪分子越来越“利用**作为诱惑”，以病毒或恶意软件感染受害者的设备，或者作为勒索钱财的一种方式。研究发现，最多的一种恶意软件是利用虚假**小广告吸引用户下载应用程序，感染此类病毒后，手机网页被恶意广告劫持，迅速消耗掉手机话费。其次是伪装成**视频播放器的银行木马程序。卡巴斯基安全专家提醒，不要乱点手机上的小广告，也不要去安装不明来源的安卓应用程序。10457吃瓜群众说：原来那些奇怪的小广告、真的有人会点啊~~~~ 【太执着于让别人喜欢，这是很多创业者的通病】 每个人都或多或少希望从他人身上得到认可和欣赏，对于“被喜欢”的痴迷贯穿了人类的一生，是社交媒体永恒不变的主题。但是——对于创业者们来说，这种痴迷不仅对身心有害，更是可能会影响业绩。对于一家创业公司，我们也可以这样说——对“被喜欢、被认可”的执着会毁掉你的创业。商业世界是残酷无情的。每个人都在努力超越别人。激烈的竞争激发每个人的野性。这是一场不见血的厮杀。每个人都争做上游，成为夺冠之王，遥遥领先于其他竞争对手。那你为什么要期待每个人都喜欢你呢？你不可能和你的每一个客户或顾客成为朋友。你不可能和与你共事的每一个同事推心置腹。你更不可能和你所有的竞争对手和平相处。是时候克服这种对于“被喜欢”的痴迷了。如果你专注于那些会让别人喜欢的东西，你的工作重心就会偏离你的视野。最终，结果会让你对这一切感到失望。吃瓜群众说：是的，just坐下来，享受你的薪水，为你的工作感到自豪~~~~ 【百度推出区块链项目“莱茨狗”,几小时后网络崩溃】 昨日晚间有用户爆料称，百度推出区块链游戏项目“莱茨狗”。每只莱茨狗的价值由其等级决定，而决定其等级的因素就是上述身体属性的稀有度。除此之外，基于区块链技术，可保证狗的唯一性，并对数据进行确权，令每一只数字宠物狗都不可复制，并且不可被修改和销毁。据悉，该项目首页上，显示着这些宠物狗具有“唯一、值得收藏”的特性。然而这个游戏在网络上传出几小时后，疑似区块链网络已经崩溃，目前购买已经异常。10458吃瓜群众说：可怕~~~~ 【怀疑论者认为，深度学习“贪婪、脆弱、不透明、浅薄”】 在人工智能火爆之后，迎来了反思。像马库斯这样的怀疑论者认为，深度学习是贪婪、脆弱、不透明和浅薄的。系统是贪婪的，因为他们需要大量的训练数据。脆弱是因为当神经网络被给予一个“转移测试”的时候，即面对与训练中使用的例子不同的情景时，它不能情境化，经常会出现断裂。它们是不透明的，与传统可调试的代码的程序不同，神经网络的参数只能用数学中的权重来解释。因此，它们是黑盒子，产出的结果无法被解释，这引发了人们对其可靠性和偏见的怀疑。最后，它们是浅薄的，因为它们的编程中没有什么先天的知识，对于世界或人类心理没有共情感。10459吃瓜群众说：对人工智能的要求已经上升到”不能浅薄“了吗~~~~ 【往期下午茶回顾】[下午茶时光] 【Day 18--2018/2/2】从卖馒头的都不看好, 到用户数超3倍增长, 华为云做对了什么?[下午茶时光] 【Day 17--2018/2/1】业绩不佳是因为扇贝跑了？[下午茶时光] 【Day 16--2018/1/31】AI 能诊断抑郁症吗？[下午茶时光] 【Day 15--2018/1/29】华为Mate10竟然征服了南极珠峰 成功挑战手机抗冻极限[下午茶时光] 【Day 14--2018/1/26】为什么工作三年后，我选择离开腾讯？[下午茶时光] 【Day 13--2018/1/25】你也开始佛系养蛙了吗[下午茶时光] 【Day 12--2018/1/23】听说你天天加班？教你高效工作的秘诀[下午茶时光] 【Day 11--2018/1/22】买iPhone为测电池真假竟用牙咬：直接爆炸[下午茶时光] 【Day 10--2018/1/19】听说你买不起房？教你用一根混凝土水管打造一个家[下午茶时光] 【Day 9--2018/1/17】薛定谔猫的平行世界，生命终结不代表消失[下午茶时光] 【Day 8--2018/1/16】未来10年狗将可以与人说话 ，神奇的人工智能[下午茶时光] 【Day 7--2018/1/15】区块链、比特币、ICO：全都是庞氏骗局[下午茶时光] 【Day 6--2018/1/11】CPU内核高危漏洞爆发，华为云将与客户共进退[下午茶时光] 【Day 5--2018/1/10】国内智造实力惊艳CES展 华为等巨头让人眼前一亮[下午茶时光] 【Day 4--2018/1/9】钉钉无招内部动员信：高管全部下沉服务一亿用户[下午茶时光] 【Day 3--2018/1/8】回首云计算的2017年，华为云高调发力公有云市场[下午茶时光] 【Day 2--2018/1/5】任正非强调低端机重要性，称不能轻视穷人[下午茶时光] 【Day 1--2018/1/4】2018 年科技趋势预测

本帖最后由 霁月 于 2018-2-2 17:09 编辑10262云硬盘下午茶时光，Day 18--2018/2/2 【下午茶时光——业界热点陪你喝咖啡】【从卖馒头的都不看好, 到用户数超3倍增长, 华为云做对了什么?】 近日，华为云公开2017年数据，销售收入达到5亿美元，已上线14大类99个云服务和50+解决方案。相比其他公有云，华为云起步晚，甚至一开始并不被部分人看好，而今天表现出的业绩，出乎意料。这背后隐藏着什么样的玄机呢?谈起云服务曾经艰难的开局，郑叶来对往事颇感慨，“华为很多人都认为(华为云)没戏了，即便是做，也做不大了，连食堂卖馒头的师傅都觉得(云)来不及了。”那后来华为云又是怎么做起来，用钱砸出来，还是竞争对手倒下了?没有高深莫测的玄机，也就是用户为啥信任华为云?排除价格因素，很多客户尤为认可郑叶来提出的“三不”承诺。用郑叶来的话说，原来人们一谈到安全，就想到不就是为了防防病毒DDoS攻击，其实，这不是用户担心的所谓安全，“别人(用户)担心是我的东西放你家，晚上可以睡着吗?”华为云如何让用户能够放心睡觉?这就是他们提出的“三不”政策：“三不”：指的是华为云恪守业务边界，遵守“上不做应用，下不碰数据，不做股权投资”。10263吃瓜群众说：下不碰数据，这一点让我想放心的把照片都存进去呢~~~ 【A站疑似关停，网站无法打开App加载失败】 2月2日早间，中国二次元弹幕视频网站Acfun（下称A站）突然发布微博称：我想再活五百年！经多方测试，A站的官网确实无法访问，app客户端也无法打开，显示空白。据了解，A站的服务器由阿里云提供，并且在1月31日晚上12点就会到期，倘若未能续费，服务器将自动关闭。A站成立于2007年6月，是中国最早的弹幕视频网站和二次元社区，在发展之路上，A站走得一直不够顺畅。最近几年被后来者B站(哔哩哔哩)超越，并且差距越来越大。公开数据显示，截止2017年10月，B站注册超过1.5亿，每天视频播放量超过1亿，原创投稿总数超过1000万。而A站2017年11 月的实际日活仅为160万。10274吃瓜群众说：我要打开手机看看我的Acfun是不是关了。。。。 【别了，八一电影制片厂】 “八一电影制片厂”的最后一次出现可能是在《芳华》的出品方名单中。据解放军军报消息，“八一电影制片厂”正式面临改制，将与总政歌舞团、总政话剧团等单位一同并入中国人民解放军军事艺术中心，并更名为“解放军文化艺术中心电影电视制作部”；由副军编制单位降为正师编制。这样的变化将带来重大的人事变动，除部领导、机关保留少量军人，其他全是军内文职人员（不享受军人待遇，不可以有偿服务出去拍片），此外中层七部一处全部撤销。1952年8月，中国人民解放军八一电影制片厂正式成立。作为中国唯一的军队电影制片厂，八一厂拍摄了大量军事题材的主旋律电影，总计拍过电影作品2400余部，其中，故事影片超过240部。八一厂是那个时代的产物，是那代人的记忆，而经典和辉煌也只能留在那个时代。10278吃瓜群众说：我还记得《闪闪的红星》~~~暴露年龄了~~~ 【世界经济迈向数字化转型新路 中国云计算潜力在哪】 随着芯片小型化和5G通信技术的发展，越来越多的设备将变得“在线”。一个物联网时代正在来临。而使得设备联网、数据产生价值的正是云计算技术。中国云技术除了造福本国，也在乘云出海。谷歌母公司Alphabet的CEOEricSchmidt2017年在华盛顿举行的“人工智能与全球安全峰会”上表示，中国的AI水平预计未来十年内将超越美国，“到2030年，他们将成为AI行业的主宰者”。中国云计算企业赶上了一个“好时代”，相比一些西方国家，中国消费者接受新技术的速度更快，高校的科研正与产业深度结合，能够快速将技术转化为产能，企业也在深度参与经济社会数字化转型。国际咨询公司麦肯锡发布报告称，2030年中国的核心AI产业规模将达到1480亿美元，AI带动的相关领域产业规模则为达到1.48万亿美元。10287吃瓜群众说：有人说，中国的AI水平预计在十年内超越美国~~ 【今日推荐阅读】 崩溃一致性：你的程序真的正确保存了数据吗？ 【往期下午茶回顾】[下午茶时光] 【Day 17--2018/2/1】业绩不佳是因为扇贝跑了？[下午茶时光] 【Day 16--2018/1/31】AI 能诊断抑郁症吗？[下午茶时光] 【Day 15--2018/1/29】华为Mate10竟然征服了南极珠峰 成功挑战手机抗冻极限[下午茶时光] 【Day 14--2018/1/26】为什么工作三年后，我选择离开腾讯？[下午茶时光] 【Day 13--2018/1/25】你也开始佛系养蛙了吗[下午茶时光] 【Day 12--2018/1/23】听说你天天加班？教你高效工作的秘诀[下午茶时光] 【Day 11--2018/1/22】买iPhone为测电池真假竟用牙咬：直接爆炸[下午茶时光] 【Day 10--2018/1/19】听说你买不起房？教你用一根混凝土水管打造一个家[下午茶时光] 【Day 9--2018/1/17】薛定谔猫的平行世界，生命终结不代表消失[下午茶时光] 【Day 8--2018/1/16】未来10年狗将可以与人说话 ，神奇的人工智能[下午茶时光] 【Day 7--2018/1/15】区块链、比特币、ICO：全都是庞氏骗局[下午茶时光] 【Day 6--2018/1/11】CPU内核高危漏洞爆发，华为云将与客户共进退[下午茶时光] 【Day 5--2018/1/10】国内智造实力惊艳CES展 华为等巨头让人眼前一亮[下午茶时光] 【Day 4--2018/1/9】钉钉无招内部动员信：高管全部下沉服务一亿用户[下午茶时光] 【Day 3--2018/1/8】回首云计算的2017年，华为云高调发力公有云市场[下午茶时光] 【Day 2--2018/1/5】任正非强调低端机重要性，称不能轻视穷人[下午茶时光] 【Day 1--2018/1/4】2018 年科技趋势预测

本帖最后由 霁月 于 2018-1-31 17:21 编辑10074云硬盘下午茶时光，Day 16--2018/1/31 【下午茶时光——业界热点陪你喝咖啡】【AI 能诊断抑郁症吗？】 近年来，“抑郁症”一词越来越多的被人们提起，不少名人如白岩松、崔永元等都曾表示陷入过抑郁症的痛苦，而抑郁症患者不堪病痛而自杀的新闻也屡见不鲜。日前，来自 IBM 的计算精神病学和神经成像研究小组团队开始尝试利用机器学习预测人患精神疾病的风险。他们通过对 59 名普通人的语言方式进行追踪、分析，并对语言连贯性进行评分，来预测人们的潜在患病风险。在随后的结果验证中，AI 预测的精确度达到 83%。如今，AI进军医疗领域已经是势不可挡。此次，IBM在AI预测抑郁症方面取得突破，可见有效利用AI诊断和治疗精神疾病已经是蓄势待发。AI能听出人类的言外之意。IBM曾提出，有了AI，人类的语言文字就会成为通向精神健康的一扇窗。人们的语言和文字所形成的规律会被AI的认知系统分析，人们的“言外之意”就会成为精神健康和身体健康状况的可测指标，这种分析得出的数据能够帮助医生更有效地预测并追踪早期的精神疾病等。10075吃瓜群众说：怎么哪里都有AI哟~ 【国内首次遇劫杀：小米的专利诉讼风险或将进入集中爆发期】 该来的终究还是会来的。2018年1月26日，酷派发布公告的显示，因涉嫌专利侵权，酷派将小米等诉至深圳中院，请求法院：1）判令小米立即停止生产、许诺销售或销售涉嫌侵害酷派专利权的行为，2）判令小米赔偿经济损失，以小米侵权所说的为标准计算，3）判令小米承担诉讼费等各类**发生的费用。这意味着小米终于在国内被起诉专利侵权了，更重要的是，这或许仅仅只是一个开始。因为可能在排队筹备起诉小米专利侵权的，至少还有HTC等诸多手机厂商。简单说，2018年或将是小米专利诉讼集中爆发的年份。10076吃瓜群众说：据说雷军的身家是1.7个比尔盖茨~ 【最囧上市公司：9亿总资产，455名员工干了一个季度，收入零！】 岁末年初，又到了各位写总结的时候。但对总资产达9亿元的上市公司群兴玩具（002575，SZ）的455名员工来说，交出的总结无疑很“囧”：在去年第三季度，公司的营业收入竟然为0！更“囧”的是，在主营业务玩具经营惨淡的背景下，群兴玩具也在积极谋求转型，于是在四年时间里搞起了手游、核电、新能源动力电池。——当然，这三次转型都失败了。深交所也注意到了这种异常的情况。近日，群兴玩具的主业以及未来发展情况遭到深交所问询，随后，群兴玩具在回复中表示，公司打算投资建立B2B+O2O玩具渠道电商系统的实施主体，推动公司玩具产业升级转型第一阶段落地实施。——换句话说，群兴玩具在折腾几年后又打算卖玩具了……10077吃瓜群众说：可怜~ 【百度安全马杰：与其恐惧，不如拥抱】 说到人工智能，人们有一个经典的恐惧：人工智能一旦发展，就会代替所有人的工作;继续发展下去，最终会奴役人类。”有一个小故事或许可以解决他们的疑虑：当年伦敦城有一场持续几十年的汽车代替马车的进程。伦敦十万马车夫夙夜忧叹，上街游行，担心自己失业。最终马车夫们大多成了出租车司机，世界末日并没有来。对于人工智能威胁论，我的判断一贯是：“担心被人工智能抢掉工作的人，首先会被其他人抢掉工作;担心被人工智能奴役的人，首先会沦为其他人的附庸。”19世纪末，卡尔·本茨发明了内燃机汽车。有一次他载着当地官员上路。由于和“红旗法”类似的法规限制，德国汽车车速不能超过6公里，所以只能龟速前进。突然后面一辆马车超了过去，车夫回头大声嘲笑他们。官员大怒，对本茨大喊：“给我追上去!”本茨故作无奈：“可是政府有规定。。。”“别管什么规定!我就是规定!追!”官员大叫。闻听此言，本茨一脚油门踩下去。他们的汽车立刻超越了马车，从此，再没有被追上过。马杰所言，无外乎八个字：与其恐惧，不如拥抱。10079吃瓜群众说：人生也是这般，与其恐惧，不如拥抱~ 【全民创业为何快速终结：绕过BAT，转角遇见TMD】 临近春节，区块链风云乍起、暗潮汹涌，众多行业巨头似乎都开始将眼光转移至此，虽现在情形尚未明晰，但有一点暗示可能已经迫在眉睫：一个战场的开始，代表着另一个战场将加快进程、迅速决战。随着滴滴和ofo决裂的一些细节被公开，很多人对这场互联网精彩大戏的结局更加期待。不过有一点可能也值得关注，尤其是对现在以及未来的创业者来说。在这场势力交锋中，我们看到，滴滴早于腾讯或阿里表现出来的野心和强势，使得创始人在众多投资方面前的处境颇为尴尬。若不是两方强烈反对，滴滴将成为最大的利益既得者，这代表着在两大巨头还未表态前，创业公司就有可能终结于滴滴之手吗？而左右创业者命运的，除了BAT，现在TMD的影响似乎也正越来越重。更何况，滴滴在共享单车资本博弈过程中表现出来的强势，可能已经令创业者感受到了更直接的压力。10078吃瓜群众说：创业绕不开BAT的笼罩，现在另一条路也被TMD占领了么~ 【往期下午茶回顾】[下午茶时光] 【Day 15--2018/1/29】华为Mate10竟然征服了南极珠峰 成功挑战手机抗冻极限[下午茶时光] 【Day 14--2018/1/26】为什么工作三年后，我选择离开腾讯？[下午茶时光] 【Day 13--2018/1/25】你也开始佛系养蛙了吗[下午茶时光] 【Day 12--2018/1/23】听说你天天加班？教你高效工作的秘诀[下午茶时光] 【Day 11--2018/1/22】买iPhone为测电池真假竟用牙咬：直接爆炸[下午茶时光] 【Day 10--2018/1/19】听说你买不起房？教你用一根混凝土水管打造一个家[下午茶时光] 【Day 9--2018/1/17】薛定谔猫的平行世界，生命终结不代表消失[下午茶时光] 【Day 8--2018/1/16】未来10年狗将可以与人说话 ，神奇的人工智能[下午茶时光] 【Day 7--2018/1/15】区块链、比特币、ICO：全都是庞氏骗局[下午茶时光] 【Day 6--2018/1/11】CPU内核高危漏洞爆发，华为云将与客户共进退[下午茶时光] 【Day 5--2018/1/10】国内智造实力惊艳CES展 华为等巨头让人眼前一亮[下午茶时光] 【Day 4--2018/1/9】钉钉无招内部动员信：高管全部下沉服务一亿用户[下午茶时光] 【Day 3--2018/1/8】回首云计算的2017年，华为云高调发力公有云市场[下午茶时光] 【Day 2--2018/1/5】任正非强调低端机重要性，称不能轻视穷人[下午茶时光] 【Day 1--2018/1/4】2018 年科技趋势预测

本帖最后由 华为云市场 于 2018-1-25 15:20 编辑近年来，接踵而至的数据泄露事件，为全球企业敲响警钟，也让身份识别话题再次成为众多企业关注的焦点，如何防范重要数据资产泄露，比如客户数据、供应链信息、员工数据、财务数据、个人数据，以及其他知识资产泄露呢？不断发生的数据泄露提醒我们，身份识别是数据安全的核心。为了保护数据安全，机构应该将身份识别置于首要位置，防止可信用户的身份成为黑客入侵利用的工具。 作为以AI实现身份识别技术领域的前沿企业 苏州锦佰安信息技术有限公司抓住机遇，推出“SecID身份识别系统”，致力于保护数据安全。目前，锦佰安信息技术有限公司与华为云达成深度合作，入驻华为云市场，推出了云主机安全登录服务，从源头为数据安全保驾护航。9585解决现有身份识别方式的安全隐患现在登录云主机，通常使用静态密码方式，即用户名+密码登录云主机。由于密码存在着弱口令、复用、撞库等泄露风险，一旦被外人获取，除了自身的数据泄漏之外，还有可能沦为黑客的僵尸网络肉鸡用以对外发起拒绝服务攻击，或是被挂黑链及非法网站，这些情况都会带来被监管机构中止运营的风险；随着网络安全法的颁布实施，网络运营者一旦出现此类风险事件不仅要承担相应的责任，严重的还会面临法律风险。因此，在用户名+密码的基础上，再增加一次安全的认证手段，就非常必要了。 锦佰安和他的SecID二次认证产品锦佰安科技（锦佰安信息技术有限公司）是国内领先的身份识别综合解决方案提供商，深耕政府、金融、互联网、传统企业等不同场景下的身份识别需求，自主研发并专注为政府和企业提供专业的身份识别解决方案。锦佰安SecID 是一款基于 AI 人工智能的身份识别系统，致力于通过用户行为以及多因素验证进行身份识别，帮助政府和企业高效、安全地完成身份识别的管理和运维工作，确保合法可信任的人进入对应的系统，打造全新便捷与安全的身份验证体验。 SecID 身份识别系统包括 SecID 身份识别管理后台以及 SecID APP，用户本人通过 SecID APP 确认账号的登录行为，杜绝因弱口令、密码复用和密码泄漏引发的安全隐患。 引入锦佰安SecID，提升身份识别安全等级9588先放一张图，左边是原来的登录流程，右边是启用了锦佰安SecID二次认证的登录流程。 原来的登录流程，用户输入用户名和密码，就可以登录了。但仅仅是用户名+密码的认证形式，强度不够，面临着密码泄露的安全风险。已经有云主机用户反馈自己的云服务被他人使用，虽然损失不大，但仍需要进一步提升认证强度，保证账户安全。华为云上架了锦佰安SecID二次认证服务。用户在输入用户名和密码之后，需要在自己的手机上打开SecIDApp，点击SecID服务器推送的确认消息，然后就可以登录云主机了。 操作流程中多了一次手机上的二次认证，而好处也是显而易见的：从此各位华为云主机的用户再也不用担心密码泄露，不用担心自己的云服务被他人乱用了。具体的使用方法，在华为云搜索“secid”，或点击链接：https://app.huaweicloud.com/product/00301-66005-0--0 直达产品页面。

本帖最后由 霁月 于 2018-1-25 15:38 编辑9580云硬盘下午茶时光，Day 13--2018/1/25 【下午茶时光——业界热点陪你喝咖啡】【冬天来了，哪一款手机更耐冻】什么手机才耐寒？究竟怎么区分？那么此时我们要知道就是耐寒的手机应该具备什么普遍的条件，其实有时候冷冻手机会使得锂电池能力大大的提升续航，但是多次使用会缩短寿命（因为说白了“所谓的超频”），那么什么手机可以耐住低温？首先就是关于电池的好坏“来源于锂膜与电解液结构，如果好的话可以减少漏电的影响”，其次就是“每个手机都有主板，而主板是由电路板上面的各个晶体管连接的，因此设计一定要避免短路的问题，因为寒冷会有冷凝水，如果晶体管连接不好的话会造成短路，因而就不可能耐寒”，最后就是“芯片对于电池的功耗的控制问题”，一般满足2点即可。而华为mate 10pro耐冻的原因是什么呢？大家都知道麒麟970属于目前比较热门的处理器，其主要是架构上可以恰当的为各个部件进行减负（因此提高了某种情况下的“应用效率和降低能耗”）这样的做法，大家不妨换个角度思考“减负的功效达到了，是不是让手机可以在别的地方提升很明显，比如受寒、受热等极限化的天气或者是物理条件”，另外还有就是该芯片采用“HiAI移动计算架构可以间接提升性能，保证一种能效的合理发挥，从而也是有利于克服极限天气或者物理条件的影响的”，因此耐寒绝不是“IP67级别的防水功能，更主要的是芯片架构设计”。9581吃瓜群众说：给我也换一个架构吧，我也怕冷~ 【明明是日文游戏，青蛙旅行为什么刷爆中国人的手机？】这款游戏名为《旅かえる》（中文名为旅行青蛙），由日本游戏公司HitPoint Inc打造。游戏操作十分简单，被网友戏称为“佛系养蛙”，俘获了一大批“慈母”。游戏的主角是一只大眼睛的小青蛙，小青蛙独自居住在一个石头洞的小屋里，屋外头种着一片幸运草，屋里则是木头做的小阁楼。而你除了收割家门口的三叶草，买些食物装备给它准备行囊之外，能做的只有等待。即使你给它装好了行李，你的蛙仍然有可能不出家门一步，不是在打盹，就是坐在桌边削木头。你随缘地点开游戏，它随缘地生活。其实刷屏的背后是对现代年轻人无处安放的灵魂的慰藉。现实的压力，生活的苟且，人心的复杂与多变的社会让人们不堪疲惫。而游戏中这只喜欢旅行的青蛙就像是另一个自己，在一个简单的世界过着简单的生活，给年轻人一种特别治愈的感觉。9582吃瓜群众说：愿大家在得到了慰藉之后，更有勇气回到现实世界，就像小青蛙，不管走多远，都要回家~ 【达沃斯世界经济论坛：2018 年，全球化将如何发展？】我们前不久曾预测，由于全球需求的增长，股市的持续上涨以及全球贸易的上升，2018年将是并购和IPO交易的丰收之年。而这一前景也暗含着不少重大风险，包括美国贸易政策的难以预测性、美国债券市场可能出现的问题、以及中国经济增长速度的下滑趋势。尽管英国决定退欧，特朗普总统“美国第一”政策也渐渐崛起，但是全球经济仍然表现不俗。中国正在以6%的GDP增长速度保持发展。尽管英国经济略显疲软，但是欧元区在家庭支出和商业投资领域出现增长。包括装箱运输和空运在内的世界贸易关键指标，正以全球经济危机出现前的最快速度增长。而上述这些统计数据给政客们留下了对全球化经济报以怨恨的根据。这通常会导致保护性政策的实施，例如对进口商品征收更高关税，限制跨境数据的流动、限制移民，并呼吁人们回归传统价值观，这通常是社会和经济保护主义的标志性表现。吃瓜群众说：就是全球化要面临分裂了吗？ 【占星学的新时代：为什么年轻人更加相信星座了？】星座的作用就是告诉你行星正在做什么，将来会怎样运行，会给每个星座带来什么样的影响。“你可以把这些行星当作是一个鸡尾酒会，”星座空间（Astrology Zone）网站的创建者，著名的占星家苏珊·米勒（Susan Miller）解释道，“你可能会看到有三个人在一起聊天，两个人正在角落里争吵，金星和火星正在接吻。而我则要把这些‘对话‘’和‘行为’变得有意义，即告诉你每个月这会产生什么样的影响。”在压力大的时候，人们倾向于从占星学中寻求慰藉。心理学家格雷厄姆·泰森（Graham Tyson）在1982年进行的一项小型研究发现，“咨询占星家的人通常是为了应对生活中的压力——尤其是这些压力与其个人的社会角色或者是人际关系有极大关联的时候。”泰森写道，“在压力很大的时候，人们更加愿意从占星学中寻求慰藉，尽管在压力小的时候，他们并不相信占星学。”9589吃瓜群众说：不不不~~我相信星座是因为科学，才不是因为压力大~~ 【“刷脸取款”来了！银行称“无需带卡，即刷即取”】农行展出的“刷脸取款”自助设备，引来不少市民体验。现场负责人介绍，“刷脸取款”采用红外双目识别技术实现**检测，通过比对现场抓拍的照片与可信照片，验证客户手机或身份证号码、交易密码实现取款。与传统取款相比，客户无需携带银行卡，与设备的交互也更加自然，能够做到“随时随地，即刷即取”。此外，民生银行也推出生物识别和大数据方面的新品，具体为“人脸识别+点石成金”新品。 中国工商银行展出融e购电商扶贫、微信预约取号、地铁易通行APP、二维码扫码支付、实物贵金属等多项产品和业务设置了现场体验活动。现场还有3D全景H5互动游戏等活动，还有便捷移动VR体验技术等高科技展示手段。吃瓜群众说：明明可以靠脸吃饭，还要靠脸取钱~~ 【Amazon Go姗姗来迟，它和中国“无人零售店”们有什么不同？】Amazon Go才是无人零售店鼻祖，2016年12月， Amazon Go在亚马逊西雅图总部开业内测，随之披露的Amazon Go视频一时引爆全球，对线下零售世界产生了巨大的影响。那么，看起来起了个大早，却赶了个晚集的Amazon Go和国内的“无人便利店”们有什么不同？在Amazon Go买东西是拿了就走，自动结账，客户很爽。而目前很多国内无人便利店是，没有收银员，顾客自助结账，节省了人工成本。从这角度看，尽管Amazon Go姗姗来迟，但其是真正把自动结账方式，或者说客户购买体验带到了一个全新技术高度的无人商店。9592吃瓜群众说：自动结账真心太爽了，好期待~~ 【“80后创业明星”茅侃侃不幸离世】网传“80后创业明星”茅侃侃今日凌晨不幸离世。这一突如其来的消息得到了创投圈多位人士的证实。过去茅侃侃与李想、戴志康、高燃并称“京城IT四少”。与仍然备受关注的李想相比，茅侃侃似乎正被逐渐遗忘——他已经在公众视野中消失很久。茅侃侃被“逼到绝路”的消息于去年11月以后相继传出。报道称，他当时已面临公司濒临破产，60名员工仲裁、抵押车房的窘境。2015年9月茅侃侃与上市公司万家文化成立合资公司万家电竞，并出任CEO。当时，万家文化出资460万元，认购46%股份；茅侃侃出资340万元，认购34%股权，而其余三位股东分别出资50万元。万家电竞的业绩并不理想，成立后一直处于亏损状态。根据上市公司财报，2016年电竞公司实现归属于少数股东的损益为-1073.72万元，期末少数股东权益余额为1199.89万元。2017半年报显示，当期归属于少数股东的损益为亏损约215万元；负债合计约为4812.7万元。2017年9月起，万家电竞拖欠员工工资，次月公司关闭。茅侃侃曾向媒体透露，万家电竞实际债务达6000多万元。茅侃侃此后的经历可以想象。有接触过茅侃侃的人表示，茅被逼至绝路，散尽身家给员工发工资。9593吃瓜群众说：才34岁，好可惜~~ 【往期下午茶回顾】[下午茶时光] 【Day 12--2018/1/23】听说你天天加班？教你高效工作的秘诀[下午茶时光] 【Day 11--2018/1/22】买iPhone为测电池真假竟用牙咬：直接爆炸[下午茶时光] 【Day 10--2018/1/19】听说你买不起房？教你用一根混凝土水管打造一个家[下午茶时光] 【Day 9--2018/1/17】薛定谔猫的平行世界，生命终结不代表消失[下午茶时光] 【Day 8--2018/1/16】未来10年狗将可以与人说话 ，神奇的人工智能[下午茶时光] 【Day 7--2018/1/15】区块链、比特币、ICO：全都是庞氏骗局[下午茶时光] 【Day 6--2018/1/11】CPU内核高危漏洞爆发，华为云将与客户共进退[下午茶时光] 【Day 5--2018/1/10】国内智造实力惊艳CES展 华为等巨头让人眼前一亮[下午茶时光] 【Day 4--2018/1/9】钉钉无招内部动员信：高管全部下沉服务一亿用户[下午茶时光] 【Day 3--2018/1/8】回首云计算的2017年，华为云高调发力公有云市场[下午茶时光] 【Day 2--2018/1/5】任正非强调低端机重要性，称不能轻视穷人[下午茶时光] 【Day 1--2018/1/4】2018 年科技趋势预测

本帖最后由 逆流的云 于 2018-1-19 15:58 编辑全部PDF电子书下载链接在文末，仅供个人学习与交流，回复本帖可见。 本文来自微信公众号" 量子位 "（ID：QbitAI），王小新 编译整理 学习人工智能相关技术该读什么书？这是量子位各个微信群中出现频率极高的问题。今天，我们就从 Dev-books 搬来了一份有理有据的精选书单。Dev-books 通过分析程序员问答网站 Sackoverflow 上 4000 万多个问题和答案，统计了提及频率最高的人工智能书籍，得到了如下结果。9233 量子位从 Dev-books 推荐中去掉了重复的和年代过于久远的书籍，最终得到 14 本书，做了简要介绍，以及中译本的情况。排名有先后。 1．学习 OpenCV9234 Learning OpenCV 的作者是 Gary Bradski 和 Adrian Kaehler，两位都是 OpenCV 库的发起人。其中，Bradski 是斯坦福大学人工智能实验室的顾问教授；Kaehler 在 2014-2016 年间做过 Magic Leap 副总裁。本书适合对计算机视觉和图像处理有基本了解的人群，通过本书能更好地了解 OpenCV 如何让编程任务更容易。两位作者将众所周知的算法编码成可调用的函数库，可以用来完成更复杂的任务。当然，这也作为一本用户手册，目录结构清晰，遇到问题时可进行查阅。这本书的中译本叫《学习 OpenCV》，连封面都没怎么改……定价 75 元，某东某宝某当某逊都有卖，50 元左右。 2．人工智能：一种现代的方法9235 Artificial intelligence: A Modern Approach 是人工智能领域经典教材，作者是 Stuart Jonathan Russell 和 Peter Norvig。Russell 是加州大学伯克利分校的计算机科学教授，已发表超过 100 篇关于通用人工智能的论文；Norvig 是 Google Research 主管，AAAI fellow、ACM fellow。本书提供了现代技术中关于人工智能理论与实践最全面和前沿的介绍，通过智能决策、搜索算法、逻辑推理、神经网络和强化学习等方面来介绍最先进的人工智能技术，推荐给对人工智能感兴趣的专业研究人员。中译本封面大家可能更熟悉一些：9236 现在市面上在售的是第三版，定价 128 元。 3．智能 Web 算法9237 Algorithms of Intelligent Web 的作者是 Haralambos Marmanis 和 Dmitry Babenko，前者是用机器学习解决工业问题的先驱，后者参与设计了用于银行、保险和供应链管理的应用程序。本书会让你学会该如何捕获、存储和构建网络中的用户数据，并通过数理统计、神经网络和深度学习等方法实现数据分类，进而构建推荐系统。本书还提供了如在线广告的点击预测等案例分析，附有相关代码。市面上比较多的是第 2 版，第一版封面是蓝白配色，第二版变成了黑白。中译本名叫《智能 Web 算法 ( 第 2 版 ) 》定价 69 元。 4．语音与语言处理9238 这本书的作者是 Dan Jurafsky 和 James H. Martin，两人都是斯坦福大学语言学系和计算机科学系教授。本书涵盖了经典自然语言处理、统计自然语言处理、语音识别和计算语言学等方面。聊天机器人、智能问诊和对话系统等等让语音和语言处理成为 21 世纪最令人兴奋的一个研究内容。本文采用统计学方法和其他机器学习算法，通过实例来说明各种方法的相对优势和不足，分别涉及序列标注、信息提取、智能问答、语音识别和语音合成等多个前沿研究方向。对于语音学领域专业人员，这是一本重要的参考书籍。9242 中译本的书名丢掉了 " 语音 "，叫《自然语言处理综论》，人民邮电出版社有英文影印版《语音与语言处理》。好像都不太容易买到。 5．模式识别与机器学习9243 Pattern Recognition and Machine Learning，作者是 Christopher M. Bishop，麻省理工学院教授。这是第一本提出贝叶斯方法的模式识别教科书。本书提出了近似推理算法和用于描述概率分布的图模型等多种最新分类方法。在阅读本书之前，最好有多变量微积分和基本线性代数等数理基础，面向人群为高年级本科生、研究生和相关研究人员。这本书在国内通常被称为 PRML，目前没有正式出版的中文版，但是有一个本该内部流传，结果变成了网上流传的电子版，背后详情见 http://weibo.com/p/1001603885799136480788。 6．游戏人工智能编程案例精粹9244 Programming Game AI by Example，作者 Mat Buckland。本书是游戏人工智能方面的经典之作，畅销多年，主要讲述如何使游戏中的角色具有智能，先介绍了游戏角色的基本属性及常用数学方法，接着深入探讨游戏智能体状态机的实现，提到了图在游戏中的用途及各种不同的图搜索算法，还以 Lua 脚本语言为例来介绍了游戏脚本语言的优点。综上，本书适用于对游戏 AI 开发感兴趣的爱好者和游戏 AI 开发人员。有中译本，定价 79 元，容易买到。 7．统计自然语言处理基础9245 Foundations of Statistical Natural Language Processing，作者是 Christopher D. Manning 和 Hinrich Sch ü tze，两人都是斯坦福大学教授。这是国内外多所著名大学的计算语言学教材，全面系统地介绍了统计自然语言处理技术。本书涵盖的内容十分广泛，包括了构建自然语言处理软件工具将用到的几乎所有理论和算法。全书的论述过程由浅入深，从数学基础到精确的理论算法，从简单的词法分析到复杂的语法分析，适合不同水平的读者群的需求。中译本《统计自然语言处理基础》由电子工业出版社出版，定价 55 元，易断货。 8．模式分类9246 Pattern classification 的作者是 Richard O. Duda、Peter E. Hart 和 David G. Stork，其中 Duda 是圣何塞州立大学名誉教授。本书是模式识别和场景分析领域的经典著作，第 1 版出版于 1973 年，2000 年的第 2 版保留了第 1 版的关于统计模式识别和结构模式识别的主要内容以外，还新增了许多近 25 年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。中译本《模式分类》定价 59 元，某东某宝某当等等都有售。 9．模式识别中的神经网络9247 Neural Networks for Pattern Recognition 的作者和我们前边提到的《模式识别与机器学习》一样，也是 Christopher Bishop，爱丁堡大学计算机系教授。从统计模式识别的角度来看，这本书完整地介绍了前馈神经网络。本书在介绍基本数学知识后，研究了概率密度函数的建模方法以及多层感知机和径向基函数网络模型的性质和优点，还提到了误差函数的主要算法、神经网络调参技巧及贝叶斯技术的应用。本书的目标人群为涉及神经计算和模式识别领域的相关研究人员。没有见到中文版 / ( ㄒoㄒ ) /~~ 10．计算机视觉9248 Computer Vision: A Modern Approach 是计算机视觉领域的经典教材，作者为 David Forsyth 和 Jean Ponce。本书的内容涉及线性滤波、局部图像特征、聚类、图像分类、对象检测和识别、基于图像的建模与渲染等。9249 电子工业出版社引进了本书的英文影印版《计算机视觉：一种现代方法》，定价 75 元，（在我们写稿找图的时候）某当有售。内容涉及几何摄像模型、光照和着色、色彩、线性滤波、局部图像特征、纹理、立体相对、运动结构、聚类分割、组合与模型拟合、追踪、配准、平滑表面与骨架、距离数据、图像分类、对象检测与识别、基于图像的建模与渲染、人形研究、图像搜索与检索、优化技术等内容。与前一版相比，本书简化了部分主题，增加了应用示例，重写了关于现代特性的内容，详述了现代图像编辑技术与对象识别技术。 11. 人工智能游戏编程真言9250 AI Game Programming Wisdom 的作者是 Steve Rabin，任天堂公司的首席软件工程师。本书汇集了与智能游戏开发有关的人工智能内容，借助这些内容，开发员能够顺利开发角色。全书内容分为 11 章，分别是：通用智能，实用技术和专用系统，A 路径搜索，路径搜索与运动，战术问题和智能的群体运动，通用智能游戏贺构，决策体系结构，FPS、RIS 和 RPC 游戏中的智能，竞赛与运动智能，脚本语言以及学习理论。读者可以把这本书当成路线图，了解在智能游戏方面已经被成功使用的技术和在将来具有很大潜力的新技术。无论是经验丰富的智能游戏专家，还是准备进入游戏业界的人士，本书都是必备资源。9251 中译本《人工智能游戏编程真言》定价 54 元，年代久远，似乎断货严重。 12．Java 设计模式（第 2 版）9239 Design Patterns in Java 的作者是 Steven John Metsker 和 William C. Wake，其中 Metsker 是 Dominion Digital 公司的管理顾问，擅长运用面向对象技术构建结构清晰、功能强大的软件系统。本书通过一个完整的 Java 项目对经典著作 Design Patterns 一书介绍的 23 种设计模式进行了深入分析与讲解，实践性强，却又不失对模式本质的探讨。本书创造性地将这些模式分为 5 大类别，以充分展现各个模式的重要特征，并结合 UML 类图与对应的 Java 程序，便于读者更好地理解。同时本书给出了大量练习及参考答案，使读者印证比较，寻找不足。中译本《Java 设计模式》出版于 2007 年，定价 49 元，似乎同样严重断货。 13．Python 自然语言处理9240 Natural Language Processing with Python 的作者是 Steven Bird、Ewan Klein 和 Edward Loper，三人分别是墨尔本大学软件工程系副教授、爱丁堡大学语言技术教授和宾夕法尼亚大学博士。本书基于自然语言工具包 NLTK 库，不要求读者有 Python 编程的经验。内容按照难易程度顺序编排，先介绍了语言处理的基础，讲述如何使用小的 Python 程序分析感兴趣的文本信息；接着讨论了结构化程序设计，以巩固前面几章中介绍的编程要点；然后介绍了语言处理的基本原理，包括标注、分类和信息提取等；进而再介绍了句子解析、句法结构识别和句意表达方法和如何有效管理语言数据。后记部分简要讨论了 NLP 领域的过去和未来。综合评价，本书是自然语言处理领域的一本实用入门指南。国内有中译本和英文影印本，都叫《Python 自然语言处理》，中译本定价 89 元。 14. 实用 Common Lisp 编程9241 Practical Common Lisp 的作者是 Peter Seibel，加州大学伯克利分校教授。本书是一本不同寻常的 Common Lisp 入门书，介绍了作者的学习经历，分别讲述了各种基础知识，主要包括：REPL 及 Common Lisp 的各种实现、S- 表达式、函数与变量、标准宏与自定义宏等，然后通过 9 个章节详细介绍了几个有代表性的实例，包含如何构建垃圾过滤器、解析二进制文件、构建 ID3 解析器，以及如何编写一个完整的 MP3 Web 应用程序等内容。本书适合 Common Lisp 初学者及对其感兴趣的相关人员。中译本《实用 Common Lisp 编程》定价 89 元，各大电商平台都有，偶尔断货。 [hide]链接: https://pan.baidu.com/s/1smCmys9 密码: 72ez[/hide]