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、软件绿色联盟《新一代 3D 数据文件统一技术规范 1.0》正式发布
据软件绿色联盟消息,由京东、华为、阿里巴巴、腾讯、网易、Cocos、艾迪普等企业联合制定的《新一代 3D 数据文件统一技术规范 1.0》(下称《规范 1.0》)正式发布。
本次发布的《规范 1.0》主要范围包括:
2、Flash再见!Adobe播放器1月1日起正式停运
3、深度操作系统 deepin 新版发布
深度操作系统 deepin 20.1 (1010) 已发布,新版本采用了稳定版的 Kernel 5.8 内核,将底层系统升级至 Debian 10.6,提升了系统稳定性和兼容性,还更新了深度全家桶应用,并针对启动时间、安装时间、资源占用、启动响应等方面进行了优化。
4、中国电信推出业内首款量子安全通话产品“量子密话”
近日,中国电信正式对外宣布推出行业内首款量子安全通话产品“量子密话”,使用量子信息技术保护通话安全。量子信息技术主要分为量子通信、量子计算、量子测量三大领域,其中量子通信技术正在从基础科学研究阶段进入产业化应用阶段。_本次推出的“量子密话”是使用量子随机数和量子密钥分发机制生成认证密钥和通话密钥,实现了通话过程中从主叫方手机到被叫方手机间的端到端的加密。_目前我国已经建成全球规模最大的量子通信网络,量子通信目前已经初步具备商用条件,作为保障未来社会信息安全的关键技术,未来量子通信将有望在政务、金融、商务、医疗、国防、电力等多个领域实现大规模应用。
5、图灵测试已过时,AI 需要新基准测试
图灵(Alan Turing)在 1950 年发表了模仿游戏论文引入图灵测试去回答“机器能否思考”这个问题。测试的目的是判断机器是否能表现出人类也无法区分的对话行为。图灵预言,到 2000 年在模仿游戏中普通人能区分人与机器人的概率将会低于 70%。亚马逊语音助手 Alexa 部门的首席科学家 Rohit Prasad 认为,随着 AI 被广泛整合到手机、汽车和家庭,人们现在关心的是人机之间的互动,而不是区分机器和人类。他认为图灵测试过时了,AI 需要新基准测试。Rohit Prasad 指出,最近几年的聊天机器人程序已经能欺骗三成以上的裁判相信它是人类,而愚弄 30% 的裁判这一阈值实际上是任意设定的,并无多大的意义。
6、微软文件确认 Win10 Cloud PC 云电脑升级
此前有消息称,微软正在秘密研发 Windows 10 Cloud PC,这是一项新服务,将允许用户在几分钟内从任何设备访问桌面应用。Windows 10 Cloud PC 预计将在 2021 年 3 月到 6 月之间的某个时候发布,现在网上已经泄露了围绕该服务的新的令人兴奋的细节。_首先,Cloud PC 是一项基于 Azure 的新服务,建立在 “Windows 虚拟桌面”之上_,它旨在重新定义 “现代工作场所”,并彻底改变计算环境。_Cloud PC 电脑至少会有三种不同的配置——中级(通用计算)、重型(性能更好)和高级(商业客户)。_根据一份新的支持文件,Cloud PC 还将使用微软 Graph 技术,这是一个用于实时协作、Azure 集成和其他功能的工具。微软 Graph v1.0 已经更新,包括 Cloud PC 的新 API,这表明这项新服务可能会在不久的将来推出。微软在文件中指出:“Cloud PC API 处于预览阶段,目前仅对特定客户群体开放”。
学 术 前 沿
Academic News
1、AAAI 2021 | 在手机上实现19FPS实时的YOLObile目标检测
本文提出了一套模型压缩和编译结合的目标检测加速框架,根据编译器的硬件特性而设计的剪枝策略能够在维持高 mAP 的同时大大提高运行速度,压缩了 14 倍的 YOLOv4 能够在手机上达到 19FPS 的运行速度并且依旧维持 49mAP(COCO dataset)的高准确率。相比 YOLOv3 完整版,该框架快出 7 倍,并且没有牺牲准确率。该框架由美国东北大学王言治研究组和威廉玛丽学院任彬研究组共同提出。
论文链接:https://arxiv.org/abs/2009.05697
2、RealFormer:把残差转移到Attention矩阵上面去
Layer Normalization 是 Transformer 模型的重要组成之一,它的用法有 PostLN 和 PreLN 两种,论文 On Layer Normalization in the Transformer Architecture 中有对两者比较详细的分析。简单来说,就是 PreLN 对梯度下降更加友好,收敛更快,对训练时的超参数如学习率等更加鲁棒等,反正一切都好但就有一点硬伤:PreLN 的性能似乎总略差于 PostLN。最近 Google 的一篇论文提出了 RealFormer 设计,成功地弥补了这个 Gap,使得模型拥有 PreLN 一样的优化友好性,并且效果比 PostLN 还好,可谓“鱼与熊掌兼得”了。
论文链接:https://arxiv.org/abs/2012.11747
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
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