2019-06-24 20:37 2019-06-25 01:20
在最近由风险投资公司 Village Global 召开的创始人纪念活动当中，全球著名投资人比尔·盖茨与 Eventbrite 公司联合创始人兼 CEO 朱莉娅·哈茨（Julia Hartz）一同讨论了创办企业与种种重大转折当中需要面对的艰难选择，并谈到如何才能建立并维持一家拥有旺盛生命力的公司。作为这次对话的一部分，哈茨向盖茨询问了他对于工作与生活间平衡问题的看法。事实上，盖茨曾表示他“并不相信真的有休假这回事”。盖茨指出，“我的观点相当硬派，那就是在创业早期阶段确实应该做出非常大的牺牲，特别是对于那些希望建立可行性工程设计”或者证明某个项目有望成功推进的创业者们。
本月初的柏林JSConf EU 2019会议上，npm CLI首席维护架构师Kat Marchan介绍了名为Tink的下一代包管理器技术概况。本文整理如下。迄今为止，npm生态系统已经拥有了近1,000,000个软件包，是规模最大的包管理平台。但这个生态系统及软件包管理器在诞生时并没有考虑如此复杂的局面，它们原本是适用于以Node.js生态系统为中心的小型项目和软件包的平台。现在是时候重新定义适合现代Web开发的包管理技术了，而答案就是Tink：它同样来自于npm团队，是下一代的JS包管理方案。Tink将带来前所未有的性能表现、与Node.
作者开发了一个名为“reactive-react-redux”的库，尽管它基于Redux，但和传统方法又有一些区别。作者基于这个库给出了Redux中Todo List的示例代码。 如果你已经在用React Redux并爱上它，可能会不理解为什么人们尝试使用React中的context和hook来替换Redux，即所谓“去Redux化”。有些人认为Redux DevTools的扩展工具和中间件蛮不错的，对于他们来说，Redux和context + hook实际上是两种选项。
你好，我是Zed，是《Java并发编程实战》1W+订阅者中的一员。我从事Java开发已有五年时间了，曾在一家国内知名物流企业工作，现在杭州一家金融支付类公司继续担任Java工程师一职。大概在今年四月份，在高铁上翻到一篇文章，讲的是“为什么Object.wait()方法一定要在synchronized内部使用”，因为之前我根本不知道这个问题，所以打算考考我朋友。结果他给了我一些迥然不同的答案，他邀请我读了宝令老师的《Java并发编程实战》专栏中的一篇文章《08 | 管程：并发编程的万能钥匙》，看完后我感觉醍醐灌顶，津津有味，果断开始学习。我是如何通过专栏拿到 Offer 的？
你是否还在为微服务应该拆多小而争论不休？到底如何才能设计出收放自如的微服务？怎样才能保证业务领域模型与代码模型的一致性？或许本文能帮你找到答案。本文是基于 DDD 的微服务设计和开发实战篇，通过借鉴领域驱动设计思想，指导微服务项目团队进行设计和开发（理论篇详见《当中台遇上 DDD，我们该如何设计微服务？》）。本文包括三部分内容：第一部分讲述领域驱动设计基本知识，包括：分层架构、服务视图、数据视图和领域事件发布和订阅等；第二部分讲述微服务设计方法、过程、模板、代码目录、设计原则等内容；最后部分以一个项目为例讲述基于 DDD 的微服务设计过程。
据 GeekWire 报道，近日，微软 内部发布禁用技术清单，即公司不希望其员工在日常工作中使用的软件和在线服务清单，分为“禁用”、“不鼓励使用”等类别。其中，”禁用“名单中包含6月20日刚刚上市的 Slack，以及Grammarly语法检查程序，Kaspersky安全软件等工具。亚马逊网络服务（AWS），Google Docs，PagerDuty以及去年微软以75亿美元收购的 GitHub 云版本甚至也被列入“不鼓励使用”清单。微软虽然提及上述服务的竞争性，但表示禁用或不鼓励使用的主要原因与IT安全和机密保护有关。
Libra的发布注定会引起广泛的关注，因为它自带所有区块链应用都梦寐以求的“流量”，Facebook的用户数足以让它成为全世界都在期待的“杀手级”应用。但是，Libra远不止于此。如果说过去十年中，每个尝试理解区块链的人都必须认真研究比特币和以太坊白皮书的话，那么，试图了解区块链未来核心价值的人，就要多研究这个可以称之为“第三座里程碑”的Libra白皮书了。Libra真的有这么值得期待吗？它到底算不算创新？还有哪些需要注意的问题？本文尝试从业务、技术和挑战三个方面解读下这位区块链家族耀眼的“新贵”。
容器和Docker在过去几年里改变了测试和软件工程，但是，由于Docker在2018年占容器使用量的83%（（2019年占99%），这对求职者和雇主意味着什么？本文最初由Indeed Prime发表于hackernoon.com。根据Indeed Prime提供的数据，自2014年以来，要求具备Docker技能的工作岗位增加了惊人的9538.23%。但是，在雇主需要与求职者兴趣之间存在很大的差距。在同一时期，寻找要求具备Docker技能岗位的求职者“仅”增加了1366.40%。Docker的供需差距不仅很大，而且还在继续扩大。
现有的深度学习框架通常使用模型并行或数据并行来解决深度神经网络（DNN）的并行计算问题，但这两种策略往往会导致模型无法达到最优结果。今年ACM的SysML大会上，斯坦福大学Matei团队在论文《Beyond Data and Model Parallelism for Deep Neural Networks》中提出了一种新的DNN并行化策略搜索空间——SOAP。SOAP从样本（Sample）、运算符（Operator）、属性（Attribute）以及参数（Parameter）四个维度度寻找更好的DNN并行化策略。为了加速这个搜索过程，该论文同时提出了一个新的深度学习引擎——FlexFlow。
在第一篇与第二篇文章中，我们分别介绍了人脸识别发展的主要脉络以及目前主流的人脸识别算法，本文我们将对人脸识别的一个重要应用方向进行介绍。在人脸识别中，有一类应用叫做人脸属性识别，它主要是通过分析人脸图像来识别人物的各种属性或者状态，然后根据当前人物的状态做出一些针对性的处理，在零售行业中典型的应用场景就是精准营销。随着近几年深度学习的快速发展，人脸属性分析也获得了越来越多的关注。
引言在上一篇文章中主要讲了业务架构的基础部分，整体的业务架构还有一些其它点要考虑，如业务之间的彼此隔离、业务与技术(平台)的隔离、业务能力地图的可视化、业务mock能力、业务监控等，本篇文章主要讲述这些内容。一、业务彼此隔离在较小的公司可能要体现这个没有对应的业务场景，但在大公司中，如果业务是平台型的，承接的业务方较多，业务方之间的需求还不一样时，就体现出了业务与业务之间的隔离。
尽管C# 8应该会在今年发布，并且C# 8.x和9的路线图也开始形成，但是，微软正在继续审查下一个版本的特性。目标类型表达式假设我们有A、B和C三种类型，其中类型B和C是类型A的子类型。如果我们使用如下所示的语句，那么，编译器无法确定右侧要返回的类型。A a1 = b ??c;A a2 = x>0 ? b : c;A a3 = a switch { B b => b, C c => c, _ => throw new System.Exception() };通常情况下，修复该问题需要添加强制转换，如：A a1 = (A)b ??(A)c;A a2 = x>0 ?
无法衡量就无法优化，对于互联网产品而言，不仅是推荐系统，整个 app 系统的更新迭代必然需要建立一套度量衡，来把控整个流程优化的方向。而 abtest 系统就是一个很好的进行变量控制和优化方向选取的工具，循环：衡量-发现-迭代-验证。所谓精细化迭代是一种建立在数据基础上的思维方式——用较少的成本获得较好的效果。无数据，不优化， 线上分流实验是进行推荐算法优化的必由之路。并且 abtest 不仅是推荐迭代的利器，他还可服务于所有需要逐步完善的产品迭代。
一、背景业务组件化（或者叫模块化）作为移动端应用架构的主流方式之一，近年来一直是业界积极探索和实践的方向。有赞移动团队自 16 年起也在不断尝试各种组件化方案，在有赞微商城，有赞零售，有赞美业等多个应用中进行了实践。我们踩过一些坑，也收获了很多宝贵的经验，并沉淀出 iOS 相关框架 Bifrost ( 雷神里的彩虹桥 )。在过程中我们深刻体会到“没有绝对正确的架构，只有最合适的架构”这句话的意义。很多通用方案只是组件化的冰山一角，实际落地过程中还有相当多的东西需要考量。
概述新型深度模型天天刷屏刷榜，模型日新月异，做算法的不免感到焦虑。发现自己看论文的速度已经赶不上他们发论文的速度了。在此启发下，想写一写自己工作的思考，面对一个领域，我们如何进行技术选型，这个系列我会结合着自己的工作，帮助大家选择一个好的 Baseline 模型。可能这也是我的困惑，大家模型介绍的欢天喜地，并没有指出哪些适合做 baseline ，到头还得自己一个一个试，希望我的经验能帮助大家节省一点点时间。我就很满足了。技术更新太快，自己并不是专家，您看到这篇文章的时候，可能已经有点过时，择优享用吧。问题描述今日主角：文本分类问题定义：给定一段文本，预测一个或者多个标签。
Akamai IoT Edge Connect是Akamai Edge Cloud的一部分，它提供了完全托管的物联网设备操作服务，并且具有自动扩展、故障转移和数据同步功能。Akamai IoT Edge Connect运行在Akamai Edge平台上，该平台在140多个国家提供Edge节点网络，从而使物联网基础设施更靠近设备。按照Akamai的说法，这提供了大规模的实时连接，并且易于扩展。
当地时间6月12日， 图灵奖得主、计算机体系结构领域享誉世界的顶级科学家David Patterson（大卫·帕特森）在瑞士宣布，将依托清华-伯克利深圳学院（TBSI），建设RISC-V国际开源实验室（RISC-V International Open Source Laboratory），又称David Patterson RIOS图灵奖实验室（以下简称RIOS实验室）。AI前线第一时间对这一事件进行了跟踪报道，并有幸就此事采访到了David Patterson的高徒、同时也是主研RISC-V技术深圳睿思芯科的创始人谭章熹博士。
2019年6月20日，Kubernetes重磅发布了1.15版本，不管你是Kubernetes用户，还是IT从业者都不能错过这个版本。1.15版本主要围绕可扩展性展开，北向API接口方面API Machinery SIG致力于催熟CRD以提升API可扩展性，南向插件集成方面，Storage SIG 和Node SIG则分别对CSI和设备监控插件可扩展性进行了优化。另外Kubeadm对HA集群配置也达到Beta可用，并发优化了证书管理相关功能。本文我们先从宏观上了解一下近期版本的变化趋势，然后再开始1.15版本的重点特性解读。Kubernetes持续热情高涨在展开解读1.
在极客邦科技前两天召开的GMTC全球大前端技术大会上，蚂蚁金服高级技术专家陈成发表了《蚂蚁金服前端框架和工程化实践》的演讲，以下是本次演讲摘要。框架发展历史这是我们的框架发展时间线。2015 年之前我们有 Sea.JS、Arale、SPM 开源技术方案，大家可以有所耳闻。2015 年我们接入 React，从自研的 Roof 到 Redux 再到开源的 Dva，一步步验证我们的最佳实践，并把这些实践交给开源社区检验。2017 年开始尝试了新一代的企业级前端框架，Umi 和 Bigfish，前者是从无线业务中长出来的，后者是从中台业务中长出来的。点击查看原文>
服务间的通信方式是在采用微服务架构时需要做出一个最基本的决策。默认的选项是通过HTTP发送JSON，也就是所谓的REST API。我们也是从REST开始的，但最近我们决定改用gRPC。gRPC是谷歌开发的一个远程调用框架，现在已开源。尽管它已经出现了多年，但网上关于人们为什么要用它或者为什么不用它的信息并不多。于是，我决定写这篇文章分享一下我们为什么要使用gRPC。gPRC的一个很明显的优势是它使用了二进制编码，所以它比JSON/HTTP更快。虽然说速度越快越好，但我们也要考虑另外两个因素：清晰的接口规范和对流式传输的支持。gRPC的接口规范创建gRPC服务的第一步是在.
本周要闻：今日头条回应不认可“通讯录不属于用户隐私”的说法；美国“实体清单”新增五家中国企业；华为正式起诉美商务部；Facebook 宣布数字货币 Libra，马化腾评论“技术都很成熟，并不难。就看监管是否允许而已”；阿里宣布新一轮组织架构调整；美国或将立法不承认华为在美专利；任正非表示，未来两年，华为将减产30%，营收下降300亿美金；Jetbrains 发布 2019 开发者生态报告：Java 最主流，Go 最有前途。
图神经网络是当前AI领域最为火爆的研究热点之一，学术界与工业界各大公司纷纷投入大量资源研究。它在因果推理上拥有巨大潜力，有望解决深度学习无法处理的关系推理、可解释性等一系列问题，而这些问题被业界认为是能够推动AI出现实质性进展的关键。目前图神经网络尚处于发展早期，虽然研究成果和论文频出，但真正在业界落地并对外分享的案例仍然偏少。为了更好地了解图神经网络在实际业务落地中可能遇到的挑战和解决方案，InfoQ采访了极验Geetest的算法负责人刘忠雨，对GCN的落地场景和实际效果、图计算框架和模型的选型经验、算法落地部署的难点等话题进行逐一探讨。
本次分享内容提纲数据标注数据驱动开发数据驱动决策前言上图这是我加入小马智行之前的一个小故事。这不断的提醒我，人工智能需要有足够的数据量，并且充分发挥这些数据的潜能，是我们作为人工智能公司的一个非常重要的核心竞争力。数据的作用数据驱动开发：提到数据的作用我们首先会想到，数据驱动开发，包括感知领域、行为预测领域、决策领域，需要有数据（标注好的数据）来作为我们模型训练的粮食和作为系统准确度评测的依据。
网商银行的数据库需求随着移动互联、云计算、大数据等信息技术的蓬勃发展，互联网金融应运而生，促使银行业向互联网模式逐步转型。网商银行致力于为小微企业、三农用户、大众消费者、中小金融机构提供普惠金融服务，从成立之初，就提出了低成本、高可用、高弹性的要求。另外，银行作为强监管行业，上级监管部门在不同场合都提出了自主可控的要求。为了满足合规和业务发展需要，网商银行采用了自主可控的金融级分布式数据库 OceanBase 作为核心数据库，并基于它构建了国内首家云上的互联网银行。
作者在《推荐系统的工程实现》中提到推荐系统要很好地落地到业务中，需要搭建支撑模块，其中效果评估模块就是其中非常重要的一个。本篇文章作者来详细说明怎么评估(Evaluating)推荐系统的效果，有哪些评估手段,在推荐业务中的哪些阶段进行评估，具体的评估方法是什么。借此希望更好地帮助大家在实际业务中实施推荐系统评估模块。本篇作者主要从“什么是一个好的推荐系统”、“在推荐系统业务的各个阶段怎么评估推荐系统”，“推荐系统怎么更好地满足用户的诉求”的角度来讲解。现在，我们从评估的目的、评估的常用指标、评估方法、评估需要关注的问题四个维度来详细说明。
在近期的WWDC 2019大会上，苹果公司推出了自己的单点登录（SSO，Single Sign-On）服务，称为“苹果登录”（Sign In with Apple）。苹果公司宣称“苹果登录”是公司最值得称道的创新，该服务承诺不会共享包括电子邮件在内的任何用户个人数据。在此次WWDC大会上，苹果公司的软件工程师Craig Federighi对传统SSO做出了如下评价：（SSO）虽然可能便于使用，但用户会付出隐私方面的代价。用户的个人信息时常会被后台共享，而登录信息则被用于跟踪用户。
本文描述了构建大型React应用程序的步骤。在使用React创建单页应用程序时，代码库很容易变得杂乱无章。这使得应用程序很难调试，更难更新或扩展代码库。React生态系统中有很多很好的库可以用来管理应用程序的某些方面，本文将深入介绍其中的一部分。除此之外，考虑到项目的可伸缩性，本文还列出了一些从项目开始就应该遵循的良好实践。说到这里，我们开始第一步——如何提前计划。从画板开始大多数情况下，开发人员都会跳过这一步，因为它与实际代码无关，但是不要低估它的重要性，稍后你将看到这一点。为什么要做应用程序计划在开发软件时，开发人员必须管理许多变化的部分。事情很容易出错。
Deepfake自诞生以来，就与造假、伪造等词语紧紧捆绑在一起，只要出现在人们的视野中，就一定与新的造假方法有关。虽然遭到了公众的联合抵制，但是这并不能削减研究人员对相关技术探索的热情，就在今天，一种新的“Deepfake”技术又出现了。据国外科技媒体The Verge报道，近日三星人工智能研究中心和伦敦帝国理工学院的研究人员提出一种新型端到端系统，只需要一张照片，加上一段音频，就能让爱因斯坦张嘴演讲，让百年以前就去世的人大唱歌手碧昂斯的歌曲，甚至还可以为合成视频里的人物配上对应的表情。一张照片+一段音频=合成视频先来看看通过照片+音频合成的视频到底效果如何？
前言从社会发展上来说，各领域的分工越来越细。但从技术部门的发展上来看，测试和开发的角色却是在不断融合，背后的原因是什么？是互联网迭代的速度越来越快促成的多角色融合，还是因为技术（特别是质量技术）先进生产力在逐渐取代落后的生产力？在回答这些问题之前，我们先来回顾“测试工程师”作为一个职能或者个体在过去的发展历程：10年前，最初级的测试产出工件是比较一次性的，比如项目中写的文本型测试用例，基本在项目发布后就废弃了。那个时期测试工作的进阶是方法论，比如能够把测试用例的设计方法，项目流程管理讲得头头是道已经是高阶了。有一些技术能力的测试同学，投身于自动化脚本的编写。
本文为 Robin.ly 授权转载，文章版权归原作者所有，转载请联系原作者。6月1日，Robin.ly的半年度会议“人工智能商业化的趋势与挑战”在硅谷计算机历史博物馆成功举办。本次活动聚焦当前人工智能技术在自动驾驶、机器人和教育等产业的应用和商业化经验。近300名来自硅谷科技公司和高校的工程师、研究人员、学生、创业者及投资人参与了本次活动。
来自伯克利的人工智能研究团队提出了一种基于群体的数据增强算法（PBA），这是一种能快速有效地学习最新方法来增强神经网络训练数据的算法。PBA的输出结果足以与之前CIFAR和SVHN数据集上的最佳成绩匹敌，但前者的计算量只有千分之一，从而使研究者和从业者使用单颗工作站GPU就能有效地学习新的增强策略。用户可以在众多场景中使用PBA来提升图像识别任务中的深度学习性能。作者在近期发布的一篇论文中探讨了PBA的表现（https://arxiv.org/abs/1905.05393.pdf），并介绍了在Tune框架（https://ray.readthedocs.io/en/latest/tune.
在拉斯维加斯举行的亚马逊re:MARS AI大会上，Alexa副总裁Rohit Prasad演示了Alexa智能助手的一种新对话模型。在这个新模型中，Alexa可以无缝地在技能之间进行转换，并记住对话的上下文，从而消除歧义。Alexa用户对于技能的概念无疑很熟悉，这是Alexa功能的构建块。用户通过选择一个技能来让Alexa“打开”或“启动”该技能。一旦某个技能激活，Alexa的会话功能就会受到该技能需求的限制。与许多其他聊天机器人一样，Alexa使用意图分类和槽填充模型。意图/槽模型的一个例子是电影票购买技能。
良好运作的团队都是相似的，而问题团队则各有各的问题。如果你走进任何一个流畅运转的敏捷团队，你会发现人们做的事情都很简单，端到端的交付能力，清晰的验收条件，明确的优先级，充足但是不会让人焦虑的backlog，甚至还有友善的、喜欢开玩笑的团队成员。他们会从简单的事情入手，逐步的加强其功能，在过程中还会伴随着重构，甚至部分重写的发生，不过人们有充分的信心，代码的质量也由于一直在维护的大量测试保证。如果你问这个敏捷团队里任何一个人这样一个问题：“你觉得敏捷的核心理念是什么？”，你会惊讶于答案的种类之多。
一项在无创机器人设备控制领域的最新突破将给瘫痪患者和运动障碍患者带来福音。来自卡内基梅隆大学明尼苏达大学的研究团队研发出了世界上第一款精神控制机器人手臂，患者可以通过自己的意念来控制机器人手臂，而无需手术或侵入性手术来实现这一目标。据外媒Tech Xplore报道，卡内基梅隆大学的研究人员和明尼苏达大学合作，在无创机器人设备控制领域取得了最新突破。研究团队利用无创的脑机接口（BCI）开发出了世界上首款精神控制机器人手臂。据悉，这款精神控制机器人手臂将大大便利瘫痪患者和运动障碍患者，他们将能够通过自己的意念来控制机器人手臂，而无需手术或侵入性手术来实现这一目标。
Facebook 于 6 月 18 日发布了其加密数字货币项目白皮书。该数字货币被命名为 Libra（天秤座），象征着平衡与公正。此前，BBC 报道说这个数字货币叫 GlobalCoin（全球币），但后来被纠正说这只是 Facebook 员工在内部对其的昵称。不管是叫 Libra，还是 GlobalCoin，其实都透露出了 Facebook 的雄心壮志。今天的 Facebook 坐拥 27 亿的活跃用户，相当于全球 1/3 的人都在用 Facebook，这是一个比微信大得多的数字社群（微信月活为 11 亿，差不多全中国人民都在用微信）。
近日，国内首例云服务器知识产权侵权案件二审改判，北京知识产权法院驳回一审原告的所有诉讼请求，阿里云公司不承担法律责任。6月20日，国内首例云服务器提供商责任认定问题案件二审改判。北京知识产权法院从本案的法律适用、合格通知的判断标准、云服务器提供者应当采取何种必要措施、阿里云公司是否构成共同侵权及应否承担民事责任等方面做出全面回应，最终判定阿里云公司不承担法律责任。截图来自判决文书这一事件最初可以追溯到四年前。2015年8月，乐动卓越公司接到玩家投诉称，网址为www.callmt.com的网站提供《我叫MT畅爽版》的下载及游戏充值服务。