人工智能

2020 年度的 ACM Fellow 名单已正式公布，共 95 人入选，其中包括陈怡然、周昆、颜水成、王义、吕晨阳等多位华人学者。 机器之心报道，机器之心编辑部。 ACM（Association for Computing Machinery, ACM）是美国计算机协会的简称，创立于 1947 年，是全世界计算机领域影响力最大的专业学术组织之一。 ACM Fellow 则是由该组织授予资深会员的荣誉，目的是表彰对于计算机相关领域有杰出贡献的学者，其审查过程十分严格，每年遴选一次。 2020 年，共有 95 人因其在人工智能、云计算、计算机图形学、计算生物学、数据科学、人机交互、软件工程、理论计算机科学和虚拟现实等领域中的号广泛和基础性贡献入选 ACM Fellow。他们的成就推动了技术、工业和个人生活等多个方面的显著进步和创新。 2020 ACM Fellow 来自全球各地的高等院校、企业及研究中心，包括澳大利亚、奥地利、加拿大、中国、德国、以色列、日本、荷兰、韩国、西班牙、美国、英国等国家和地区。所涉及的研究领域覆盖广泛，包括算法、网络、计算机架构、机器人学、分布式系统、软件开发、无限系统和网络科学等。 在 95 名入选者中，包括多位华人，如杜克大学教授陈怡然、浙大教授任奎等，更有多名图灵奖得主当选，可谓星光熠熠。 入选华人 姓名：陈怡然（Yiran Chen） 机构：杜克大学

前言：CloudFlight是一家成立于2020年的欧洲数字化转型与服务提供商，该公司由成立于2005年的奥地利软件开发公司Catalysts和成立于2013年的德国IT咨询公司Crisp Research合并而成。CloudFlight有400余名软件开发工程师、云服务架构师和数字化策略师，在欧洲17余个地区运营和服务客户。面向2021年，CloudFlight首席分析师及咨询顾问Stefan Ried撰文阐述了对2021科技技术趋势的观点。 随着第二波新冠大流行的到来，2021年更像是向2030年的飞跃。这就是技术领域（以及作为人类的我们如何面对技术）正在发生的剧烈变化，并将继续变化。谁会在一年前想到，甚至金融服务商也会迅速开展居家办公？这并不是为了给员工提供激励或安慰，而仅仅是为了公司的生存。 今天的人与社会、经济与环境，比以往任何时候都更加成为技术趋势的驱动力。因此，Cloudflight今年再次建立了这些因素之间的联系。在人类的历史上，很少有一年的外部环境会像2020年大流行的一年那样发生彻底的变化。这就是为什么对某些技术的接受或拒绝会发生翻天覆地的变化，就像我们在5到10年内所经历的一样。所以，欢迎来到2030年！ 人与社会——2021年将是新的2030年 社会的“认知时间”飞跃是一件新事物。例如，仅在几年前，许多60岁以上人的感知和行为就像50岁左右的人

小书匠 Graph 图论 声明: 图论中的算法基本都是提出后,经过检验的.我就不讨论算法很基础的原理,只是从看懂一个算法的角度去学习.本着不花时间去重复别人优秀工作的原则,本文中很多部分引用了别人的工作,甚至是照搬过来,因为我觉得算法这东西已经类似 真理 ,证明不需要你,你可以看得懂,别人也可以,只是表达方式不同,别人有优秀的表达方式,我为什么不用呢! 如认为侵权,可联系删除! 目录: 二.算法类 1.戴克斯特拉算法(D.A) 2.最短路径快速算法(SPFA) 3.弗洛伊德算法(Floyd-Warshall) 3.克鲁斯卡尔算法(K.A) 4.普里姆算法(P.A) 5.拓扑排序算法(TSA) 6.关键路径算法(CPA) 7.广度优先搜索算法(BFS) 8.深度优先搜索算法(DFS) 二.算法类 1.戴克斯特拉算法(D.A) 描述: 又译 迪杰斯特拉算法 ,使用了 广度优先搜索 解决赋权有向图或者无向图的单源最短路径问题，算法最终得到一个最短路径树。 原理: 迪杰斯特拉算法主要特点是 以起始点为中心向外层层扩展，直到扩展到终点为止. 迪杰斯特拉算法算法图示 结合上图,详细解释迪杰斯特拉算法: 通过维护一个两个集合来实现: 1.一个集合内存储已经找到的最短距离及其路径(假设为D) 2.另一个是未找到的最短距离的点到起始顶点的路径(假设为U) 下面更新U的过程也是如此 图示目标

为了得到更加清晰的图像我们需要通过技术对图像进行处理，比如使用对比度增强的方法来处理图像，对比度增强就是对图像输出的灰度级放大到指定的程度，获得图像质量的提升。本文主要通过代码的方式，通过OpenCV的内置函数将图像处理到我们理想的结果。 ###灰度直方图### 灰度直方图通过描述灰度级在图像矩阵中的像素个数来展示图像灰度级的信息，通过灰度直方图的统计我们可以看到每个灰度值的占有率。下面是一个灰度直方图的实现： import cv2 import numpy as np import sys import matplotlib.pyplot as plt #计算灰度直方图 def calcGrayHist(image): rows,clos = image.shape #创建一个矩阵用于存储灰度值 grahHist = np.zeros([256],np.uint64) print('这是初始化矩阵') print(grahHist ) for r in range(rows): for c in range(clos): #通过图像矩阵的遍历来将灰度值信息放入我们定义的矩阵中 grahHist[image[r][c]] +=1 print('这是赋值后的矩阵') print(grahHist) return grahHist if __name__=="__main__":

程序员的成长之路 互联网/程序员/技术/资料共享 关注 阅读本文大概需要 3 分钟。 来自： blog.csdn.net/antony9118/article/details/51425581 在JVM的新生代内存中，为什么除了Eden区，还要设置两个Survivor区？ 1 为什么要有Survivor区 先不去想为什么有两个Survivor区，第一个问题是，设置Survivor区的意义在哪里？ 如果没有Survivor，Eden区每进行一次Minor GC，存活的对象就会被送到老年代。老年代很快被填满，触发Major GC（因为Major GC一般伴随着Minor GC，也可以看做触发了Full GC）。 老年代的内存空间远大于新生代，进行一次Full GC消耗的时间比Minor GC长得多。你也许会问，执行时间长有什么坏处？频发的Full GC消耗的时间是非常可观的，这一点会影响大型程序的执行和响应速度，更不要说某些连接会因为超时发生连接错误了。 好，那我们来想想在没有Survivor的情况下，有没有什么解决办法，可以避免上述情况： 显而易见，没有Survivor的话，上述两种解决方案都不能从根本上解决问题。 我们可以得到第一条结论：Survivor的存在意义，就是减少被送到老年代的对象，进而减少Full GC的发生，Survivor的预筛选保证，只有经历16次Minor

安全分析与研究 专注于全球恶意软件的分析与研究 蠕虫事件的一些思考 昨天incaseformat蠕虫病毒在全国爆发，各大安全厂商相继发布公告，安全产业似乎又迎来了新的发展机会...... 全国的安全厂商都在报道这个蠕虫事件，估计有一个人会坐立不安，那就是这个病毒的作者，因为如果搞太大了，会不会被抓"进去"过年（开个玩笑）...... 其实这个病毒早在2009年就开发出来了，作者估计本来是想在愚人节的时候闹一下，也没想因为一个BUG，这款病毒在12年后会在全国爆发，引起这么大的动静，估计昨天作者看到了各大安全厂商的报道，才知道自己的“作品”受到了这么大的“欢迎”，也许这位作者已经成为了”某个安全厂商“的安全”砖”家，也许这位作者已经转行了，也许这位作者还在从事”黑产“活动，大家自由猜想吧，虽然这款病毒本身没有赢利，然后这也可以按破坏计算机信息系统罪来处置了，这次病毒的影响不亚于当年的”熊猫烧香“，而且两款病毒的技术含量也都很低，这款病毒相比”熊猫烧香“，可能技术含量更低一层了，”熊猫烧香“还多了几个感染、下载、自传播模块，这款病毒是型典的破坏型蠕虫病毒，其实这类病毒在十几年前非常流行，当时有很多U盘蠕虫病毒，十几年过去了，没想到这样的一款简单的蠕虫病毒又在全国有这么大的影响，这究竟是什么原因引起的呢？ 笔者从05年开始研究病毒，到现在差不多十几年了，从PC时代(Windows

众所周知，好的项目一定会吸引优质的机构和个人进入，但是目前现状却不尽如人意，好的项目没有做市值管理详细mkz888z，却被投资人抛弃。 量化市值管理系统开发一、我们首先看下项目方普遍遇到的难点： A.做事安全及盈利维稳能力1. 区块链市场上交易所众多，但真正能做市值量化管理并成为品牌市商且价格特惠的少之又少 2. 二级市场合作交易团队I37存6746在O149老鼠仓及交易数据不透明情况 3. 关于吸筹变现，维稳能力，市商这边到底能做到什么效果，未知 B.市值管理服务和交易不透明： 1.做市系统的交易深度是否达标，市值策略是否经过多方验证 2.忧虑交易所和投资人，交易所发布空数据以及投资人可能在二级市场砸盘情况 3.用户持仓交易无法及时掌握，大户持仓变化不明，合作伙伴及大户持仓交易变化不清楚 C.盘面数据不够专业无市值管理：横盘为主，流动性差，盘口价差悬殊，深度较差比特币市值管理，币值管理，虚拟货币市值管理， 市值机器人普通市值管理：偶尔波动，盘口价格跳跃，深度差二、我们的市值管理整体解决方案： 我们的优质市值管理： 市场活跃，盘口紧密，深度平滑优秀三、功能概述 1.做市规划：根据筹码数据做出做市计划书 2.市场宣发+社群运营：项目方资料包装，社群代运营3.AI+24小时人工值守做市四、对接流程 1.如客户确认需要做市服务的交易对，双方确认服务可行性 2.客户缴纳定金后

来源：新浪科技 据报道，旧金山人工智能研究公司OpenAI已经开发了一种新系统，能根据短文本来生成图像。 OpenAI在官方博客中表示，这个新系统名为DALL-E，名称来源于艺术家萨尔瓦多·达利（Salvador Dali）和皮克斯的机器人英雄瓦力（WALL-E）的结合。新系统展示了“为一系列广泛的概念”创造图像的能力，创作的作品包括牛油果形状的扶手椅等。 通过神经网络去生成图像，这种技术并不新颖。此前，生成对抗网络（GAN）已被广泛用于创建真实的人、宠物、租赁房产和食物的照片。 不过，DALL-E的独特之处在于可以根据输入的文本来创作图像。该系统基于文字生成系统GPT-3的一个版本，该系统此前被用于撰写诗歌和新闻文章等。利用配对好的文本和图像数据集进行训练，DALL-E可以根据新的文字提示生成图像，此外还展示了创造多种风格图片的能力。 　　OpenAI还发布了图像识别系统Clip。Clip通用性比当前针对单个任务的系统更好，可以用网上公开的文字图像配对数据集来训练。 　　DALL-E还需要继续优化。OpenAI指出，DALL-E目前的可靠性还存在问题，对类似“glass”等有多个含义的名词常常会混淆，文字中不同的语法也可能会造成不同的结果。 　　此外还有更深层次的问题需要解决。OpenAI表示：“我们注意到，涉及生成模型的工作可能会产生重大而广泛的社会影响。

开源模型效果体验，废话不说，先上图： 看到如此神奇，是不是手痒现在就想体验？步骤非常简单！ Step1: 点击 https://ai.baidu.com/easyedge/home 进入百度EasyEdge端计算模型生成平台 Strp2: 点击“立即使用”进入操作中心后，选择“体验开源模型”，点击想体验的模型，拿出手机（安卓苹果皆可）扫码，自动安装，等待几秒钟，即可打开APP实时体验各类模型的效果。 这就是EasyEdge平台最近升级给开发者提供的“开源模型体验”功能，一行代码不用写，还支持苹果手机，妥妥的开发者福利啊！ 除了上面演示的OCR模型，公开的模型还有菜品识别，能识别8416种菜！ 螺蛳粉也能识别也是没谁了。 动物识别，能识别7879种动物： 更有一些通用的物体检测、人脸识别等模型： 什么都别说，扫码就对了。 言归正传，下面正式介绍一下EasyEdge。 EasyEdge是百度推出的端计算模型生成和服务平台，可基于多种深度学习框架、网络结构的模型，快捷生成端计算模型及封装SDK，并灵活适配多种AI芯片与操作系统, 目前EasyEdge的全部功能服务已预置在零门槛AI开发平台EasyDL、全功能AI开发平台BML中，与模型训练环节紧密配合，提供一站式端到端的AI开发及离线推理服务。。 随着人工智能的不断发展，越来越多的行业和业务场景在应用人工智能来提升效率并降低成本。一方面

摘要： 本文将带大家了解下区块链服务的轻节点的主要特征和使用场景。 随着信息时代的来临，大数据一词开始紧紧围绕着人们的生活。在这个数据信息爆炸的时代，区块链的诞生和引用解决了传统商业网络的诸多痛点问题，其具备的多中心化、共识可信、不可篡改、可追溯等特性，使得越来越多的行业注意到了它。习近平主席在中国科学院第十九次院士大会上的讲话中指出：“以人工智能、量子信息、移动通信、物联网、区块链为代表的新一代信息技术加速突破应用”，区块链再次掀起了热潮，在电子政务、供应链物流、医疗健康等诸多领域显露峥嵘。 随着区块链网络的不断壮大，数据不断丰富、参与方日益增多、隐私数据隔离成为了一大关注点，而轻节点恰是为隐私数据隔离和客户端的快速读取访问而产生的。下面就带大家了解下区块链服务的轻节点的主要特征和使用场景。 轻节点其实不“轻” 伴随区块链网络的不断扩大和业务量的上升，每一个链上的peer节点，此处也称作是“全节点”相对于“轻节点”而言。每一个全节点的交易量和客户端应用都可能是很庞大的，这样全节点的压力会上升，客户端的访问效率也会在一定程度上受到影响。此外，在如今这个愈发注重数据隐私的社会上，随着参与者的不断增多，隐私数据隔离自然成为一个重要的诉求，那么轻节点是如何做到的这点的呢？ 首先，每个轻节点都会连接一个链上的全节点，通过全节点来给每一个链接到他的轻节点签发用户证书