又见炊烟

马斯克还真开着特斯拉“去小扎家”了，全程直播无剪辑！

不过说“开车”已经不准确，因为这回是新版FSD全程给马斯克“代驾”，45分钟里他本人只上手干预了一次。

也就是钢铁侠亲自上阵，搞了一场自动驾驶路测。

坐标加州Palo Alto，从特斯拉新工程总部出发，中途曾用谷歌地图搜索扎克伯格家地址并导航。

马斯克搭乘一辆老款Model S，硬件还是基于HW3的版本，但软件已经是未正式发布的新版FSD V12。

尽管画质不到480p，但这场𝕏平台上的直播，已吸引超1000万人在线围观。

之所以备受瞩目，倒不全是大家伙吃瓜“马扎笼斗”的热情太高，主要在于FSD V12被称为特斯拉自动驾驶最重要的一次升级：

实现了完全端到端（End-to-end）方案，输入一端是图像，输出一端是对汽车的控制指令，中间完全由神经网络处理。

马斯克自己的说法要更咋呼一点：

光子进，行为出，和人类一样。

试驾过程中，马斯克多次表示现在的系统没有一行规则和条件判断代码，不需要高清互联网地图。

比如，在经过路边一位骑行者时，马斯克就强调“没有任何代码声明要给骑自行车的人让行，没有等待x秒之类的东西，只有神经网络。”

This is all net, baby, nothing but net.

知名科技博主Robert Scoble表示：世界从今晚开始改变。

十年后，人们将把这一时刻定义为机器人的首次公开演示，机器人仅通过看视频就学会在现实世界中移动。

这是软件构建方式的范式转换。

马斯克也回复他：准确的。

同样令人惊讶的是，所需的推理计算功率只需要100W。

继续阅读马斯克直播自动驾驶「去小扎家」，45分钟仅一次人工干预：FSD V12不再会是“测试版”

撰稿 | 言征

“分拆”焕新了阿里，而大模型救回了阿里云。

昨天发布的“新阿里”的第一份财报中，2341.56 亿元，同比增长14%。数据可谓“情理之中，意料之外。”

情理之中的是，阿里国际和菜鸟业务的超预期增速（分别为41%、34%），因为此前已经有不少有关这两块业务快速增长的消息。意料之外的是，一旦我们将目光聚焦到此前连续三个季度收入接近为零甚至负增长的阿里云，竟然奇迹般地“回魂”再生。

一、财报中的阿里云

去年12月，阿里云已连续两季度营收增长接近0%，彼时还存有云安全事故余波；今年的一季度，阿里云业务收入同比下降2%。阿里云想要重获增长的难度可见一斑。

在新出炉的财报里，阿里云收入增长4%至251.23亿元。据财报表显示，阿里云的增长受阿里巴巴并表业务及金融服务、教育、电力和汽车行业的客户所驱动。

阿里云也表示，这主要是来自于AI热潮带来的算力和模型服务需求的推动。

继续阅读大模型救了阿里云

最差的人类语料，也要胜过AI生成的文本。

随着GPT-4、Stable Diffusion和Midjourney的爆火，越来越多的人开始在工作和生活中引入生成式AI技术。

甚至，有人已经开始尝试用AI生成的数据来训练AI了。难道，这就是传说中的「数据永动机」？

然而，来自牛津、剑桥、帝国理工等机构研究人员发现，如果在训练时大量使用AI内容，会引发模型崩溃（model collapse），造成不可逆的缺陷。

也就是，随着时间推移，模型就会忘记真实基础数据部分。即使在几乎理想的长期学习状态下，这个情况也无法避免。

因此研究人员呼吁，如果想要继续保持大规模数据带来的模型优越性，就必须认真对待人类自己写出来的文本。

论文地址：https://arxiv.org/abs/2305.17493v2

但现在的问题在于——你以为的「人类数据」，可能并不是「人类」写的。

洛桑联邦理工学院（EPFL）的最新研究称，预估33%-46%的人类数据都是由AI生成的。

继续阅读GPT-5将死于GPT-4背刺？牛津剑桥研究警告：AI训AI成「剧毒」，会让模型崩溃！

译者 | 李睿

审校 | 重楼

极客程序员具备的编程技术就像多功能的工具，但是每种技术都是用语言表达的模式集合，而且大多数都不是新的模式。如果人们理解了这些模式，就可以很容易地理解体现它们的任何编程技术。

行业专家指出，擅长编程并不是优秀开发人员的标志。例如一名才华横溢的开发人员在工作时间付出全力创建清晰、准确、可维护的代码，在午餐时谈论工作以外的事情，然后按时下班享受从键盘释放出来的生活，这有什么错呢?

以下是专家认为优秀程序人员必须具备的五种关键能力。而要了解为什么这些能力很重要，需要思考软件是什么：软件不是无穷无尽的一系列语句，也不是对API的任意调用的集合，更不只是代码的剪切和粘贴。与其相反，它是一个高度结构化的代码层次结构网络，几乎不采用复制的代码（不一定是GOF模式，而是像“延迟初始化”、“模型驱动的代码生成”或“XML脚本”这样的模式）。软件只有在满足业务需求并且质量足够好的情况下才有用。因此，需要对开发人员具有的能够实现这些目标的能力进行评估。

1.分析：条理清晰，善于思考，善于解决问题的能力

如今，很多人将沉着、自信或快速连续的陈述误认为是智力，其实这是一种特征，因此人们需要非常了解开发人员的智力特征。

软件是关于功能和结构的分解，所以智力的关键方面是天生的、后天的或意志力的分析能力。善于分析的人会从多个角度考虑问题，并选择总体中最好的方法，然后能够将一个问题分解成多个子问题。

在面试求职者的过程中，就可以很容易地发现这种能力，因为求职者会很自然地试图澄清模棱两可的问题，或列出一个解决方案的组成部分和关系，或列出一个问题的“头部和尾部”，在详细讨论之前确定它的范围。

为了检测这种能力，不需要向他们提出一个新问题，只需要让他们描述做过的任何事情：例如开发的软件、面向对象、软件开发的角色或过程、互联网等，或者是真实或理想的城市的布局、民主的本质、进化的定义和操作等等。

当完成描述后，面试者考虑一下是否听到列举了这些片段，或者求职者是否描述了问题的核心。这就是他们采用的分析能力。

继续阅读要想成为优秀程序员，你要具备这五种关键能力

如今，企业比以往任何时候都更依赖云服务和计算服务。借助云计算，数据中心内对新通信连接的需求急剧增加，并将继续保持这种增加趋势。

因此，企业不应忽视对现代通信布线系统的投资。

得益于结构化布线网络系统，该过程比以往任何时候都更容易。结构化布线消除了各种不必要的担忧，因此企业可以放心，他们的认证技术人员在向其基础设施系统添加新连接时可以轻松找到无需中断服务的解决方案。

那么，什么是结构化布线？简单来说，结构化布线是美国国家标准协会和电信行业协会(ANSI/TIA) 所定义的一组标准，用于设置住宅或商业布线分配系统的所有点。它是一种解决方案，标准化了数据通信在建筑物内的流动方式，无论是商业、政府还是教育建筑。

ANSI/TIA-568是第一个结构化布线标准，于1991年发布。它包括用于客户驻地的通用通信布线 (C.0) 和商业建筑通信基础设施标准 (C.1)。自然地，随着技术的进步，结构化布线标准已经更新。

布线系统的组件均按照电气传输、电阻、电缆长度、连接器和电缆制造的特定标准制造。这些标准只是企业和技术人员遵循的流程。

所有这一切都是说，结构化布线简化了布线基础设施内与数据传输相关的布线问题的安装、维护和故障排除。

为什么这很重要？运营商或提供商只需要将他们的部分连接运行到建筑物的入口点。之后，他们对布线过程的参与就完成了，数据中心经理或IT服务提供商有责任确保连接到达他们需要的地方。

结构化布线标准用大容量多服务基础架构骨干网取代了单个客户端电缆，该骨干网将电信或运营商服务连接到数据中心内的多个预定分布区域。

继续阅读结构化布线网络系统及其基本组成部分