本文由 dbaplus 社群授權轉載。
大家好，我今天要講的是金融科技，不從架構視角，而是從企業乃至行業的發展視角來講。今天要分享的，其實是我去年和今年看到的一些變化，以及感想，更多是建設銀行的經驗教訓，以及基於行業的一些思考，並且主要是我們接下來要做的事情，而不是已經做的事情。
我們為什麼會從銀行走到金融科技公司？其實是因為我們看到這個行業一直在變化，這促使我們決定做金融科技戰略規劃。不知道多少人有讀過《消失的銀行》？建設銀行可是全體員工都在讀。
這本書講的是：如果不做任何努力，國外的銀行這個行業會如何被金融科技公司或互聯網肢解直至消失，隨後作者提出了貝塔銀行的概念，以此來應對挑戰。
齊俊元，Teambition的創始人，也是一位成功的創業者。 Teambition的前身其實是他創辦上一個項目時順手做的協作工具，2013年，項目宣布失敗，而這個協作工具幸運地被留了下來，並發展壯大在2019年3月26日被阿里巴巴收購。在他的眼裡，這6年來沒有什麼事情是特別困難的，無論是自學編程，還是逐省跑客戶，他認為這就是創業本該面對的事情。在被收購之後，Teambition內部也經歷了一番調整，沉寂了一段時期，本次對話發生於被收購後的第7個月，這也是齊俊元近幾個月第一次在接受媒體獨家專訪時講述創業初期的心路歷程。
InfoQ：您大一的時候就對創業很感興趣，是什麼樣的原因？或者，您成長過程中受到了哪些人的影響？
齊俊元：我覺得這個過程比較機緣巧合，因為我那時對創業的理解和今天有非常本質的不同。
高三的時候，我參加了上海交通大學自主招生考試，由於筆試分數較高，所以希望自己可以選擇想去的專業。在以前，我盲選也肯定是生物，因為我中學時期參加了大量生物類的科技創新競賽，我對生物充滿熱情，但有兩件事情改變了我的想法。
第一件事情發生在我去新加坡參加國際科學挑戰賽期間，當時我的那個項目已經在國內獲得了很多獎項，得到的評價也很好，核心是結合特定場景降低DNA片段抽取的成本和時間，但新加坡的一個教授告訴我我，依靠先進的設備，已經可以實現更簡單、省力和省時的方法了。這件事情對我影響挺大，因為他們有更好的工具，所以比我們更容易成功。
第二件事情是我當時對矽谷很感興趣，平時會閱讀很多相關文章，其中一個故事是施樂發明了鼠標和GUI（圖形用戶界面，Graphical User …
人工智能只是優秀的曲線擬合？近兩年，關於這一觀點的討論從未停止，圖靈獎獲得者、貝葉斯網絡之父Judea Pearl也參與其中，他一直自嘲自己是AI社區的反叛者，認為由於人類對智能的真正含義不完全理解而阻礙了人工智能的發展，他曾經在多個場合表達過這樣的觀點：人工智能領域的技術水平只不過是上一代機器已有功能的增強版：在大量數據中發現隱藏的規律性。所有令人印象深刻的深度學習成果都只是曲線擬合。從語音識別，到圖像識別，再到人機對話，難道這些都算不上“智能”，而只是“曲線擬合”的結果？
毫無疑問，當下軟件在智能層面出現的一系列進步，背後推手正是機器學習與深度學習支撐起的AI技術體系。然而，近兩年來，越來越多的人開始討論這樣的軟件是否具備真正的“智能”。儘管採用人工智能技術的軟件確實在不少領域保持著快速發展的勢頭，但仍然有學者與懷疑論者們表示：這種算法與理想中的智能算法仍有著巨大甚至無法彌合的鴻溝。
關於智能的定義，可以追溯到古希臘時代的那群哲學家們。他們當時關注的主要是人類與動物（而非與機器）間的區別。亞里士多德就曾經提到，接受過良好教育思維的一大特徵就是能夠理解那些自己並不認同的主張。那時的他當然不會想到，自己的格言如今同樣適用於區分智能與人。
目前，機器仍然無法獨立提出思想或者假設，無法彼此進行測試，也無法根據邏輯推理以及實驗結果（即科學方法的核心原理）接受或者拒絕某種論點。儘管不同形式的AI（例如對抗性網絡）可能也會通過互相衝突的方式達成最佳效果，但很少有人會將這種算法推理稱為“智能”。
相反，這只是一種在原理層面相當簡單的方法：由兩套神經網絡利用相同的數據集交叉工作，從而獲得準確率超越任何單一神經網絡的處理模型。當然，這種方法在實現既定目標方面確實表現得更為有效。
人與機器之間的核心智能區別在於定義目標以及在實現目標期間找尋合理性的能力。我們也可以將其描述為區分因果關係的能力，例如某兩個事件雖然經常同時發生，但並不代表著其中一個事件導致了另一個事件。在公共話語當中，這類因果關係謬誤正是最常見的邏輯錯誤之一。圖靈獎得主、貝葉斯網絡之父 Judea Pearl …
比特大陸召開股東會，詹克團要求罷免全部董事；小米公司成世界第四大手機製造商；華為全面推進鴻蒙系統，明年年底力爭成第5大操作系統；亞馬遜收購Deliveroo引擔憂，英反壟斷機構或將調查；Windows 10 Mobile系統停止一切支持； 朱嘯虎：美團滴滴合併是吃瓜群眾期待。
比特大陸召開股東會，詹克團要求罷免全部董事
12月9日消息，比特大陸召開了股東大會，會議上詹克團要求罷免公司全體董事並要求選舉其為唯一董事。但該提議遭到了包括眾多投資人股東在內的其他股東否決。這是比特大陸聯合創始人詹克團自從被罷免以來首次採取行動。今年 10 …
當談起 API 設計時，人們首先會想到 REST API，它是 Representational State Transfer 的縮寫。 REST …
在AWS re:Invent2019的主題演講上，Andy Jassy分享了這樣一個數據：儘管雲計算已經如火如荼的發展了十多年，然而在當前全球的所有IT消費中，在雲上的消費僅僅佔了3% ，其餘的97%仍在企業內部（on premise）。
在這3%當中，AWS佔了47.8%（Gartner在2019年的數據），是處於領先地位的服務提供者。增速方面，AWS在2018年一年營收超過250億美元，比2017年增長了47%，可以說保持了相當驚人的增長速度。
但是，AWS對這樣的現狀顯然並不滿足。
早年的AWS更專注於服務好那些雲原生的、初創企業的開發者們——這個群體是雲端世界的首批居民。如果雲計算不存在，他們的業務多半都不會存在，因此AWS與他們的關係是你情我愛、共同生長的關係。共同生長了十多年，這部分的需求基本上都被滿足的差不多了，經驗都沉澱到了各個產品線的硬件、代碼與文檔裡，全自助式服務，AWS的產品團隊無需在這方面再費多大力氣。
早年的AWS不太去強攻大客戶的項目，並非它不想做，實在是時機不成熟，有那個精力熱臉貼冷屁還不如先去專注把新市場做大。直到2013年，AWS搶下了CIA一筆價值6億美元的大單，從此開始有了與IBM、EMC、Oracle、微軟等傳統IT大廠在大客戶項目中同台競技的角色。數年來，各廠之間時而協作、時而競爭，大約是生意好做的季節協作多一些，生意不好做的季節競爭多一些。…
導讀：目前信息流推薦中使用的內容理解技術，主要有兩部分構成：1. 門戶時代和搜索時代遺留的技術積累：分類、關鍵詞以及知識圖譜相關技術；2. 深度學習帶來的技術福利： embedding。但是分類對於興趣點刻畫太粗，實體又容易引起推薦多樣性問題，而 embedding 技術又面臨難以解釋的問題。這次主要介紹在信息流推薦中，騰訊是如何做內容理解克服上述問題的。主要包括：
2019年是勒索病毒針對企業進行攻擊“爆發”的一年。這一年，彷彿全球各地都在被“勒索”，每天都有不同的政府、企業、組織機構被勒索病毒攻擊的新聞出現。勒索病毒已經成為網絡安全最大的威脅。利用勒索病毒犯罪也是全球危害最大的網絡犯罪組織活動。下面我們來盤點一下2019年全球十大流行勒索病毒家族。
STOP勒索病毒最早出現在2018年2月份左右。
從2018年8月份開始在全球活躍，它主要通過捆綁其它破解軟件、廣告類軟件包等渠道進行感染傳播。而最近一兩年，STOP勒索病毒通過捆綁KMS激活工具進行傳播，甚至還捆綁過其他防毒軟件。
截至目前，此勒索病毒一共有160多個變種。雖然此前Emsisoft公司已經發布過它的解密工具，能解密140多個變種，但最新的一批STOP勒索病毒仍無法解密。如下所示：
勒索提示信息，如下所示：
2018年1月，首次觀察到GandCrab勒索病毒…
有人把2018年稱為 Service Mesh之年，在2018年至今的兩年時間內，Service Mesh從概念期進入到應用期，國內部分企業甚至已經進入 Service Mesh大規模落地的深水區。但是伴隨而來的，是對Service Mesh的諸多疑問：非Kubernetes環境是否可以進行Service Mesh研發？ Service …
前端週報專注大前端領域內容，以對外文資料的蒐集為主，幫助開發者了解一周前端熱點，分為新聞熱點、深度閱讀、開源項目 & 工具等欄目。歡迎關注【前端之巔】微信公眾號（ID: frontshow），及時獲取前端週報內容。
本週，TC39 …