大数据早报:比特币突破6300美元创历史新高 剑桥大学宣布 AI 在实验室条件下成功预测地震(10.31)

大数据早报:比特币突破6300美元创历史新高 剑桥大学宣布 AI 在实验室条件下成功预测地震(10.31)

数据早知道,上乐投网看早报!

 

『比特币』比特币突破6300美元创历史新高 今年已上涨逾550%

根据比特币交易平台bitfinex的数据,比特币价格在美东时间周日晚8点从5982美元一路向上突破,最高涨至6345美元,创历史新高,超过10月21日创下的6183美元前记录。截至发稿,比特币价格有所回落,但仍位于6000美元上方。自今年年初以来,比特币价格已累计上涨逾550%。目前比特币总市值接近1040亿美元,再次超越摩根士丹利和高盛等美国投行。在比特币带动下,以太币等其他加密货币也大幅上涨。

据《福布斯》杂志报道,比特币近期大幅上涨可能与中国可能解禁比特币交易的传言有关。

大数据早报:比特币突破6300美元创历史新高 剑桥大学宣布 AI 在实验室条件下成功预测地震(10.31)

此前加密货币新闻网站Cointelegraph.com报道称,中国投资者可能在不久的将来重新被允许进行比特币交易,尽管这一消息未得到任何官方消息来源证实,但交易者已迫不及待。

 

『Twitter』数据业务成Twitter的“救心丸” 或将实现首个季度盈利

大数据早报:比特币突破6300美元创历史新高 剑桥大学宣布 AI 在实验室条件下成功预测地震(10.31)

社交网络 Twitter 在近年来的境遇一直不佳,尽管 140 字短文字产品形式天生具备移动互联网基因,但 Twitter 却生生错过了最佳的发展时期,让后起之秀 Instagram、Snapchat 等迎头赶上,再有 Facebook、Google 等科技巨头在数字广告市场不断扩展疆域,Twitter 的市场空间正在变的越来越小。

在创始人 Jack Dorsey 重新回归后,Twitter 进行了一系列变革,5 年内更换了 5 任产品主管,在产品形态上不断打磨,近日甚至部分开放了超出 140 字数限制的测试,但其核心的广告业务营收却持续萎缩。

但在第三季度财报发布后,Twitter 的业绩表现却令人眼前一亮,无论是月活跃用户的增加还是亏损额的收窄,都明确地向外界发出了乐观积极的迹象,该季度实现首个运营利润为正,根据 Twitter 对下个季度的业绩前瞻指引,这家上市已经 4 年的社交网络公司,有可能迎来首个季度盈利。

Twitter 的“救命药丸”,并不是其目前仍占主导的广告业务,而是数据业务,换言之,Twitter 正在试图用手中极具价值的数据,来为公司的未来业绩以及战略方向铺路。

 

『Google』Google计划在Chrome 67正式版移除对PKP的支持

Google 宣布了从 Chromium/Chrome 中移除 Public Key Pinning (PKP)支持的计划。

PKP 是防止中间人攻击和恶意 CA 的一种证书核查机制。Google 工程师给出的理由 PKP 普及率低和存在技术挑战。Google 计划在明年 5 月 29 日发布 Chrome 67 正式版时移除对 PKP 的支持。

这一计划尚未确定下来,用户仍然可以递交反对意见。根据调查,在 2016 年 3 月所有 HTTPS 网站部署 PKP 的比率为 0. 09%,到 2017 年 8 月,部署率只提高到 0. 4%。

 

『NASA』吃惊!原来PS技术最强的机构竟然是NASA

天文是非常迷人的,当我们抬头仰望星空的时候,有太多的太空之谜让我们遐想连篇。而自从有了天文望远镜和照相机之后,我们就见到了越来越多的关于宇宙中天体的照片。

而最近一篇名为《抱歉,你的宇宙已经被 NASA PS 过了》的文章在朋友圈被广为转发,让我们了解到浩瀚的天空照片其实都是经过 PS 处理的。今天,我们大家就一起来看看哪些天文照片是经过 PS 处理的,同时也了解下这些照片是怎么诞生的以及为什么要对照片进行 PS?

大数据早报:比特币突破6300美元创历史新高 剑桥大学宣布 AI 在实验室条件下成功预测地震(10.31)

从天文照片的诞生过程可以看出,最初通过天文望远镜拍摄的照片只能捕捉黑白,虽然照片内的信息非常丰富,但是对大众来说,看明白原始的天文照片仍有不小的困难,而修图的过程是将这些信息可视化,让大众能够更直观的了解太空。

上文也提到,我们人眼目前能看到的只是可见光,而太空之中的星系所反应的光是人类肉眼看不到。而为了让大众能够全面真实的了解太空,使用 PS 技术将这些看不到的信息,转换到我们能看到的信息是非常有必要的。

此外,最初通过天文望远镜拍摄的照片也并不是全部都是真实的,因为在拍摄过程中,摄像头的光学特性会在图像中产生一些原本不存在的东西,而这些不存在的东西会让大众误以为是太空中存在的其他星体,所以天文学家们需要将这些不存在的东西从照片中清除。

用 PS 处理图片,不仅接解决了信息可视化的问题,同时也让科学的数据真实呈现。每一张被 PS 过的天文照片都遵循了十分严格的规范,毕竟不能无中生有,也不能将有的信息变没。

 

『Facebook』Facebook开源RacerD,帮助开发者消灭顽固 Bug

在内部成功使用之后,Facebook 近日宣布开放其开发工具 RacerD 的开源版本,代码包含在静态代码分析工具 Infer 的代码库中。

据 Facebook 介绍,Infer 静态分析平台过去 10 个月内在 Android 代码库中捕获了超过 1000 种多线程问题。Race Condition 是程序在多线程多任务处理时,对有些共享资源进行操作(例如两个进程同时修改同一个数据时),导致整个处理过程变得混乱甚至锁死,引发 BU G。Race Condition 查找起来非常困难,开发者很难彻查一个 APP 中所有的潜在问题,因为 Race Condition 引发的 bug 并不持续,因此难以诊断。

Facebook 科学家 Blackshear 和 O’Hearn 写道,RacerD 能查出大多数 Race Condition 导致的 Bug ,虽然不能保证全部。

目前 RacerD 兼容 Java,下一步 Facebook 将进一步开发使 RacerD 能够兼容 C++ 。

大数据早报:比特币突破6300美元创历史新高 剑桥大学宣布 AI 在实验室条件下成功预测地震(10.31)


人工智能分析股票指标的 ETF 产品问世

近日,以人工智能分析股票指标的ETF产品问世。

据了解,这只ETF名为“人工智能驱动股票”的 ETF 产品,由 ETF 管理集团于10月中发行上市,是全球首只分析股票指标、并由人工智能驱动的ETF。此前尽管也有人工智能基金出现,但多出现在对冲基金平台,且门槛较高。

基金管理人阿塔·阿尔玛多表示,近年来,信息量暴增,越来越多的不规范信息需要加工处理。统计显示,目前约有90%的可处理信息是在近两年内出现的,而唯一能够处理这些海量信息的方式就是人工智能。

据了解,该ETF使用源自EquBot的专利量化模型,在IBM的沃森智能计算平台上进行运算。该模型利用IBM的强大计算能力处理海量信息,相当于完成了多个股票分析师的工作。

 

剑桥大学宣布 AI 在实验室条件下成功预测地震

近日,英国剑桥大学的研究人员宣布,他们利用机器学习,在实验室的模拟状态下成功预测了地震。虽然还处在实验室阶段,但人工智能为我们预测地震提供了另一个角度。

研究人员们发现了一个导致地震的隐藏信号——一种特殊的声音。这种声音由地壳的断层运动所发出,而地壳的断层运动被认为是地震的主因,机器学习算法能够找到这种运动发出声音中的规律,评估断层的压力以及发生断裂所需时间,最终进行精确预测。

大数据早报:比特币突破6300美元创历史新高 剑桥大学宣布 AI 在实验室条件下成功预测地震(10.31)

研究人员使用了模拟实际地震的实验室系统,他们在层间放置岩石混合物来模拟真实断层,然后将采集到的地层运动所发出的声音送入机器学习算法当中,最后利用机器学习技术来分析地震时的声信号并研究它的模式。

不过,目前这种方法还停留在实验室阶段,而真实地震要复杂得多:真实地震中的压力,要比实验中大好几个数量级,岩石温度不同也会造成声波差异。

 

山大学生宿舍安装人脸识别门禁 忘带校园卡可刷脸进出

近日,小编从山东大学洪楼校区了解到,该校学生宿舍内已安装了人脸识别门禁系统,不但能实现学生“刷脸”进出宿舍楼,还能查学生是否晚归,济南高校学生宿舍进入了“刷脸”时代。

大数据早报:比特币突破6300美元创历史新高 剑桥大学宣布 AI 在实验室条件下成功预测地震(10.31)

这套能“刷脸”的门禁系统,外观看起来和普通门禁差不多,只是在机器上方有一个能识别人脸的显示屏,屏幕上有一个人脸形状的框和两个摄像头,学生只要把面部放入框内,系统就会立即识别出身份。学生表示,门禁系统里存有他们的个人资料,只要面部和校园卡上的头像相符,门禁就会自动打开。

山大洪楼校区学生宿舍的这批刷脸智能通挡机刚安装不久,还处于试用阶段。“学校是本着建设智慧校园安装的这套刷脸机。”山东大学洪楼校区学生公寓管理部主任孙玉显表示,目前他们校区已有5个公寓楼安装了刷脸门禁,覆盖了90%左右的学生,这套系统安装以后,对整个洪楼校区的公寓安全能起到很大作用。

 

日本新 AI 系统可以在不到一秒的时间内检测出肠癌

据外媒 ZDNET 的报道,有研究人员称,日本制造的新软件能在不到一秒的时间内检测出肠癌。在最近进行的试验中,人工智能(AI)驱动的系统能够从放大的内镜图像中发现结直肠腺瘤。这些图像与另外 3 万个用于机器学习的图像相匹配。

研究人员称,该系统对 250 名患者进行了分析,并且用不到一秒钟的时间来评估每一个放大的内镜图像,然后确定肿瘤的恶性程度,其准确率高达 94%。 

来自日本横滨昭和大学的研究负责人 Yuichi Mori 博士说:“这一系统最显著的突破在于,人工智能可以在结肠镜检查中实时进行结肠息肉的光学活检,而不考虑内镜者的技能。”他在西班牙巴塞罗那的联合欧洲胃肠病学周上展示了这一结果。 

今年早些时候,英国国家医疗服务体系(NHS)和英特尔表示,他们正在共同努力,通过人工智能提高癌症检测的效率。而在 5 月份,澳大利亚联邦科学与工业研究组织(CSIRO)宣布,来自其 Data61 部门的研究人员一直在开发一种可以检测血管生成的软件。