Turing

　　机器之心报道 　　 编辑：泽南、蛋酱 　　 英伟达说，这是 PC 游戏领域自 1999 年以来取得的最大突破。 　　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

概述 如果一个计算机语言具有 图灵完备性（Turing Completeness） ，那么这个语言就是 图灵完备语言 （Turing-Complete Language）。 背景 艾伦·图灵 艾伦·麦席森·图灵 （Alan Mathison Turing，1912.6.23 - 1954.6.7）， 1 英国数学家、逻辑学家、密码学家和英国首位计算机科学家，被誉为计算机科学和人工智能之父。 2 他对计算机科学的发展有着很高的影响力，他用图灵机提供了算法和计算概念的形式化，图灵机可以被视为通用计算机的模型。 3 他的图灵测试对人工智能的发展，作出了重要的、典型的、具挑战性的和持久的贡献。 4 图灵机 在 1928 年第八届国际数学家大会上，德国数学家希尔伯特（David Hilbert，1862 - 1943）提出了关于数学的三个精辟问题： First, was mathematics complete ...（数学是完备的吗？） Second, was mathematics consistent ...（数学是一致的吗？） And thirdly, was mathematics decidable ?（数学是可判定的吗？） 希尔伯特的第三个问题又被称为判定性问题（Entscheidungsproblem）。为了证否这个命题，1936 年，图灵发表了一篇论文，题为《论可计算数

BlockChain：2020年7月10日世界人工智能大会WAIC《链智未来 赋能产业区块链主题论坛》(四) 导读 ： 数据人生，还原人性底色，造就可信任 2020年3月30日将数据作为生产要素，数据作为生产要素参与分配意义重大！ “We can only see a short distance ahead, but we can see plenty there that needs to be done.”——Alan Turing 吾等目力短浅，能见百事待践行 区块链+人工智能：人工智能技术可以提高区块链智能合约运行效率、促进现实世界的应用程序变得更加智能 区块链+物联网：通过物联网设备+数字身份建立数字孪生世界，物理世界与虚拟数字世界相互促进 人工智能技术特征：生物特征识别+ML+NLP+CV+知识图谱 理性认识区块链：基础设施+非万能+非替代者 目录 2020年7月10日世界人工智能大会WAIC《链智未来 赋能产业区块链主题论坛》 演讲嘉宾 演讲内容 邢波《区块链，新引擎》 新型智慧城市 构建区块链产学研生态系统 数据人生，造就可信任 陆杨《Last Mile to Mass Adoptions -VeChain ToolChain》 达鸿飞《区块链如何构建数字信用枢纽》 2020年3月30日将数据作为生产要素 “We can only see a short

要是您不太熟悉大多数PC游戏菜单选项中不同的图形设置，那么可能会感到困惑什么是"抗锯齿". 在这篇文章中，我们会简单介绍什么是抗锯齿以及列出2020年可能会碰到流行的抗锯齿技术，帮助您决定使用哪个获得最佳的游戏体验. 抗锯齿有什么作用呢? 您因该知道显示器的图像是由像素组成的，这是数字图像中的最小单位.而现代的电视和电脑显示器拥有数百万的像素.这些像素仍然是矩形的.这意味着当圆形显示在屏幕上时，您几乎肯定能看到一些锯齿状的边缘.即aliasing. 顾名思义，抗锯齿就是通过各种不同的抗锯齿技术来减少锯齿,实际上这些不同主要体现它们处理锯齿的方式和在游戏中的性能消耗. 抗锯齿有哪些类型呢？ 2020年之前，有一些流行的抗锯齿技术.其中某些技术比其他的更加受欢迎,下面我们将简要概述您最可能在游戏中会碰到的抗锯齿技术. MSAA: multisample anti-aliasing(多采样抗锯齿) 它是最常见的抗锯齿类型之一，通常可以在图像保真度和性能之间找到最佳的平衡点.这种抗锯齿是利用两个或者多个相邻像素的多个采样来创建高保真图像,使用的采样数越多，图像看起来越好.但是这样就不可避免地需要更多的GPU性能.而MSAA通常的采样数为两个，四个，八个. 另外,我们还有EQAA(enhanced quiality anti-aliasing 增强质量抗锯齿)和CSAA(coverage

　　 　　 AI 又进化了。 　　你正在设计网页，我要一个“长得像西瓜的按钮”—— 　　然后机器就自动生成了这个： 　　 　　还可以做其它制定： 　　大字写：欢迎来到我的通讯页，底下一个蓝色的订阅按钮。 　　 　　对黑字不满意？可以加一个“in red”（large text in red），就变成红色字体。 　　 　　你跟它说：我要一个彩虹色的按钮！ 　　它就能给你集齐七种颜色。 　　 　　做到这些，一行代码都不要写！ 只需要讲人能听懂的话，机器就可以理解你的意思，然后生成代码，最终实现效果。 　　实现这个功能的程序员，自己都忍不住惊呼：简直太酸爽了！ 　　 　　AI 能如此理解人话，善解人意，是因为大名鼎鼎的研究机构 Open AI 又开发了第三代语言模型 GPT3，并开放了申请使用。 　　 GPT-3，1750 亿参数，45TB 训练数据 　　2020 年 5 月 29 日，知名 AI 研究机构 OpenAI 公布了其下一代文本生成神经网络 GPT-3（Generative Pretrained Transformer 3）的研究论文。 　　这是一款无监督式 Transformer 语言模型，作为 GPT-2 的后继，GPT-3 完整版的训练规模包含了 1750 亿个参数，是前者的 117 倍，是今年 2 月份微软刚刚推出全球最大深度学习模型 Turing NLP 的几十倍

　　 全球首位图灵奖女性得主、首位 IBM 女院士弗朗西斯·艾伦（Frances Allen），因阿尔茨海默病并发症去世，去世当天是 8 月 4 日，正好是她 88 岁生日。 　　 　　图｜弗朗西斯·艾伦（Frances Allen） 　　艾伦的主要研究方向是编译器优化，编译器是一种程序，可以将用计算机语言编写的指令，转换为由机器执行的程序。 　　亲自见过艾伦的伊利诺伊大学香槟分校计算机科学系的助理教授、《麻省理工科技评论》2020 年度全球 “35 岁以下科技创新 35 人” 上榜者李博回忆称： “我博士期间曾有幸去IBM，给她老人家讲过一次我的研究课题，她人非常 nice，也很有耐心。” 　　对于艾伦的离开，李博也很惋惜：“弗朗西斯·艾伦是编译原理的鼻祖，她的离开是计算机乃至整个科学领域的一个损失。艾伦在编译系统架构和优化并行等方面的开创性研究，对我们当今计算机发展有着深远的影响。她一生潜心研究，提携了许多后辈，是学术研究和教育行业的‘双重’楷模，其学术成果及科学精神将继续影响更多后辈。” 　　对于她的不幸去世，中国科学院计算技术研究所研究员、国内编译器专家冯晓兵告诉DeepTech：“弗朗西斯·艾伦的去世非常令人惋惜，像她这样的业界巨擘寥寥无几。 艾伦本身也是计算机科学的先驱之一，其在编译系统架构、程序分析、优化技术等方面做出的开创性和基础性工作至今影响深远。 其于 2007

​ 软件工程是一门研究用工程化方法构建和维护有效的、实用的和高质量的软件的学科。它涉及程序设计语言、数据库、软件开发工具、系统平台、标准、设计模式等方面。 在现代社会中，软件应用于多个方面。典型的软件有电子邮件、嵌入式系统、人机界面、办公套件、操作系统、编译器、数据库、游戏等。同时，各个行业几乎都有计算机软件的应用，如工业、农业、银行、航空、政府部门等。这些应用促进了经济和社会的发展，也提高了工作效率和生活效率 。 在大公司里，软件工程的应用已经非常普遍，比如敏捷开发，领域模型驱动这类的实践方法已经深入人心，今天我们就来推荐一下关于软件工程的一些经典书籍。 软件工程系列书单 ​ 人月神话 在软件领域，很少能有像《人月神话》一样具有深远影响力和畅销不衰的著作。Brooks博士为人们管理复杂项目提供了具有洞察力的见解，既有很多发人深省的观点，又有大量软件工程的实践。 《人月神话（40周年中文纪念版）》内容来自Brooks博士在IBM公司SYSTEM／360家族和OS／360中的项目管理经验，该项目堪称软件开发项目管理的典范。 《人月神话（40周年中文纪念版）》英文原版一经面世，即引起业内人士的强烈反响，后又译为德、法、日、俄、中、韩等多种文字，全球销售数百万册。确立了其在行业内的经典地位。 在《人月神话（40周年中文纪念版）》第首次出版40年后的今天

你是不是要经常输入验证码？登录网站时输完密码，要输入一个单词或者几个歪歪扭扭不怎么好辨认的字母，这个场景一定不陌生？有没有思考为什么要输入验证码？验证码有什么作用？ 其实，验证码存在的最大意义，就是区分在页面上进行输入操作的是人还是机械化的代码编程。就像12306网站的验证码，它的“进化史”就是一部不断与黄牛和抢票软件“斗智斗勇”的历史，从一开始的简单数字、字母、加减法，到闪烁变形字母、干扰线变形字母，再到近些年不断优化的挑战人智商下限的图形验证码…… “确定我不是机器人？”没错，验证码英文叫做CAPTCHA，Completely Automated Public Turing Test to tell Computers and Humans Apart，由CMU的教授Luis von Ahn提出，翻译一下是“全自动区分计算机和人类的图灵测试”，能够防止软件被大量恶意注册，比如阻止在高峰节假日期间的购票被黄牛写一串代码就抢购一空。 到这里，你可能会说“我知道了为什么要输验证码，可是输验证码很无聊，输错了还要重输。”那你一定是不知道，验证码还有这些潜藏的作用啊！ 验证码的作用： 1、为了防止机器冒充人类做暴力破解： 暴力破解想想就恐怖，这关系每个用户的网络安全，现在很多网站、APP都绑定用户的银行账户，有很多内容还涉及到个人隐私，如果被不法分子暴力破解，那损失可就大了。 2

俗话说得好，“常在网上走，哪有不验证”。我们爱也好恨也罢，每天谁不抓耳挠腮输入几个验证码呢？ 然而验证码说到底是一种 被动防御 的对策，今天我们快速梳理梳理验证码从无到有的发展历程，并且介绍一种思路非常前沿的黑科技， 改被动为主动 、 如丝般顺滑的 ：不验证的验证码——无感验证。 一、 为什么要验证 验证码是为了反垃圾。 早在90年代，雅虎邮箱就频频遭到机器产生的大量垃圾邮件骚扰，那时鉴别人/机的需求就已出现。路易斯·冯·安(Luis von Ahn)带领团队设计了一款被称为CAPTCHA的小工具，其背后的思路就是，人类可以轻松识别，但是机器识别困难，从而可以区分人类和机器。 二、 如何验证 那么，人类和机器到底有什么区别呢？ 所谓CAPTCHA，就是Completely Automated Public Turing Test To Tell Computers and Humans Apart，即“全自动区分计算机和人类的公开图灵测试”（...说人话！）——验证码。图灵测试在这里成为识别的关键，而简单问答则是最常用的手段。 图零测试通常是基于对人类知识的验证（Knowledge-based authentication, KBA），这里的知识主要指对图形的识别和一些简单的分析。 三、 攻防爱恨情仇 然而随着机器识别能力和对人类知识学习的不断深入，破解普通验证码的成功率越来越高

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语言嵌入在HTML代码中的编写方式）