KKNEWS

對於很多人來說，只做自己感興趣的事很難，但是在陶思明看來，只要狠得下心，好像就沒這麼困難。陶思明早在 2008 年就加入了 YY，時任 YY 技術平台部總經理、YY 技術委員會主席，全面負責整體技術架構、流媒體、點播直播技術等。直到 YY 變成了眾所周知的歡聚時代，陶思明選擇離開待了 6 …

乾貨概覽

說到頁面性能優化，我們常常想到 首次加載、交互響應和渲染幀率 等頁面性能指標。為了給用戶流暢的使用體驗，我們常常針對這些指標進行優化。接下來，我們以AIOps團隊智慧機場項目為例，介紹我們如何將首次加載時間為4000ms的頁面優化至1350ms的，文章所介紹的加載優化方法具有一定參考作用，希望能對大家有所幫助。

項目簡介

智慧機場項目是一個根據實時航班，對機場機位資源進行動態分配的智能係統。其主要目的是將航班盡量停靠在廊橋機位，增加廊橋機位使用率，減少旅客登機、下飛機時間，同時避免航班因延誤等因素對機位的衝突使用，機位的分配情況-甘特圖頁面如圖1所示：

圖1 智慧機場甘特圖

圖中區域1表示不同的機位和機位類型，用​​戶可以上下滑動或者通過篩選獲得不同機位的信息；區域2為時間軸；用戶可以滑動時間軸，選擇不同的時間段，同時也可以進行縮放操作，來擴大或減小查詢範圍；區域3為內容區，展示不同機位在對應時間段內的航班信息，每一個航班使用條狀圖展示，條狀圖顏色表示航班狀態，我們分別用幾種顏色表示飛機到達、起飛、衝突、返航等屬性。整個頁面展示與用戶交互過程中，甘特圖需要根據用戶的篩选和操作實時的從後端多個接口中加載數據並進行渲染展示。

該頁面與大多數大數據展示頁面遇到的性能問題一致，一個是請求的接口多帶來請求等待性能下降，另一個是展示的元素多帶來的渲染性能下降。在第一版甘特圖中，頁面的平均加載時間長達4000ms，下面我們通過通用方案和自定義方案兩方面來看一看，我們是如何將加載速度降低到1350ms的。…

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。

一、從銀行到金融科技公司

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。

• 消失的第一個階段是取代銀行網點；
• 第二階段是逐漸減少銀行網點的功能，即越來越多人不再去銀行網點；
• 到最後實際上是對銀行造成了降維打擊。

…

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。

Teambition是意外，創業一直都在堅持

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。

什麼叫做“智能”？

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。

科技公司

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。

啃硬骨頭時代的開始

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：

• 項目背景
• 興趣圖譜
• 內容理解

…

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。

一、STOP勒索病毒

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：

二、GandCrab勒索病毒

2018年1月，首次觀察到GandCrab勒索病毒…