全球 43 亿个 IPv4 地址正式耗尽!【智能快讯】

By 超神经

AI 无处不在的时代,每天都有新的技术与研究成果出现。无论学术界还是商界,技术还是产品,AI 的新发现都源源不断,在带给我们全新视角的同时,也引起我们更深的思考。

想知道最近的 AI 动态吗?HyperAI 超神经精心整理了 AI 行业的近期资讯,快来一起围观吧!

新奇

全球 IPv4 地址正式耗尽!

长期以来,全球 IPv4 地址耗尽令人担忧,今天这一时刻终于来临——负责英国、欧洲、中东和部分中亚地区互联网资源分配的欧洲网络协调中心(RIPE NCC)宣布,其最后的 IPv4 地址空间储备池在 11 月 25 日 UTC + 1 15:35 完全耗尽,所有 43 亿个 IPv4 地址已分配完毕。

这意味着没有更多的 IPv4 地址可以分配给 ISP 和其他大型网络基础设施提供商。事实上,该过程自 80 年代以来就已预见到,顶级地址实际上已经在 2012 年耗尽。

从理论上讲,IPv4 地址耗尽应该意味着不能将任何新的 IPv4 设备添加到 Internet,不过实际上,许多因素会对此进行缓解。

首先是 ISP 可以重用和回收未使用的 IPv4 地址。第二个原因是由于 NAT(网络地址转换),因此可以在 ISP 路由器后面私下使用相同的 IP 地址

当然,最后是向 IPv6 的过渡,现在应该建立良好的秩序,从而可以通过具有 3.4×10^38 巨大地址空间的 Internet 直接进行对等连接。

来源:ripe.net

日本科学家使用 AI

在纳斯卡线条中发现新的人形地画

据悉,来自日本的科学家首次使用机器学习,在秘鲁的纳斯卡线条(Nazca Lines)的古代图案中发现了一个新的人形地画

该人形地画据认为可以追溯到公元前 100 年至公元 500 年之间,显示抓着拐杖或棍棒的人形形象。与纳斯卡沙漠中的其他地画一样,它的确切功能尚不清楚,但在一条古老的小径旁发现它意味着其可能已被用作路标。

研究小组的负责人、日本山形大学的 Makato Sakai 教授表示 :「我们经常在该地区进行调查,但我们此前并不不知道它的存在。这是一项巨大的成就。」


来源:theverge.com

企业

阿里巴巴今日在港交所上市

阿里巴巴集团今日正式在港交所挂牌上市,开盘 187 港元,成为首个同时在美股和港股两地上市的中国互联网公司。

早在 2013 年,阿里巴巴集团首次谋求整体上市时,香港便是首选地,但因合伙人治理机制与港交所制度的隔阂遗憾错过。在 2014 年赴美上市的第一天,阿里巴巴曾说过,「只要条件允许,我们还会回来」。

阿里巴巴董事会主席张勇、副主席蔡崇信主持敲锣仪式,阿里还邀请了全球 10 位生态合作伙伴上台敲锣,本次马云并没有出席。

来源:cnbeta.com

亚马逊发布新工具

帮助机器学习模型识别特定物体

近日,AWS 在博客上宣布了 Amazon Rekognition 的一项新功能:自定义标签(custom labels)。它使客户能够构建独特的专用机器学习(ML)的图像分析功能,以检测特定用例中不可或缺的独特对象和场景。

例如,使用 Amazon Rekognition 从图像中检测机器零件,现在可以训练带有少量标签图像的模型,以检测「涡轮增压器」和「变矩器」,无需任何 ML 专业知识

传统方法要求在大型语料库上训练计算机视觉模型,而 Rekognition 的自定义标签,使用了迁移学习技术,以实现其独特的图像分析需求。

这项新功能对有限的信息,尤其特定用例来说十分有用,它能够通过学习十几个图像,就达到识别对象的目的。这项新功能将于 12 月 3 日正式上线。


来源:aws.amazon.com

学界

多所大学联合发布新研究

自动中和文本中主观偏见

 

由斯坦福大学,京都大学,乔治亚理工学院的研究者,最新发布的一篇新研究论文,公布了如何用算法中和带有主观偏见文本的新方法

该研究介绍了一种新颖的针对生成的自然语言进行测试的平台:自动地将适当的主观文本变成中性的观点。该任务有两个强大的编码器/解码器基准。

研究利用 CONCURRENT 系统,并使用 BERT 编码器来识别主观单词,作为生成的一部分处理,另一项可解释且可控制的模块算法使用基于 BERT 的分类器,将识别有问题的词句,并嵌入新的联接,分类器可以通过该联接来编辑隐藏状态编码器的跨四个领域(百科全书,新闻头条,书籍和政治书籍)。

研究人员认为,这些算法是自动识别和减少信息偏差的起点。

来源:arxiv.org

AI 和虚拟提供模拟现场

帮助医护人员进行护理学习

为了让学习护理的学生进行现场模拟,做好对于现实世界的准备,来自东卡罗来纳州立大学(ECU )的跨学科研究人员团队,利用算法技术和 VR结合,创建了「大规模伤亡分类」VR 模拟器

这项模拟允许学生练习这些一些技能,当他们投入到更现实的活动中时,他们便可以巩固学习成果。尽管 VR 有其缺点,例如用户无法物理接触患者,但好处是可以进行分诊判断和应对。

分诊是指对患者伤亡情况的评估,以确定他们的治疗顺序。在虚拟现实仿真中,用户可以对患者进行评估和分类,然后获得有关其速度和技能的反馈。

研究人员称:教科书无法真正让护理人员为此类事件做好准备,但身临其境的模拟却能发挥好的作用


来源:particle.scitech.org.au

技术

Facebook AI 公布 Instagram 推荐系统技术细节

近日 Facebook AI 在官方博客中发布文章,详细叙述了 Instagram 推荐系统的技术细节

Instagram 是 Facebook 旗下基于图片分享的社交软件,为了提高推荐系统的准确性和开发效率,开发团队发布 IGQL,简化了复杂推荐系统中常见任务的执行步骤,同时利用轻量级建模技术以及高效的实验工具,在价值模型中添加了简的启发式规则,极大增强了推荐内容的多样性。


来源:ai.facebook.com

TFX 更新,可在浏览器环境中运行

据官方报道,在最新发布的 TFX 0.15 版本中,开发者可更快速地在 Google Colab 及 Jupyter notebook 中构建、Debug 及运行 TFX pipeline。

TensorFlow Extended(TFX)是一个基于 TensorFlow 的通用机器学习平台,由 Google 创建,旨在促进谷歌内部机器学习 APP 及服务的开发。目前 Google 已在着手开源 TFX,以加速行业 ML 系统的发展。


来源:blog.tensorflow.org

—— 完 ——

扫描二维码,加入 AI 讨论群

获得更多优质数据集

了解人工智能落地应用

关注顶会&论文

回复「读者」了解详情

更多精彩内容(点击图片阅读)

内容概要:本文围绕基于风光储能和需求响应的微电网日前经济调度问题,提出了一套完整的Python代码实现方案。研究综合考虑风能、光伏等可再生能源的出力不确定性、储能系统的动态充放电特性以及需求侧响应机制,构建了以最小化系统综合运行成本为目标的优化调度模型。该模型充分体现了对可再生能源的高效消纳、系统经济性提升与供需平衡调控的能力,通过Python编程结合优化求解器实现了模型的求解与仿真验证,为微电网能量管理系统的设计与科研分析提供了可复现的技术路径与实践参考。; 适合人群:具备一定Python编程基础和电力系统优化调度知识的科研人员、工程技术人员及高校电气工程、能源系统等相关专业的研究生。; 使用场景及目标:①应用于微电网、智能配电网及综合能源系统的科研建模与仿真分析;②帮助读者深入理解含高比例可再生能源的电力系统日前调度建模方法、目标函数构造与约束条件处理技巧;③为实际工程中实现低碳、经济、可靠的微电网运行提供算法支持与决策依据。; 阅读建议:建议读者结合文档中的代码实例,系统学习优化模型的数学表达与编程实现过程,重点关注变量定义、目标函数构建、系统约束(如功率平衡、储能动态、机组出力等)的编码实现,并尝试调整负荷、新能源出力等输入数据进行多场景仿真,以深入掌握微电网调度策略的灵敏度分析与优化效果评估方法。
### Spring源码面试终结者:31道核心题,源码级拆解IOC与AOP 这份资源不是“面试八股文”,而是对Spring、Spring Boot核心原理的**源码级深度拆解**。网上面试题答案大多浮于表面,无法应对面试官的连环追问。我结合源码阅读和实战踩坑,整理了这份**近10万字的硬核指南**,系统梳理了大厂面试中最棘手的31道Spring核心题。 **【资源核心内容】** - **IOC与DI王者解析**:深入BeanFactory与ApplicationContext层级设计,对比三种依赖注入方式,并用图文拆解三级缓存解决循环依赖的源码流程。 - **AOP与事务底层原理**:彻底讲透动态代理选择策略,深度分析@Transactional失效的10大经典场景及源码级解决方案。 - **Spring MVC与自动装配**:从DispatcherServlet的9大组件到SpringBoot的SPI机制,理清自动配置的完整加载链路。 - **高频追问与满分话术**:每道题配有“低分vs高分回答”对比,帮你精准拿捏面试官想要的“源码级理解”。 **【特色】** 拒绝罗列概念,每道题都从“核心考点”出发,深入到AbstractApplicationContext、TransactionInterceptor等Spring源码,帮助你在理解设计思想的同时,具备手写简易IOC容器的能力。 **【适合谁看】** 备战阿里、字节、美团等大厂面试的Java开发;对Spring原理一知半解,想系统提升源码阅读能力的开发者;希望从“会用”进阶到“懂原理”的技术人。 希望这份整理能帮你构建完整的Spring知识体系,轻松应对面试官的灵魂追问!
代码下载链接: https://pan.quark.cn/s/a4b39357ea24 二进制补码、小数的补码及运算规则 一、补码的概念和原理 补码是一种普遍的概念,在计算机系统中,所有数值均采用补码形式进行表示(存储)。补码的核心特性在于:借助补码,能够将符号位与其它位进行统一处理;同时,减法运算亦可转化为加法运算来执行。补码的构成方式是在原码的基础上进行适当调整,原码表示法在数值前增加了一位符号位(即最高位用作符号位):正数该位为 0,负数该位为 1(0存在两种形式:+0 和-0),其余位用于表示数值的大小。 二、补码的表示和转换 补码的表示形式可区分为两种:整数的补码和小数的补码。 整数的补码表示方式: 1. 正数的补码与其原码相同(即自身) 2. 负数的补码通过原码取反,然后在最低位加 1,符号位保持不变 小数的补码表示方式: 1. 正小数的补码与其原码一致 2. 负小数的补码通过原码取反,然后在最低位加 1,符号位维持不变 三、补码的运算规则 补码的运算规则可归纳为三种:加法、减法和乘法。 1. 加法运算规则: [X+Y]补 = [X]补 + [Y]补 2. 减法运算规则: [X-Y]补 = [X]补 - [Y]补 = [X]补 + [-Y]补 3. 乘法运算规则: [X*Y]补= [X]补×[Y]补,即乘数(被乘数)相乘的补码等于补码的相乘。 需要强调的是,进行乘法运算时必须执行符号扩展:Nbit 乘数 和 Nbit 被乘数 都需符号扩展到 2Nbit,之后再进行直接相乘。 四、小数 Fraction 的补码表示和运算规则 小数 Fraction 的补码表示方式: 最高位为符号位,小数点位于符号位之后,其后的第一位代表 1/2,再后一位代表1/4,再...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值