开发者社区技术周刊又和大家见面了,让我们一起看看,过去一周有哪些值得我们开发者关注的重要新闻吧。
技 术 要 闻
Industry News
1,京东智联云无人配送落地航天基地
日前,西安航天基地管委会联合京东集团,在西安航天基地实现了我国中西部首个开放道路的无人配送场景落地。在展示的京东智联云无人配送服务中,一辆和快递小车“身材”差不多的白色四轮车以 10km/h 的速度匀速行驶在航天基地的道路上,遇到红绿灯可自动识别,自动避障绕行,倒车时还会发出语音提醒;车辆的两侧面安装了 18 个尺寸不同的快递柜,到达指定停靠点后无人配送车会自动向用户发送短信,内置的京东智能外呼机器人同时拨打电话提醒,用户通过京东 APP 扫码或输入验证码即可完成取件。
2,Windows 10 将支持安卓应用 预计明年下半年推正式功能
CNMO 之前有报道称,微软内部有一个名为"Latte"的项目,使用户可以在 Windows 10 上运行安卓应用。12月12日,有消息指出,这一项目确实存在,微软将于2021 年下半年正式推出这一功能。此前微软曾经在 Windows Phone 上的 Windows 10 系统上成功运行安卓应用程序,运行效果好于预期,这一项目代号为"Astoria"。但是该项目引起谷歌的批评和 UWP 开发人员的不满,导致"Astoria"项目搁浅。如今微软重新开始该项目,将安卓应用程序引入 Windows 10 系统,而这里的 Windows 10 指向的是 PC 平台。据 windowsunited 介绍称,开发人员只需要将安卓应用程序打包成 MSIX 程序并上线 Microsoft Store 即可,不需要对代码进行重大更改。
3,数字人民币消费战报 京东数科12.12:首单支付仅0.5s
12月12日晚,京东数科发布数字人民币 12.12 电商平台消费战报,数据显示,从 12月11日20时-12月12日20 时的 24 小时,在京东场景有近 20000 笔订单通过数字人民币支付,其中最大单笔线上支付金额超过 1 万元。全国首单电商平台数字人民币消费诞生于 11日20:00:02 ,来自苏州的一位 90 后消费者在京东商城下单,并通过数字人民币支付,支付过程耗时仅 0.5s ,与现有支付方式体验一致。
4,Kubernetes 1.20正式发布
本周,Kubernetes 1.20 版本正式发布,这是 2020 年的第三个版本,也是本年最后一个版本。据悉,1.20 版本包含 42 个增强功能,官方称其是“The Raddest Release”,并发布了相应徽标。此次更新弃用了 Dockershim,修复 Exec 探针超时。继之前的扩展发布周期之后,如今1.20版本已经恢复到正常的 11 周更新节奏。这是一段时间以来包含功能最为密集的版本之一,代表着 Kubernetes 的实际创新速度仍在加快。更重要的是,1.20 版本中包含的增强功能 alpha 版数量甚至高于稳定版,这从一个侧面证明云原生生态系统中仍有许多值得探索的创新空间。
5,我国一项物联网安全测试技术成为国际标准
从 WAPI 产业联盟获悉,我国自主研发的一项物联网安全测试技术(TRAIS-PTEST)日前由国际标准化组织/国际电工委员会(ISO/IEC)发布成为国际标准。据介绍,该标准是 TRAIS-P 国际标准的测试标准,它规范了无线射频识别(RFID)安全密码套件一致性测试方法。标准发布后,将从技术到产品测试两个层面共同构成国际标准体系。
6,谷歌新研究在设备上同时进行面部,手部和姿势预测
谷歌 AI 更博宣布推出 MediaPipe Holistic,提供了一种新颖的人体姿势拓扑结构。MediaPipe 是专门为利用加速推理(例如 GPU 或 CPU)的复杂感知管道而设计的开放源代码框架,已经为这些任务提供了快速、准确而又独立的解决方案。MediaPipe Holistic 由新的管线组成,优化姿势、面部和手部组件,每个组件均实时运行,其推理后端之间的内存传输最少,并增加了对这三个组件的互换性的支持,具体取决于质量 / 速度的权衡。当包括所有三个组件时,MediaPipe Holistic 为突破性的 540 多个关键点(33 个姿势,每手 21 个和 468 个面部标志)提供统一的拓扑,并在移动设备上实现近乎实时的性能。
学 术 前 沿
Academic News
1,材料科学中的数据挖掘:晶体图神经网络解读与代码解析
本文提出了不使用键距的晶体图神经网络(CGNN),并引入了比例不变图协调器,该协调器构成了要在CGNN模型上基于理论材料数据库训练的 CGNN 模型的晶体图。CGNN 模型预测每种测试材料的整体性质,例如形成能,单位晶胞体积,带隙和总磁化强度,并且平均误差小于数据库中的相应误差。预测的带隙和总磁化强度用于金属绝缘子和非磁体-磁体二进制分类,从而获得成功。本文介绍了使用预测的形成能对候选材料进行高通量筛选的讨论,以及基于CGNN体系结构的材料数据挖掘的未来进展。
论文链接:
https://storage.googleapis.co...
2,最新综述:多标签学习的新趋势
从 2012 年起,AI 领域已经发生了翻天覆地的变化,Deep Learning 已经占据绝对的主导地位,我们面对的问题越来越复杂,CV 和 NLP 朝着各自的方向前行。模型越来越强,我们面对的任务也越来越复杂。其中,我们越来越多地需要考虑高度结构化的输出空间。多标签学习,作为一个传统的机器学习任务,近年来也拥抱变化,有了新的研究趋势。因此,本文整理了近年多标签学习在各大会议的工作,希望能够为研究者们提供更具前瞻性的思考。
论文链接:https://arxiv.org/abs/2011.11197
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
推荐阅读:
欢迎点击【京东智联云】,了解开发者社区
更多精彩技术实践与独家干货解析
欢迎关注【京东智联云开发者】公众号