Turing

https://github.com/b3log/xiaov XiaoV（小薇）是一个用 Java 写的 QQ 聊天机器人 Web 服务，可以用于社群互动： 监听多个 QQ 群消息，发现有“感兴趣”的内容时通过图灵机器人或百度机器人进行智能回复 监听到的 QQ 群消息可以配置推送到论坛某个接口上，以实现论坛弹幕或者动态聚合效果 在论坛代码中调用小薇进行 QQ 消息推送，比如论坛有新帖时自动推送到 QQ 群 加小薇为好友后可通过暗号（key）让她群推消息 总之，如果你需要一个连通 QQ 群和论坛的机器人，小薇是个不错的选择！ 配置文件主要是 src/main/resources/xiaov.properties： turing.api & turing.key 定义了图灵机器人的 API 地址和口令 baidu.cookie 定义了百度机器人访问需要的 Cookie（登录百度，然后抓包） qq.bot.type 定义了机器人类型，1 是使用图灵机器人，2 则使用百度机器人 qq.bot.name 定义了机器人的名字，这个主要是用于识别群消息是否“感兴趣”，比如对于群消息：“小薇，你吃过饭了吗？”包含了机器人的名字，机器人就对其进行处理 qq.bot.key 定义了管理 QQ 或论坛发过来的消息群推的口令，需要消息开头是这个口令，验证过后才会群推后面的消息内容 qq.bot

简介 作为一名架构师，我们要专业，要能看懂代码，及时光着臂膀去机房，也能独挡一面！及时同事搞不定问题，或者撂挑子，你也能给老大一个坚定的眼神：不怕，有我在！还能在会议室上滔滔不绝，如若无人，让不懂技术的妹子看你时眼神迷离，就好想落霞与孤鹜齐飞！ 分布式架构是一个非常复杂的体系，任何技术都不是孤立的存在，任何技术都无法适应所有场景。作为一名分布式系统架构或者资深研发人员，我们必须尽可能多的学习与之相关的各种知识，掌握各种技术的演进路线，正式从一名码农蜕变成为架构师 什么是分布式？ 互联网应用的特点是：高并发，海量数据。互联网应用的用户数是没有上限的(取决于其开放特性)，这也是和传统应用的本质区别。高并发指系统单位时间内收到的请求数量（取决于使用的用户数），没有上限。海量数据包括：海量数据的存储和海量数据的处理。这两个工程难题都可以使用分布式系统来解决。 简单理解，分布式系统就是把一些计算机通过网络连接起来，然后协同工作。协同工作需要解决两个问题： 1）任务分解 把一个问题拆解成若干个独立任务，每个任务在一台节点上运行，实现多任务的并发执行。 2）节点通信 节点之间互相通信，需要设计特定的通信协议来实现。协议可以采用RPC或Message Queue等方式。 分布式和集群的关系 分布式：一个业务分拆多个子业务，部署在不同的服务器上 集群：同一个业务，部署在多个服务器上 计算机发展历史

简介 作为一名架构师，我们要专业，要能看懂代码，及时光着臂膀去机房，也能独挡一面！及时同事搞不定问题，或者撂挑子，你也能给老大一个坚定的眼神：不怕，有我在！还能在会议室上滔滔不绝，如若无人，让不懂技术的妹子看你时眼神迷离，就好想落霞与孤鹜齐飞！ 分布式架构是一个非常复杂的体系，任何技术都不是孤立的存在，任何技术都无法适应所有场景。作为一名分布式系统架构或者资深研发人员，我们必须尽可能多的学习与之相关的各种知识，掌握各种技术的演进路线，正式从一名码农蜕变成为架构师 什么是分布式？ 互联网应用的特点是：高并发，海量数据。互联网应用的用户数是没有上限的(取决于其开放特性)，这也是和传统应用的本质区别。高并发指系统单位时间内收到的请求数量（取决于使用的用户数），没有上限。海量数据包括：海量数据的存储和海量数据的处理。这两个工程难题都可以使用分布式系统来解决。 简单理解，分布式系统就是把一些计算机通过网络连接起来，然后协同工作。协同工作需要解决两个问题： 1）任务分解 把一个问题拆解成若干个独立任务，每个任务在一台节点上运行，实现多任务的并发执行。 2）节点通信 节点之间互相通信，需要设计特定的通信协议来实现。协议可以采用RPC或Message Queue等方式。 分布式和集群的关系 分布式：一个业务分拆多个子业务，部署在不同的服务器上 集群：同一个业务，部署在多个服务器上 计算机发展历史

Generative AI models have been co-opted to synthesize things from faces and apartments to butterflies, but a novel subcategory seeks to bring awareness to climate change by illustrating the consequences of catastrophic flooding. In an effort to establish a metric to quantify the veracity of these synthetic climate change images, researchers University of Montreal and Stanford University researchers recently detailed “several” evaluation methods in a preprint paper. They say that their work, while preliminary, begins to bridge the gap between automated and human-based generative quantification.

简介 明文攻击就是指已经知道了部分明文和它对应的加密后的字段，从而可以推测出使用的加密手段或者密码本。明文攻击这个故事还要从二战时候说起。 crib和明文攻击 谈到明文攻击，就不能不讲到一个词crib和它的发源地布莱奇利公园（Bletchley Park）。 布莱奇利公园（Bletchley Park）是位于米尔顿凯恩斯（Buckinghamshire）的英国乡村房屋和庄园，它是由金融家和政治家赫伯特·莱昂爵士在1883年建造的， 在第二次世界大战期间成为同盟国密码破解的主要中心。 在第二次世界大战期间，该庄园内设有专门进行密码破译的研究所，该研究所主要负责破译轴心国的秘密通信，其中最重要的是德国的Enigma和Lorenz密码。在其早期人员中，密码破译团队拥有很多著名的人物，包括Alan Turing，Gordon Welchman，Hugh Alexander，Bill Tutte和Stuart Milner-Barry。直到战后多年，那里的工作才被公布于世。 正因为这个密码破译团队的杰出成效，破译了很多轴心国的密码，据说直接导致二战提前四年结束，如果没有它，二战的结果还是未知之数。 为了更加有效的破译密码，Bletchley Park的团队开始借助机械的力量来进行密码破解，最终发展了世界上第一台可编程数字电子计算机Colossus。Bletchley

关于“Cannot find any provider supporting AES/ECB/PKCS7Padding”问题的解决方案 参考文章： （1）关于“Cannot find any provider supporting AES/ECB/PKCS7Padding”问题的解决方案 （2）https://www.cnblogs.com/Amos-Turing/p/9620932.html 备忘一下。 来源： oschina 链接： https://my.oschina.net/u/4437884/blog/4758069

计算机组成 基本广泛的说计算机包括硬件（hardware）和软件（software）两部分。硬件就是计算机中可以被直观看见的物理部分。而 软件提供看不见的指令，这些指令控制硬件并且使得硬件完成特定的任务。 本篇文章将简记在学习计算机的过程中，所学的一些计算机基础相关知识的杂记，以及一些拓展方面的认识。 那么我个人是学习计算机软件方面的，关于硬件的话，会比较少的接触到，一般就看一些视频了解一些相关的知识，这里就不介绍了，在下面主要将从软件方面的知识做记载，记载方式将以单个知识点记载，。 程序设计 创建（或开发软件，软件前面有提到），软件及指令，功能就是通过一系列编辑好的指令，指令集，来告诉计算机需要做什么，软件遍布我们的生活，几乎无处不在，现代社会生活中，几乎离不开软件的应用。 程序设计语言 软件开发人员一般都是在程序设计语言的基础来设计程序的，程序设计语言及即是编程语言。 编程语言有很多种，没有绝对的好坏之分，各有所长，不同的程序语言，对应的应用环境不同，都是应人们的需求而产生的，所以在程序语言学习的选择上，也需要按自己的方向选择。 编程语言 （英语：programming language），是用来定义 计算机程序 的 形式语言 。它是一种被 标准化 的交流技巧，用来向 计算机 发出指令。一种计算机语言让 程序员 能够准确地定义计算机所需要使用的数据

作者 | 八宝粥 出品 | CSDN(ID:CSDNnews) OpenAI 大招频出，染指数学江湖 日前，OpenAI 研究者Stanislas Polu和Ilya Sutskever在社交媒体发布消息，宣布在预印本发布文章，展示了一个基于Transformer 的自动定理证明模型。文章表示，团队在 Metamath 库上取得了新的进展，通过将深度学习和形式系统相结合能带来更好的效果。 论文两位作者在社交网络分享发布新模型的喜悦 团队表示，GPT-f 可以自动证明 Metamath 当中23个定理。横向对比上，GPT-f 最佳模型实现 Metamath 56.22% 的保留测试集，而目前最先进的 MetaGen-IL 只有 21.16% 的证明能力。 文章还给出了数据集 set.mm 和证明助手的一个 demo： “自动定理证明”对于饱受数学困扰的同学来说简直就是大杀器，比拟“步步高点读机”，笔者不禁想到自己中学数学做题时自信地刷刷写下“证明”二字和面对高等数学挠头时候的“这也能证？”，“要是机器能帮我证明就好了”。 实际上，在数学界，确实有很多问题需要机器来帮忙。但是 GPT-f 真的是数学界的 AlphaGo 吗？数学家也要望机器兴叹了吗？似乎也并不是这样。 数学天才也需要机器 前段时间获得诺贝尔物理学奖的科学家罗杰·彭罗斯，他在数学方面有一个很有趣的贡献，就是彭罗斯密铺

前言 4 月热播的韩剧《王国》，不知道大家有没有看？我一集不落地看完了。王子元子出生时，正逢宫内僵尸作乱，元子也被咬了一口，但是由于大脑神经元尚未形成，寄生虫无法控制神经元，所以医女在做了简单处理后，判断不会影响大脑。这里提到了人脑神经元，它也是 AI 神经网络的研究起源，具体展开讲讲。 人脑中总共有 860 亿个神经元，其中大脑皮层有 160 亿个神经元。大脑皮层的神经元数量决定了动物的智力水平，人的大脑皮层中神经元数量远高于其他物种，所以人类比其他物种更聪明。大象的脑子总共有 2570 亿个神经元，但是其中 98% 的神经元都存在于大象的小脑中，而大象的大脑皮层只有 56 亿个神经元，无法与人类相比。大脑皮层中的神经元数量越大，能耗也越大。人脑每天消耗的能量占人体全部耗能的 25%，这也就是为什么我们每天都要吃多餐，很容易饿的原因。人之所以能够很快超越其他物种，主要是因为人类掌握了烹饪技术，能够在短时间内摄入大量卡路里以支持大脑运转，其他物种则将摄入的卡路里用于维护身体运转，不得不牺牲大脑皮层的神经元数量。 之所以先谈大脑神经元原理，也是为了引出本文的重点–现代 AI 技术。 在正式进入 AI 技术前，我先讲讲软件工程师这份工作，因为现在有很多软件工程师准备转入 AI 行业。 软件工程师 我是软件工程师出身，2004 年刚毕业时我写的是 JSP 代码（一种将 Java

英伟达说，这是 PC 游戏领域自 1999 年以来取得的最大突破。 机器之心报道，编辑：泽南、蛋酱。 对于全球游戏玩家和 AI 从业者来说，一个重要时刻到来了。 刚刚，同样是在自家厨房，英伟达创始人黄仁勋向世人发布了最新一代消费级显卡 GeForce RTX 30 系列的最初三个型号 GeForce RTX 3070、RTX 3080、RTX 3090。 「无论性能还是能效，安培架构 GPU 都是图灵的两倍，」黄仁勋说道。「从架构、定制流程设计、电路、逻辑、封装、series IO、显存、供电、散热、软件和算法…… 我们在所有层面压榨 GPU 的性能，最终实现了世界水平。」 剧透：壁橱抹刀瓶后有惊喜。 关于这次发布，网上早已有各类信息提前曝光。但大家最为关心的就是 GeForce RTX 30 系列的性能与报价。用老黄的话说就是，与 2080 价位相同，但速度提升了一倍。而 3090 更是 GPU 中的猛兽，黄仁勋称之为 BFGPU（big ferocious）。 这些公版GPU的国行价格也第一时间出现在了英伟达中国官网上： 当今最强 GPU 在深度学习、光线追踪的一系列热场后，黄仁勋突然从放置抹刀的瓶子后，拿出了了一块 RTX 3080，开始正式介绍 RTX30 系列。 总体来说，GeForce RTX 30 系列确实占据了 GPU 界的多项「第一」：首款有着 24GB