行 业 要 闻
Industry News
▲▲▲
0
1
量子计算机领域内第一种高级编程语言 Silq 诞生
近日,苏黎世联邦理工学院的计算机科学界人士在编程语言领域取得了重要突破:计算机科学教授 Martin Vechev 与他的团队设计出了量子计算机领域内第一种高级编程语言 Silq,它能够像传统计算机语言一样简单、安全又可靠。
Silq 带来的最大创新和贡献,大概是消除了长期以来困扰着量子编程的错误源。在量子计算时,由于量子加密,垃圾收集这个步骤比较棘手:先前计算的值可以与当前的值相互作用,因此会干扰到正确的计算。而 Silq 就能够自动识别并删除这些无用值。
02
Linux 基金会开源峰会将于本月底拉开序幕
由 Linux 基金会打造的开源峰会今年将于 6 月 29 日至 7 月 2 日(美国中央夏令时 CDT UTC-05:00)率先在北美开展。本次大会将开源峰会与嵌入式 Linux 会议结合在一起,与今年的大多数会议一样,同样也是在线上开展。
今年的北美开源峰会包含约 230 场小的会议,演讲者有 Linux 创始人 Linus Torvalds、红帽 CTO Chris Wright,以及谷歌开源办公室运营经理 Megan Byrd-Sanicki 这样的业内人士,也有来自卡内基梅隆大学和加州伯克利等大学的教授、学界人士,参会者可以通过网络聊天室展开交流。
03
微软正式推出 gRPC-Web for .NET
今年一月份的时候,微软曾宣布对 gRPC-Web for .NET 的实验性支持,现在它已正式发布。当前,浏览器中无法实现 gRPC HTTP/2 规范,因为没有浏览器 API 能够对请求进行足够的细粒度控制。
gRPC-Web 是解决此问题并使 gRPC 在浏览器中可用的标准化协议。gRPC-Web 即 gRPC for Web Clients。它是一个 JavaScript 库,使 Web 应用程序能够直接与后端 gRPC 服务通信,不需要 HTTP 服务器充当中介。它旨在使 gRPC 在更多情况下可用。
0
4
GitHub 将替换掉 master 等术语,以避免联想奴隶制
随着美国 “Black Lives Matter”运动愈演愈烈,继 IBM 、亚马逊、微软等科技公司之后,GitHub 方面也表示,该公司正在努力以“main”之类的中性术语替换其服务上的“master”一词,以避免不必要的奴隶制联想。
具体包括有,“master”和“slave”将被替换为“main/default/primary”和“secondary”,“whitelist”和“blacklist”则将被替换为“allow list”和“deny/exclude list”。
05
WWDC 2020:软件生态依旧强大 硬件产品或有惊喜
6 月 16 日,苹果发出 WWDC 2020 线上活动邀请函,宣布此次开发者大会将于北京时间 6 月 23 日凌晨 1:00 通过线上方式进行,并还将在腾讯视频、爱奇艺、优酷和哔哩哔哩播出。
按照往年的惯例,iOS、iPadOS、macOS、watchOS、tvOS 等全平台操作系统都将迎来大版本更新。而硬件方面、前段时间盛传的 iMac 2020 款和搭载 ARM 芯片的 Mac 笔记本很有可能会揭开神秘的面纱。
0
6
除了域名,Chrome 或将隐藏整个 URL 地址
谷歌反反复复隐藏 Chrome 地址栏中的“www”与“https://”已经被许多用户吐槽,然而其致力于不让地址栏显示太过冗长 url 的努力仍没有停止。现在谷歌在制定新的计划,要隐藏除了域名之外的整个具体url。
Chromium 源码跟踪器上一个 issue 显示,有工程师想要简化地址栏上的 url 显示,当用户将鼠标悬停在地址栏上时,将显示完整的地址,而其余时候,不管当前页面是网站下的哪一个具体页面,都只会显示该网站的域名。
学 术 前 沿
Academic News
▲▲▲
07
强化学习也用attention,Google最新智能体可「疏忽性失明」
近日,Google AI在博客上发表了一篇文章,介绍团队开发的一项新的AI技术:AttentionAgent。AttentionAgent可将大部分注意力放在与任务相关的元素上,忽略周围干扰,在新环境中也能快速适应变化,并且在CarRacing游戏中取得了不错的成绩。
名为「AttentionAgent」的AI Agent技术主要目的是让AttentionAgent进行多种训练,以达到能在二维场景中行驶时不受无关背景的影响,能够找到最优路线。证明了AttentionAgent学会了注意输入图像中的各种区域。重要块的可视化可以看到智能体是如何做决策的,并且说明大多数选择是有意义的,且与人类的直觉是一致。
???? 论文链接:
https://ai.googleblog.com/2020/06/using-selective-attention-in.html
0
8
性能优于ReLU,斯坦福用周期激活函数构建隐式神经表示,Hinton点赞
使用非线性周期函数构建的神经架构效果优于 ReLU?近日,斯坦福大学的一项研究进入了我们的视野。这项研究提出利用周期性激活函数处理隐式神经表示,由此构建的正弦表示网络(sinusoidal representation network,SIREN)非常适合表示复杂的自然信号及其导数。
研究者分析了 SIREN 激活统计数据,提出了一种有原则的初始化方案,并展示了图像、波场、视频、声音及其导数的表示,还展示了如何解决具有挑战性的边值问题。最后,将 SIREN 与超网络相结合,来学习 SIREN 函数空间的先验知识。Geoffrey Hinton 转发了这项研究,并表示该项目的讲解视频或许有助于理解网格单元。
???? 论文链接:
https://arxiv.org/pdf/2006.09661.pdf
*以上信息来源于网络,由“京东智联云开发者”公众号编辑整理,
不代表京东智联云立场*