国研网络数据科技有限公司

最好的科技新闻app-云栖科技评论第102期:尤瓦尔?赫拉利与李飞飞是

时间:2019-06-14 18:01:23 | 作者:爱科技网 | 点击: 111 次

  【新闻摘要】 据国外媒体报道,在近日举行的谷歌I/O开发者大会上,Android和Chrome掌门人希罗史·洛克海默(Hiroshi Lockheimer)对外披露称,被寄予厚望的Fuchsia OS“并不是新一代Android或Chrome操作系统”, Fuchsia只是在打造操作系统领域的全新艺术,谷歌将把从Fuchsia OS中学到的东西整合到其他产品中。他同时表示,Fuchsia OS可以以不同的外形出现,而不仅仅是智能手机或个人电脑。有媒体表示,希罗史·洛克海默的表态或许暗示Fuchsia OS可能适用于智能家居设备、可穿戴设备,甚至可能是增强或虚拟现实设备。(阅读报道)
  【小云评论】 在Android和Chrome获得巨大成功之后,谷歌一直希望将其在智能手机和个人电脑之外予以复制,从而在经历了个人电脑、智能手机两大浪潮之后,紧紧抓住下一个“数字化设备的浪潮”,在这方面,谷歌的直接竞争对手亚马逊做的略高一筹:据不完全统计,截止2019年4月,搭载亚马逊智能助手Alexa的智能设备出货量超过1亿台,Alexa系列智能音箱累计出货量已超过5000万台。虽然Alexa仍然只是智能语音助手,无法与打出操作系统概念的Fuchsia OS的相比,但亚马逊已经在智能设备领域建立起了稳固的生态,从智能语音助手到操作系统,或许只有一步之遥。

2、美国再斥资6亿美元研发百亿亿次超算

最好的科技新闻app-云栖科技评论第102期:尤瓦尔?赫拉利与李飞飞是


美国再斥资6亿美元研发百亿亿次超算

  【新闻摘要】 美国能源部近日宣布,将与超级计算机厂商Cray(中文名:克雷)合作,计划在2021年建成全球最快的百亿亿次级别超级计算机Frontier,这一系统将用于加速科技创新,并帮助美国高性能计算和人工智能领域保持领先地位。据美国能源部表示,超级计算机Frontier的性能将超过1.5 exaflops,大约是目前顶级超级计算机速度的50倍,它将在美国橡树岭国家实验室建造,主要基于Cray的Shasta架构和Slingshot互连技术,并采用AMD公司的EPYC CPU和Radeon Instinct GPU作为核心处理器。美国橡树岭国家实验室(Oak Ridge National Laboratory)是美国能源部所属的科学和能源研究实验室。2005年以来,该实验室已经部署了当时最快的计算机系统Jaguar、Titan和Summit。(阅读报道)
  【小云评论】 美国能源部目前共致力于三台百亿亿级超级计算机的建造,即田纳西州橡树岭的Frontier,伊利诺斯州阿贡国家实验室的“极光”Aurora和加利福尼亚州的El Capitan,所有这些机器预计将在2021至2022年部署。即使对于美国来说,这也是前所未有的:从未有国家同时建设两套以上的下一代超级计算机,因为这将耗费巨大的人力、物力和财力。在这背后,是一场涉及中、美、日、欧的全球超级计算机领域“军备竞赛”,毕竟计算技术是数字经济时代的基石。

3、高通近40款芯片被曝出泄密漏洞

最好的科技新闻app-云栖科技评论第102期:尤瓦尔?赫拉利与李飞飞是


高通近40款芯片被曝出泄密漏洞

  【新闻摘要】 据国外媒体报道,英国安全公司NCC Group公布了藏匿在逾40款高通芯片的旁路漏洞,可用来窃取芯片内所储存的机密资讯,并波及采用相关芯片的Android设备。这一编号为CVE-2018-11976的漏洞,涉及高通芯片安全执行环境的椭圆曲线数码签章算法,将允许黑客推测出存放在QSEE中、以ECDSA加密的224位与256位的密钥。媒体报道中透露,NCC Group早在去年就发现了这一漏洞,并于去年3月知会高通,高通则一直到今年4月才正式修补。(阅读报道)
  【小云评论】 2018年以来,芯片漏洞问题愈演愈烈,从英特尔、AMD到高通,几乎所有主流通用芯片供应商都深陷其中,影响范围也从服务器、PC蔓延到Android手机和智能设备。实事求是的说,随着软件定义趋势(甚至是软件定义芯片)的发展,以及软件芯片化特性的增强,芯片中的安全性问题几乎必然会呈现增长趋势,而且由于一代芯片微架构往往用于型号众多的芯片中,一旦出现问题,也必然会波及范围极广。但这并不意味着不应当在芯片领域探索软件定义,关键是要及时发现、处理潜在安全隐患,而非时隔近15个月才行动起来。

4、MIT用深度学习预测乳腺癌患病概率

最好的科技新闻app-云栖科技评论第102期:尤瓦尔?赫拉利与李飞飞是


MIT用深度学习预测乳腺癌患病概率

  【新闻摘要】 近日,麻省理工学院计算机科学与人工智能实验室(CSAIL)和马萨诸塞州综合医院(MGH)合作,共同打造了一个新的深度学习模型,可以通过分析乳房 X 光图像,找出人眼不易察觉的特征和规律,从而预测女性是否可能在未来五年内罹患乳腺癌。训练结果显示,该模型的预测准确率约为31%,远超传统预测方法的18%。研究团队认为,以深度学习驱动的预测系统有望推动新的乳腺癌筛查计划,可以将基于年龄的传统筛查建议,变成基于风险因素的更加科学的个性化筛查建议。(阅读报道)
  【小云评论】 值得注意的是,这一深度学习模型并非诊断而是预测,它能发现人眼不易察觉的特征和规律,从而将准确率提高超过70%,由于早期乳腺癌的5年生存率高达 98-100%,这意味着将有近乎一倍以上的患者可以得到及时有效的治疗。更重要的是,深度学习模型对不同族裔女性的预测准确率相同,包括Tyrer-Cuzick 模型在内的很多现有模型大多依照白人女性数据建立,对非白人族裔的预测效果较差,可能有超过10%的差距。在深度学习的帮助下,这一误差或将不复存在。人工智能既可以超越人类的观察和认知水平,提高疾病预测,更可以弥补原有医学手段的缺陷,实现医疗服务的包容性发展。

5、微软 Build 2019大会发布多项更新

最好的科技新闻app-云栖科技评论第102期:尤瓦尔?赫拉利与李飞飞是


微软 Build 2019大会发布多项更新