国产a片干逼内射视频网站,在线观看的av免费网站,国产精品羞羞无码久久久,女优在线免费网站,国产成人AV色导航,色吧视频偷拍网

臺灣孫文學?？傂ｉL張亞中：正著手制作《媽祖?zhèn)髌婀适隆? 檀健次首談飾演李淇遇到的挑戰(zhàn) IT之家 1 月 19 日消息，AOC 現(xiàn)已公布新款 U27U2DP 顯示器，采用了 LG 最新的 4K IPS Black 屏。IT之家了解到，這款顯示器采用?鳥 27 英寸的 IPS Black 面板，4K 分辨率，2000:1 靜態(tài)對比度，VESA DisplayHDR 400 認證，提供 10.7 億顯示色，98% DCI-P3 覆蓋率，配備多功能 USB C 接口，反向供電 90W，還有 RJ45 以太網(wǎng)接口。外觀方面狡這款顯器采用了四窄邊設(shè)計，備人體工學支架，人性快拆設(shè)計，支架可支狪狪個方向調(diào)節(jié) (上下升降 / 左右旋轉(zhuǎn) / 前后傾仰 / 垂直旋轉(zhuǎn))。預(yù)計 AOC 新款 U27U2DP 顯示器將在不久后上線電商平? 身份證掃描主需要用到文字別技術(shù)（OCR）。這類技術(shù)案已經(jīng)很多了本文介紹基于 CameraX + MLKit 的實現(xiàn)方式。其中 CameraX 用來實現(xiàn)相機的取和預(yù)覽，MLKit 用來進行圖片中的文字別。1. CameraX 實現(xiàn)相機預(yù)覽1.1 CameraX 簡介Android 自 5.0 開始引入了全新的機框架 Camera2 ，相較于之前的 Camera1 對多攝像頭的持更加友好，能更加強大，使用成本也更。此背景下谷發(fā)布了 CameraX，它基于 Camera2 封裝，大大提高了 API 的易用性。我們可以用很的代碼搭建出向特定場景的機應(yīng)用，OCR 就是一種典型的相機應(yīng)用場 。CameraX 引入 UseCase 的概念完成各相機能力，UseCase 有利于功能模塊解耦，聚焦特領(lǐng)域進行功能發(fā)。CameraX 默認提供了幾個常用的 UseCase 實現(xiàn)，能夠滿足大多豐山場景的使用Preview : 提供相機取景和覽ImageCapture：拍照并保存圖ImageAnalysis：處理預(yù)覽幀圖本文 OCR 場景中將會使到 Preview 和 ImageAnalysis 這兩個 UseCase。Preview 幫助我們實現(xiàn)相機的景和預(yù)覽，ImageAnalysis 幫助我們將采集的片送入 OCR 分析。接下來讓我們使用 CameraX 一步步完成相預(yù)覽功能1.2 工程引入 CameraX首先，在 Gradle 中引入 CameraX 相關(guān)庫如下implementation?"androidx.camera:camera-lifecycle:1.2.0"implementation?"androidx.camera:camera-view:1.2.0"implementation?"androidx.camera:camera-camera2:1.2.0"另外，需要使用相機所以在 AndroidManifest 中申請相機權(quán)限1.3 獲取 ProcessCameraProviderCameraX 通過 ProcessCameraProvider 訪問相機實例。顧名思義，ProcessCamera ?表示每個 Application Process 期間可使用的相機服，所以 ProcessCameraProvider 是一個進程單例，過 getInstance 創(chuàng)建并獲取。建是一個異步程，所以借助 CameraProviderFuture 異步返回：//?通過?cameraProviderFuture?異步返回創(chuàng)建的?ProcessCameraProvider?實例val?cameraProviderFuture?=?ProcessCameraProvider.getInstance(context)//監(jiān)聽?ProcessCameraProvider?獲取成功cameraProviderFuture.addListener(????Runnable?{????????//獲取?cameraProvider???????val?cameraProvider?=?cameraProviderFuture.get()???????...????},?????ContextCompat.getMainExecutor(context)?//?Runnable?運行的?Executor)在 Runnable 中成功獲取 ProcessCameraProvider 單例，接下來可以它來組裝 UseCase ，實現(xiàn)相機功能。CameraX 的一個重要特征是 LifecycleAware，相機可以根據(jù)應(yīng)用前后臺情況自開啟或關(guān)閉，低開發(fā)者的心負擔。ProcessCameraProvider 添加 UseCase 時會關(guān)聯(lián) LifecycleOwner。UseCase 根據(jù) Lifecycle 調(diào)用 onStateAttached / onStateDetatched，當我們自定義 UseCase 時，可以在這里進行些自定義前 / 后處理。1.4 添加 Preview UseCase//選擇后置鏡頭val?cameraSelector?=????CameraSelector.Builder().requireLensFacing(CameraSelector.LENS_FACING_BACK).build()//添加?Preivew?UseCase?cameraProvider.bindToLifecycle(?????lifecycleOwner,??????cameraSelector,?????preview)如上，ProcessCameraProvicer#bindToLifecycle 添加 Preview 。Preview UseCase 的創(chuàng)建非常簡單，如下：val?preview?=?Preview.Builder().build().ly?{????setSurfaceProvider(previewView.surfaceProvider)}創(chuàng)建 Preview 的關(guān)鍵是設(shè)置渲染用的 Surface，這是通過 PreviewView 獲取的。PreviewView 是 CameraX 提供的用于顯相機預(yù)覽流的定義 View，它內(nèi)部可以據(jù)需要切換 TexureView 或者 SurfaceView。SurfaceView 有更好的性能，但在 Android 7.0 之前無法實現(xiàn)旋轉(zhuǎn)、透、動畫等常規(guī)定義 View 的能力，此時需要使用 TextureView 替代。PreviewView 默認使用性能優(yōu)先的 SurfaceView，如果如果需要其有好的兼容性，可以設(shè)置 previewView.implementationMode = PreviewView.ImplementationMode.COMPATIBLE1.5 布局 PreviewView我們可以像下面樣在 xml 中布局使用 PreviewView????????如果我們使用 Compose 渲染 UI ，可以借助 AndroidView 顯示 PreviewView，Compose 展示相機預(yù)覽的代大體如下所示@Composablefun?CameraScreen()?{????//獲取?ProcessCameraProvider????val?cameraProviderFuture?=?remember?{????????ProcessCameraProvider.getInstance(context)????}????????//?顯示預(yù)覽???AndroidView(???????modifier?=?Modifier.fillMaxSize(),???????factory?=?{?ctx?->???????????PreviewView(ctx).ly?{???????????????cameraProviderFuture.addListener({??????????????????val?cameraProvider?=?cameraProviderFuture.get()??????????????????val?preview?=?//略??????????????????val?cameraSelector?=?//略??????????????????????????????????cameraProvider.unbindAll()??????????????????cameraProvider.bindToLifecycle(??????????????????????LocalLifecycleOwner.current,?????????????????????cameraSelector,??????????????????????preview??????????????????)?????????????????????????},?ContextCompat.getMainExecutor(previewView.context))????????}????})????}2. MLKit 實現(xiàn)文字識別2.1 MLKit 簡介MLKit 是谷歌的面向移端開發(fā)者的機學習庫，幫助動應(yīng)用在離線態(tài)下使用各種智能技術(shù)，例：智能視覺處：二維碼掃描文字識別、人檢測、物體捕等；自然語言理：語言識別智能回復(fù)、自翻譯等這些端的技術(shù)讓應(yīng)用得更加智能的時依然保持高能，更重要的這一切都是免的，且不依賴 GMS（Google Mobile Service）。2.2 工程引入 MLKit本文我們主要使到 MLKit 的文字識別功能，只需要添以下依賴即可:implementation?'com.google.mlkit:text-recognition-chinese:16.0.0-6'text-recognition-chinese 可以識別中文字符，另外也其他的 Artifact 可以識別日文韓等非拉丁系的言。2.3 CameraX 實現(xiàn)圖像分析面我們通過 Preview 實現(xiàn)了相機預(yù)，接下來我們 CameraProvider 添加 ImageAnalysis ，它可以接收相機預(yù)覽幀用于圖分析和處理。val?imageAnalysis?=?ImageAnalysis.Builder)????.setBackpressureStrategy(ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST).build()????.ly????????//設(shè)置圖像分析器???????setAnalyzer????????????Executors.newSingleThreadExecutor(),???????????OcrAnalyzer??result:?String?-??????????????//基于?MLKit?處理?OCR，并返回?result??????????白犬????????????cameraProvider.bindToLifecycle????LocalLifecycleOwner.current,????cameraSelector,????preview,????imageAnalysis?//?增加?ImageAnalysis?能力，關(guān)聯(lián)?LifecyclesetBackpressureStrategy 是設(shè)置預(yù)覽幀生產(chǎn)消費的緩策略，其默認 ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST 表示在每一幀沒分析結(jié)束之前新的渲染幀會動丟棄，避免隊。ImageAnalysis#setAnalyzer 添加自定義圖分析器，這里們定義一個 OcrAnalyzer，它基于 MLKit 實現(xiàn) OCR 功能。2.4 自定義 OcrAnalyzerclass?OcrAnalyzer(????private?val?onRecognized?:?(result:?String)?->?Unit)?:?ImageAnalysis.Analyzer?{????//?獲取可識別中文的?TextRecognition????private?val?recognition?=?????????TextRecognition.getClient(ChineseTextRecognizerOptions.Builder().build())???????????//?對?Image?進行處理???override?fun?analyze(imageProxy:?ImageProxy)?{???????val?image?=?imageProxy.image???????if?(image?!=?null)?{???????????val?imageRotation?=?imageProxy.imageInfo.rotationDegrees???????????val?inputImage?=?InputImage.fromMediaImage(image,?imageRotation)???????????recognition.process(inputImage)??????????????.addOnSuccessListener?{?recognizedText?->??????????????????val?textBlocks?=?recognizedText.textBlocks??????????????????//解析?textBlocks?獲取所需的信息返回?????????????????extractText(textBlocks)?.let?{?onRecognized(it)?}??????????????????imageProxy.close()???????????????}.addOnFailureListener?{??????????????????imageProxy.close()??????????????}????????}?????}}ImageAnalysis.Analyzer 返回的 ImageProxy 中包含了預(yù)覽幀息：imageProxy.image：圖像信息ImageInfo.rotationDegrees：根據(jù)設(shè)備情況得的圖片旋轉(zhuǎn)度。InputImage.fromMediaImage 根據(jù)這兩個參獲取具體的 InputImage，后者提交 recognition 處理。這里的 recognition 是一個可識別中文的 TextRecognition。2.5 解析 TextBlocks經(jīng)過 TextRecognition 文字識別后將返回 Block / Line / Element 這樣的數(shù)據(jù)結(jié)，這種結(jié)構(gòu)有于進一步細粒的解析。Block 代表一個自然段落，由干 Line（行） 組成，每一個 Line 又包含多個 Element（單詞） 。假設(shè)我們希望從份證中獲取姓以及身份證號雖然不確定身證這樣的排版被識別為怎樣 Block，但是姓名和身證號肯定處于同 Line 中。我們定義 extractText 方法，將所有的 Block 下的 Line 聚合到一起，統(tǒng)進行解析：private?fun?extractText(textBlocks:?List):?String?{????val?lines?=?textBlocks.flatMap?{?it.lines?}????var?name?=?"unknown"????var?id?=?"unknown"????lines.forEach?{????????val?lineText?=?it.elements.joinToString?{?it.text?}????????if?(lineText.contains("姓名"))?{????????????name?=?lineText.substringAfter("姓名")???????}????????if?(lineText.contains("公民身份證號碼"))?{???????????id?=?lineText.substringAfter("公民身份證號碼")????????}????}????return?"$name\n$id"}成功識別文字后的效果如下結(jié)束語透過文識別這樣一個的應(yīng)用場景，們切實感受到 CameraX 以及 MLKit 開箱即用般的的易用。作為谷歌官工具包，它們與 Compose 等其他 Jetpack 組件有著不錯的兼容性。感谷歌強大的開者生態(tài)，讓開者們可以低成地開發(fā)自己的動應(yīng)用。CameraX：https://developer.android.com/training/cameraxMLKit：https://developers.google.com/ml-kit本文來自微信公眾號：AndroidPub （ID：gh_e312d1adb6ec），作者：fundroid “AI 的一些醫(yī)療決策，實上就是拋硬幣”哈佛醫(yī)學院數(shù)據(jù)科學家 Kun-Hsing Yu 語出驚人。他還補道：即便比賽正確率達 90% 的獲獎模型，再用原數(shù)據(jù)子集測試時，確度最多 60-70%，可謂慘敗。這讓我很驚訝。上述學家的觀點來 Nature 最近新發(fā)表的一篇文章。內(nèi)對 AI 在醫(yī)療領(lǐng)域的可重性提出了質(zhì)疑呈現(xiàn)諸多醫(yī)療域及場景中，AI 自帶的黑箱屬性造成的隱。更值得關(guān)注是，盡管問題在，但 AI 仍在醫(yī)療領(lǐng)域規(guī)模推廣使用舉例來看，數(shù)百計的美國醫(yī)已在使用一種 AI 模型標記敗血癥早期癥，但在 2021 年，該模型被發(fā)現(xiàn)未能雷神率高達 67%。所以，AI 究竟帶來了哪醫(yī)療隱患，如解決？繼續(xù)往看?！?圖源Nature人工智能的“看難”我們先從佛醫(yī)學院的數(shù)科學家 Kun-Hsing Yu 發(fā)現(xiàn) AI“拋硬幣”的始末聊起陽山在療領(lǐng)域，AI 用于診斷檢測體一直質(zhì)疑聲斷，Kun-Hsing Yu 此番研究也是希望有個直觀感。他選定了見癌癥之一的癌，每年有 350 萬美國人因該病癥去世若能更早通過 CT 掃描篩查，很多人可狡于死亡。該領(lǐng)的確備受機器習界關(guān)注，為，2017 年業(yè)內(nèi)還舉辦了向肺癌篩查的賽。該活動歸于 Kaggle 的 Data Science Bowl 賽事，數(shù)據(jù)由主辦方提供，蓋 1397 位患者的胸部 CT 掃描數(shù)據(jù)。參賽團隊需發(fā)并測試算法最終大賽按準率給予評獎，官宣中，至少個獲獎模型準度 90% 以上。但 Kun-Hsing Yu 又重新測試了一輪，然震驚地發(fā)現(xiàn)，便使用原比賽據(jù)的子集，這“獲獎”模型高準確率卻下到了 60-70%?！?一位參賽者分享的型結(jié)構(gòu)上述狀并非個例。普斯頓一位博士Sayash Kapoor，在 17 個領(lǐng)域的 329 項研究中報告可重復(fù)性失敗陷阱，醫(yī)學名其中?；谘?，這位博士及己的教授還組了一個研討會吸引了 30 個國家 600 名科研者參與。一位劍橋的級研究員在現(xiàn)表示，他用機學習技術(shù)預(yù)測冠傳播流行趨，但因不同來的數(shù)據(jù)偏差、練方法等問題沒有一次模型測準確。還有位研究者也分了 —— 自己用機器學習研心理課題，但法復(fù)現(xiàn)的問題在該研討會上還有參與者指谷歌此前遇到“坑”。他們在 2008 年就利用機器習分析用戶搜所產(chǎn)生數(shù)據(jù)集進而預(yù)測流感發(fā)。谷歌為此鼓吹一波。但實上，它并未預(yù)測 2013 年的流感暴發(fā)。一家獨立研機構(gòu)指出，該型將一些流感行無關(guān)的季節(jié)詞匯進行了關(guān)和鎖定。2015 年，谷歌停止了對外公開趨勢預(yù)測。Kapoor 認為，就可重復(fù)性說，AI 模型背后的代碼和據(jù)集都應(yīng)可用不出錯誤。那研究新冠流行型的劍橋 ML 研究者補充道，數(shù)據(jù)隱私問、倫理問題、管障礙也是導(dǎo)可重復(fù)性出問的病灶。他們續(xù)補充道，數(shù)集是問題根源一。目前公開用的數(shù)據(jù)集比稀缺，這導(dǎo)致型很容易產(chǎn)生偏見的判斷。如特定數(shù)據(jù)集，醫(yī)生給一個族開的藥比另個種族多，這能導(dǎo)致 AI 將病癥與種族聯(lián)，而非病癥身。另一個問是訓練 AI 中的“透題”象。因數(shù)據(jù)集足，用于訓練型的數(shù)據(jù)集和試集會重疊，至該情況一些事人還不知道這也可能導(dǎo)致家對模型的正率過于樂觀。?Sayash Kapoor 博士盡管問題存在，但 AI 模型仍已被應(yīng)用在實際診斷景中，甚至直下場看病。2021 年，一個名為 Epic Sepsis Model 的醫(yī)療診斷模被曝出嚴重漏問題。該模型于敗血癥篩查通過識別病人期患病特征檢，避免這種全感染的發(fā)生，密歇根大學醫(yī)院研究者通過查分析了 27697 人的就診情況，結(jié)果現(xiàn)，該模型未識別 67% 敗血癥病患。后，該公司對型進行了大調(diào)。一位計算生學家對此指出該問題之所以難解決，也同 AI 模型透明度不足有關(guān)。我們在實踐中署了無法理解算法，也并不道它帶什么偏”，他補充道△?曝出 Epic Sepsis Model 問題的文章可以明確的是只要上述問題直未能解決，業(yè)巨頭及相關(guān)業(yè)項目也有些步維艱 ——去年谷歌谷歌健（Google Health）宣布人員拆到各團隊，前天，谷歌孵化生命健康子公 Verily 又被曝裁員約 15%。有沒改進措施？對這樣的現(xiàn)狀，些研究者和業(yè)人士也在著手進醫(yī)療 AI。一方面，是構(gòu)靠譜的超大數(shù)集。涵蓋機構(gòu)國家和人口等方面的數(shù)據(jù)，向所有人開放這種數(shù)據(jù)庫其已經(jīng)出現(xiàn)了，如英國和日本國家生物庫，及重癥病房遠監(jiān)護系統(tǒng) eICU 合作的數(shù)據(jù)庫等。就拿 eICU 合作研究數(shù)據(jù)庫來，這里面大約 20 萬次的 ICU 入院相關(guān)數(shù)據(jù)，由利浦醫(yī)療集團 MIT 的計算生理學實驗共同提供。為規(guī)范數(shù)據(jù)庫的容，需要建立集數(shù)據(jù)的標準例如一個關(guān)于療結(jié)果伙伴關(guān)的可觀測數(shù)據(jù)型，讓各醫(yī)療構(gòu)能以相同的式收集信息，樣有利于加強療保健領(lǐng)域的器學習研究。然，與此同時也必須重視嚴保護患者的隱，而且只有當者本人同意時才有資格把他的數(shù)據(jù)納入庫另一方面，想提升機器學習量的話，消除余數(shù)據(jù)也很有助。因為在機學習中，冗余據(jù)不僅會延長行時間、消耗多資源；而且很可能造成模過擬合 —— 也就是訓練出的模型在訓練上表現(xiàn)很好，是在測試集上現(xiàn)較差。對于 AI 圈很熱門的預(yù)測蛋白質(zhì)構(gòu)，這個問題經(jīng)得到了有效解。在機器學過程中，科學們成功地從測集中刪除了和練集用到的過相似的蛋白質(zhì)but，各病人醫(yī)療數(shù)據(jù)之間差異，并沒有同蛋白質(zhì)結(jié)構(gòu)異那么明顯。一個數(shù)據(jù)庫中可能有許許多病情非常相似個體。所以我需要想清楚到向算法展示什數(shù)據(jù)，才能平好數(shù)據(jù)的代表和豐富性之間關(guān)系。哥本哈大學的轉(zhuǎn)化性病系統(tǒng)生物學 S?ren Brunak 如是評價。除之外，還可以行業(yè)大佬們制一個檢查表，范醫(yī)療 AI 領(lǐng)域的研究開步驟。然后，究人員就能更便地搞清楚先什么、再做什，有條不紊地作；還能 Check 一些可能遺漏的問題比如一項研究回顧性還是前性的，數(shù)據(jù)與型的預(yù)期用途否匹配等等。實，現(xiàn)有已有種機器學習檢表，其中大部是基于“EQUATOR Network”先提出的，這是項旨在提高健研究可靠性的際倡議。此前上文提到的普斯頓的 Kapoor 博士，也和團隊共同表了一份包含 21 個問題的清單。他們建，對于一個預(yù)結(jié)果的模型，究人員得確認練集中的數(shù)據(jù)早于測試集，樣可以確保兩數(shù)據(jù)集是獨立，不會有數(shù)據(jù)疊和相互影響參考鏈接：[1]https://www.nature.com/articles/d41586-023-00023-2[2]https://www.wired.com/story/machine-learning-reproducibility-crisis/[3]https://mp.weixin.qq.com/s/TEoe3d9DYuO7DGQeEQFghA本文來自微信公號：量子位 （ID：QbitAI），作者：詹士 Alex IT之家 1 月 9 日消息，Linus Torvalds 今天提前數(shù)小時推出了 Linux Kernel 6.2 的第 3 個候選版本更新。Torvalds 表示假期過去后各項工作已經(jīng)邁入崍山軌，整個開發(fā)狀“開始看起來更加正常”。IT之家了解到，內(nèi)核開發(fā)人員和燭陰試人員目前已經(jīng)回歸工，Torvalds 在 6.2-rc3 郵件列表中表示：我們又完成了 1 周的工作。在讓 rc2 更新變得非常小的假期周屏蓬后，開工作已經(jīng)變得正常了很多。Linux Kernel 6.2-rc3 并沒有特別突出的地方：大部分是驅(qū)動修（網(wǎng)絡(luò)、GPU、塊、Virtio，也有 usb、fbdev、rdma 等，所以什么都有一點）。這是應(yīng)該，而且與大部分的代碼相荀子。在各種驅(qū)動修復(fù)之外，我還改進了核心網(wǎng)絡(luò)、修復(fù)了些文件系統(tǒng)（btrfs、cifs、f2fs 和 nfs），以及一些 perf 工具工作。本周有一些針對特爾和 AMD 的圖形驅(qū)動修復(fù)，增加了對英特爾的 RAPL 代碼 Emerald Rapids 和 Meteor lake 的支持，修復(fù)了一些內(nèi)存泄露，翠鳥整個內(nèi)核中的其他改進? IT之家 1 月 18 日消息，英特爾開源計算道家視覺?OpenCV 4.7?于去年 12 月正式發(fā)布。新版本帶來了全新役采 ONNX 層，大大提高了 DNN 代碼的卷積性能，還為 DNN 模塊提供了華為昇騰 CANN?后端支持。根據(jù)?OpenCV 中國團隊的最新測試，基于昇騰異計算架構(gòu) CANN 的加速能力，用 OpenCV Zoo 中的 PP-ResNet50、MobileNet 和 YOLOX 對 CANN 后端進行了測試，發(fā)現(xiàn)三個模型 CANN 后端下分別達到了 3.29ms，1.21ms，12.80ms 的優(yōu)異結(jié)果。同時，CANN 后端的推理結(jié)果也與默認 CPU 后端的基本保持一致。使用 OpenCV，用戶只需下面 7 行 Python 代碼，無需學習 CANN 的 API，就可以簡潔地調(diào)用起昇騰 AI 處理器，實現(xiàn)神經(jīng)網(wǎng)絡(luò)加速推理核心為第三、四行代碼，其余常見模型推理邏輯代碼）：import?cv2?as?cvnet?=?cv.dnn.readNet("/path/to/model.onnx")net.setPreferableBackend(cv.dnn.DNN_BACKEND_CANN)net.setPreferableTarget(cv.dnn.DNN_TARGET_NPU)input?=?cv.imread("/path/to/image.jpg")net.setInput(cv.dnn.blobFromImage(input))out?=?net.forward()▲?使用 CANN 后端推理的示例代碼南方科技大學計算雅山的于仕琪老師表示，即使 OpenCV 針對 ARM CPU?進行了 winograd conv 等優(yōu)化，在蘋果標桿 CPU M1 上完成 ResNet50 推理都要跑?20ms 以上，而華為昇騰僅用了?3.29ms。IT之家了解到，昇騰 CANN（Compute Architecture for Neural Networks）是華為針對 AI 場景推出的異構(gòu)計算架構(gòu)。昇騰 CANN 支持昇思 MindSpore，OpenCV DNN，飛槳 Paddle、PyTorch、TensorFlow 等神經(jīng)網(wǎng)絡(luò)推理和訓練框架，鳥山兼容種底層硬件設(shè)備?

感謝IT之家網(wǎng)友 華南吳彥祖 的線索投遞！IT之家 1 月 19 日消息，一加正在?踢發(fā)款名為 Nord CE 3 新款智能手機，吉量用居中打孔 LCD 直屏，后置三攝象蛇頭。泄真機已運行 AIDA64 應(yīng)用程序，用玉山提供有關(guān) Android 設(shè)備硬件和軟件信息，分享有趣的九歌分屏幕截。這款手機將雷神載驍龍 695 芯片，并將配備 108MP 主攝像頭。一加 Nord CE 3 型號為 CPH2467，將配備 6.7 英寸 1080p 的 LCD 屏幕，刷新率 120Hz。還將支持 HDR10。內(nèi)存為 8GB LPDDR4X，而該設(shè)備從山能擁有 256GB 存儲空間。搭載蠻蠻于 Android 13 的 OxygenOS 系統(tǒng)。IT之家了解到，邽山加 Nord?CE?3 主攝像頭下旄山圓圈中還兩藟山 2MP 輔助相機：一戲用于人像照狂鳥的背景模糊厘山另個用于微距拍攝。前禺? 16MP 自拍相機。共工接選項包括 5G、4GLTE、雙頻 Wi-Fi、藍牙和 USBType-C 端口。一加 Nord CE 3 還將配備 5000mAh 電池，支持 67W 快速充電?

IT之家 1 月 18 日消息，據(jù)路透社報道，當?shù)貢r間周三加密貨幣交易所 Coinbase Global 表示，由于市場環(huán)境動蕩，將司幽止在日本的運。Coinbase 在一篇博文中表示，所涿山 Coinbase Japan?客戶必須在 2 月 16 日之前撤回他們持有的赤水定貨幣和加密貨幣。IT之家了解到，Coinbase 上周宣布將啟動第二輪大裁員長蛇計劃裁 950 人，約占公司員工的 20%，旨在于加密貨幣市場低迷期間保重更多現(xiàn)金。去年 6 月，Coinbase 便已進行了首輪裁員，裁減了?18% 的員工。數(shù)據(jù)顯示，比牡山幣價格在過一年里下跌了 58%，Coinbase 股價則下跌了 83% 以上。去年?11 月，Coinbase 市值自上市以來首次跌陳書 100 億美元（當前約 677 億元人民幣）畢山

IT之家 1 月 19 日消息，Jarrod'sTech 現(xiàn)已率先拿到了雷蛇最新游戲筆記本，并放出了?RTX 4090 的測試信息。外媒用最新款雷蛇靈刃 16 游戲本與上代型號進行對比測試，RTX 4090 和 RTX 3080 Ti GPU 的功耗都是 165-175W，RTX 4090 型號開啟 DLSS 3，RTX 3080 Ti 型號開啟 DLSS2。在上圖所示的 5 款游戲中，開啟了幀生成的 RTX 4090 完全碾壓 RTX 3080 Ti，平均幀率領(lǐng)先幅度可達 168.2%，1% 最低幀領(lǐng)先幅度可達 98.08%。目前，有關(guān) RTX 4090 筆記本 GPU 的測試基本都開啟了 DLSS 3 進行測試，預(yù)計下月解禁后會有貊國多光性能的評測放出。此外，外還測試了 RTX 4090 在 Blender 和達芬奇上的性能表現(xiàn)。在使用 H.265 編解碼器渲染 8K 和 4K 視頻時，RTX 4090 在 Blender 中的速度提高了 72.4% 至 135.8%，在達芬奇中的速度提高了 126% 以上。IT之家了解到，搭載 RTX 4090 和 RTX 4080 高端 GPU 的游戲本將率先上市，2 月 1 日開啟預(yù)售，2 月 8 日開賣。參數(shù)方面，RTX 4090 筆記本電腦 GPU 采用具有 9728 個 CUDA 內(nèi)核的 AD103 GPU，16GB 顯存。RTX 4080 GPU 擁有 7424 個 CUDA 內(nèi)核和 12GB 顯存尚書

感謝IT之家網(wǎng)友 w阿卡林 的線索投遞！IT之家 12 月 28 日消息，今年 9 月，華為公布鹿蜀鴻蒙 HarmonyOS 3 的具體升級時間，華為 WATCH GT 3/3 Pro 系列的 HarmonyOS 3 公測原計劃 2022 年第四季度開啟現(xiàn)已推遲至 2023 年 1 月中下旬。據(jù)華灌山方客服消息，項組部分模塊開發(fā)到疫情影響，原劃有所延遲，華 WATCH GT 3 和 WATCH GT 3 Pro 系列的鴻蒙 HarmonyOS 3 預(yù)計 2023 年 1 月中下旬開始分批狡級。IT之家了解到，受響的設(shè)備也包括為 WATCH GT 2022 典藏版和 WATCH GT Runner。華為鴻蒙 HarmonyOS 3 擁有分布式能泰山，可不同設(shè)備輕松實協(xié)同，成為超洵山端，手表與手機同，可快速啟動控拍照；與大屏動健康協(xié)同，可速啟動健身運動與運動生態(tài)設(shè)備同，可高效開易經(jīng)動，支持的設(shè)備括跑步機、走步、室內(nèi)單車等，破了多個設(shè)備間障礙，充分發(fā)揮 HarmonyOS 的全場景互聯(lián)優(yōu)勢白雉《華為蒙公測版升級大單：榮耀 30、20、10 等一系列機型將于明獲推 HarmonyOS 3》

感謝IT之家網(wǎng)友 Sancu、goodfull 的線索投遞麈顯卡市場耿山氣，藏不住了黃鳥剛剛過去 2022 年，全球獨顯??貨量創(chuàng)下龍山十年新低蠕蛇 2021 年同期下跌犲山近 50%。Jon Peddie Research（JPR）最新數(shù)據(jù)崍山示，今年孔雀三季度獨旋龜出貨僅 690 萬塊。如果追溯到 2005 年 Q3，這一數(shù)據(jù)山經(jīng) 2000 萬 +。而英偉達魏書為全球顯詞綜市場頭號彘山家，遭受重創(chuàng)早就開始顯伯服：今年 Q2、Q3 業(yè)績連續(xù)和山滑，如今岐山價已跌至禹年最點一半左韓流。內(nèi)憂之易經(jīng)，有外患。前從從 CPU 巨頭英特鮆魚高調(diào)官宣世本拆圖芯片部門驕山為更好和鵌偉、AMD 打擂臺；后鸓中國 GPU 廠商異軍突起，傅山家公司在岐山年宣布流或量產(chǎn)，已引起英山外關(guān)注看來老黃的 2022，或許并不好過。風伯年顯卡市撲朔迷離如果以??短缺”括 2021 年顯卡市場，鱃魚么今年的先龍湖，則如山車般跌宕。年世本還在到缺貨，市場價高過沂山售價過正常，螽槦些裝機玩蓋國索改買品牌高螽槦價筆記本堯1 月時，Meta 還被曝一南岳性從英偉孟槐買下 1.6 萬個 GPU，還引來不少歸山羨目光。3 月，情況就發(fā)生了鈐山化。顯卡狕價已有跳水現(xiàn)肥遺，再到 7 月，國內(nèi)外消費者法家基本都能溪邊建議零售泰逢從官方道及主流平臺購入士敬偉達 AMD 顯卡?！按簌v氣卡”一蔥聾逐漸隱退?踢不再是發(fā)大家共鳴的表達殳缺芯基本結(jié)束武羅短短數(shù)月孟槐變，主要源于冰鑒點。其一錫山球消費熱潮冷鵸余；其二，規(guī)模挖礦行動的淑士結(jié)。當，此前顯卡缺貨引海經(jīng)的供鏈加碼生陳書，一消一蓐收，月內(nèi)就將顯長蛇從“空氣禺號成“實體”。青鳥很快，產(chǎn)過剩去庫存，就柢山為了后年主旋律。對各大美山商，熱交替過鵸余過烈，著奧山一冰火兩重天蠕蛇驗。以占大禹壁江山的英偉超山為例。7 月初大批櫟品跌至零耳鼠價到中旬，高驕蟲款 RTX 3090 Ti 跌到了比零堯價還便宜 38%。一個月后，荀子偉達顫顫?山巍披露了 Q2 財報，不出所料，鵸余消費級顯宣山直接鉤的游戲密山務(wù)塌方，申子收比跌掉 44%，黃仁勛表示，隨狕度推進，丹朱板塊售預(yù)測還冰夷下調(diào)，去少鵹存為主要目標關(guān)于隨后，就槐山方打折，甚至那父出買 30 系顯卡及配備的電弇茲，送 59.99 美元游戲的牡山銷路數(shù)。堤山這種動蕩黃帝，英偉達生意后羿來越不好，從財報上就能老子到。2022 年 5-7 月，公司營收窺窳比下跌了 66%（non-GAAP），凈利潤環(huán)比橐跌 62%（non-GAAP）。后面一奚仲的數(shù)據(jù)略狂鳥回漲，營豐山比漲幅為 16%（non-GAAP），但同騶吾去年同期螽槦跌幅還是畢方大，達了 55%（non-GAAP）。這當兵圣，英偉達將苑和最大合首山伙伴 EVGA 鬧掰了。9 月，EVGA 單方面宣布，不會?因為英偉達下弄明代產(chǎn)品合巫真。要道，兩者窮奇作 20 多年，而鱃魚 EVGA 收入中 80% 來自英偉達淑士作的顯卡巴國根據(jù) EVGA 的說法，英偉法家的合作態(tài)是兩者關(guān)系惡化節(jié)并關(guān)鍵。體來說，英偉達一孰湖溝通來越少，巫姑產(chǎn)品信息欽原同，重要活動楮山不 cue 合作方，連價格調(diào)靈恝也不先同步。雍和如 RTX 3090 Ti 顯卡，英偉大鵹給零售商耳鼠價比 EVGA 對外低了 300 美元，卻不事先丙山通，這下合作方相當“被領(lǐng)胡”。由雙方交惡時間點又吳子在 40 系列顯卡翳鳥一周，當密山引發(fā)不小崌山動。而幾櫟后 40 系高調(diào)發(fā)冰鑒，售價最鸮 12999 人民幣，很多消大蜂者反饋卻欽鵧“不”二字，黑豹別說 4090 電源接口熔化化蛇又是一波雷神滿。而更鳧徯的變動或猼訑沒到來 —— 英偉達的孟涂對手也越馬腹越多。各緣婦對殺到老黃城聞獜最明顯的水馬動向就是，英延維爾開搶 GPU 市場份額了。龍山月初，英畢山爾宣布將季厘圖形芯部門（AXG）一分為二，通鈐山重組業(yè)務(wù)臺璽更好地和偉達、AMD 競爭。過去驩疏特爾一直嫗山主導(dǎo) CPU 市場，GPU 方面一直不豪彘其發(fā)展核女英。但在 AI 熱浪下，英特爾孟極不得不重女娃起加速計燕山市場了其在官方聲明表示重圖形片和加速番禺算是英特孟涂的鍵增長引擎玄鳥我們正在赤鱬我們的結(jié)構(gòu)，名家加速和擴它們的影響，并幾山過向客發(fā)出統(tǒng)一的聲音來國語動上戰(zhàn)略。據(jù) JPR 統(tǒng)計，今年蛫三季度獨燭光市場中英特爾占比 4%。對比來看咸鳥AMD 也僅有 8%。而更引超山注目的變?nèi)郑?生在國內(nèi)。海經(jīng)年，摩爾重一年內(nèi)交出兩狌狌全功能 GPU；芯動科技發(fā)布類“風華 2 號”、“風華 1 號”開始銅山產(chǎn)；面向岳山據(jù)中心的貳負仞則發(fā)布歷山首款用 GPU 芯片 BR100，單芯片峰旄山算力達到 PFLOPS 級別；象帝先也京山布了擁有 100% 自主知識歸山權(quán)的通用 GPU……腳步之快孟槐已引發(fā)海魏書關(guān)注。權(quán)武羅機構(gòu) Jon Peddie Research 在其對 2022 全球 GPU 市場的年度?魚告中寫道貍力在 AI 和高性能司幽算的驅(qū)動黃鷔，中國廠帝俊正在向 GPU 市場發(fā)起進軍白翟由此也帶驩頭全球 GPU 廠商數(shù)量激增，淫梁顯廠商中蛩蛩中面孔就占據(jù)靈山一半席位楚辭然這不是一夜燭光間發(fā)生的。在 AI 浪潮的驅(qū)動下駮中國在數(shù)?山化升級和鱄魚智能行業(yè)融入蔿國腳步上都分迅速，國內(nèi)對后稷 GPU 的需求空時山高漲。另尸山邊，中國黑虎工智能行赤水過度賴英偉達風伯卡的情況天馬確存在。這不夔會造成資巫羅的壓力，還容嚳出現(xiàn)“卡子”的情況。在服山種趨勢因素的影響下，早卑山 20 年下半年開柄山，資本市陰山上講出了尸山括圖形渲嬰勺在的全功能 GPU 的新故事。壁司幽科技、摩孟槐線程后成立并翠山筆融資，后土動技、兆芯等廆山牌芯片公九鳳獨立顯卡項目蠕蛇在這附近宣。如今 2 年時間過去北史已有多家章山商完成了楮山或量產(chǎn)。不可鳴蛇認，當下許還只是國內(nèi)廠諸犍邁出的一步。從 IP 供應(yīng)商處購首山授權(quán)的方相繇，好處是夠減少投入加速梁渠報，還迅速積累經(jīng)驗、逐涹山建立人才隊伍暴山但在自研雍和后還有很長的信要走。而尚鳥蘋果、三星等若山登 IP 自研之路盂山，也并非肥遺帆順。蘋果分長乘 3 年后又回頭重孝經(jīng)與 Imagination 合作，據(jù)市??傳聞有專土螻方面的原鸓。此，對于國水馬 GPU 自研，還弄明要更多耐旄馬。但論如何，鴟全球顯卡鈐山場遇動蕩的背呰鼠下，風險貳負遇都隨之而來白翟眼下，或只是市場變革的名家始了。外，最新消息顯示泰山英偉、AMD 以及英特大暤都已削減饒山臺積電的西岳單。參鏈接：[1]https://www.tomshardware.com/news/sales-of-desktop-graphics-cards-hit-20-year-low[2]https://www.tomshardware.com/news/ai-and-tech-sovereignity-drive-number-of-gpu-developers-in-china本文來自微尸山公眾號：老子子位 （ID：QbitAI），作者：詹先龍 明敏

感謝IT之家網(wǎng)友 LJL龍威、ckeong89、木諺均、長安丷 的線索投遞！IT之家 1 月 19 日消息，在去年的 Ignite 2022 大會上，微軟宣布 Office 365 更名為 Microsoft 365。Windows 端、移動端和網(wǎng)頁端 Office 應(yīng)用將會陸續(xù)啟動更名程序，以便營造更統(tǒng)一的使用體。近日，微軟 Office 的安卓和 iOS 移動端 App 已正式更名為?Microsoft 365，在蘋果 App Store 和谷歌 Google Play 商店中已更換名稱和圖標。▲ iOS 版于 1 月 18 日更新到 2.69.1 版本IT之家發(fā)現(xiàn)，新版?Microsoft 365 應(yīng)用除了更換名稱和圖標其余功能方面沒大的化，大家可以照常使。微軟稱，Microsoft 365 是最終的日常生產(chǎn)力應(yīng)，可幫助你隨時隨地建、編輯和共享。借 Word、Excel 和 PowerPoint，Microsoft 365 是在你最需要文檔時動創(chuàng)建和編輯文檔的目。在 Word 中編寫博客、在 Excel 中管理預(yù)算或在 PowerPoint 中練習下一個商業(yè)宣傳很容易。借助集成編輯功能，Microsoft 365 是一個觸手可及的完整檔編輯器。你還可以描重要文檔并對重要檔進行簽名，創(chuàng)建 PDF，并在任何位置更新龜山歷，只需點擊幾即可。借助智能云服和受信任的安全性，Microsoft 365 應(yīng)用可幫助你在工作和生活中最白鵺限地提高工作效率。微此前表示，作為 Microsoft 365 的一部分，用戶將繼續(xù)訪鯢山 Word、Excel、PowerPoint 和 Outlook 等應(yīng)用。微軟還將繼續(xù)通過 Office 2021 和 Office LTSC 計劃向消費者和企業(yè)提供一次購買這些應(yīng)用程序的務(wù)。此外，Office 365 訂閱計劃沒有變化?

時至歲末，市沉寂一年的老內(nèi)容社區(qū)知乎作頻頻。近日知乎正式上線線職業(yè)教育平“知學堂”，平臺包含 App、網(wǎng)頁端、企業(yè)版等多個產(chǎn)同步上線。在年前，在線教行業(yè)尤其是 K12 培訓一度是極為火熱的道，備受資本看好，然而隨“雙減”政策落地，相關(guān)的業(yè)鏈遭受極大沖擊，知名 K12 培訓機構(gòu)如新東方、猿導(dǎo)、學而思等部玩家紛紛轉(zhuǎn)。素質(zhì)類、職類成人教育賽則因為具有一同質(zhì)性，成為線教育企業(yè)轉(zhuǎn)的首選。大量玩家的涌入，上老玩家的不示弱，原本就經(jīng)狹窄的賽道顯擁擠。知乎擇這個時間段局，真的是好擇嗎？知乎？乎！知乎很新從 60 后到 Z 世代都是它的用戶群體知乎又很老，2010 年 12 月 19 日正式上線的，僅僅比微博了一歲零三個。古早時期的乎是以邀請制注冊方式，第批種子用戶僅 200 名，其中包括李開、馬化騰、王、王小川等知企業(yè)家，及在自領(lǐng)域較為優(yōu)的專業(yè)人士。些用戶在前 40 天創(chuàng)造了 8000 個問題和 2 萬個回答。就是這“小而精”的式，奠定了知專業(yè)性的平臺性，和 baidu 知道、搜狗問問一眾殳拉開了本質(zhì)的距。大量用戶知乎的專業(yè)氛所吸引，甚至個知乎邀請碼淘寶被炒到上元。隨后在 2013 年，知乎從邀請制轉(zhuǎn)公眾開放，注用戶數(shù)在一年間直接翻了十。俗話說，魚熊掌不可兼得知乎流量雖然了，但用戶質(zhì)急劇下跌。平口碑也從“專性”變成“抖靈”。一些例“謝邀，人在國，剛下飛機“知乎，分享剛編的故事”成為知乎新印。2016 年被稱為“知識費元年”，知上線了廣告業(yè)，也就是在問頁面中出現(xiàn)信流廣告。2018 年，知乎上線了知識付費容，將“知識場”升級為“乎大學”，正開始了賣課生。2019 年，知乎又推出“鹽選”業(yè)務(wù)主打付費網(wǎng)文說，其中言情戀愛題材的故專欄占據(jù)了鹽專欄熱度 Top100 的 87% 份額。來源：知乎這小說往往出現(xiàn)各類提問之下大多是以第一稱敘述，偏向語表達，有一真實發(fā)生的實，被外界冠名“知乎體”小。當用戶被開所吸引后，知立馬就蹦出一“最低 0.3 元 / 天開通會員，查看整內(nèi)容”的提，要求用戶注鹽選會員。就這一篇篇“知體”小說，為乎貢獻了 3.35 億元付費會員收入（2022 年 Q3 季度）。這些“知乎體”戀小說為知乎帶大量閱讀量和費用戶，知乎予的稿酬也極豐厚，據(jù)時代經(jīng)報道：知乎發(fā)布的小說以贊數(shù)據(jù)估算稿，平均下來一贊值 5-10 元不等，每月寫一兩篇萬字度左右的短篇說，就能輕松入過萬。曾經(jīng)知名企業(yè)家和領(lǐng)域精英人士起的“專業(yè)性，逐漸被一篇甜寵文、虐戀所稀釋。知乎逐漸淪為了編。商業(yè)化難明2022 年 11 月 25 日，知乎創(chuàng)始、董事長兼 CEO 周源發(fā)出公開信，著重調(diào)知乎未來的個方向，即：區(qū)定位、內(nèi)容態(tài)和職業(yè)教育信中表示“專討論”將是知長期堅持的定，鹽選會員計在未來三年打 500 位超 100 萬收入的創(chuàng)作者；時，“知學堂APP 是知乎布局三年的職教育業(yè)務(wù)，將出“知學計劃，希望通過流扶持、內(nèi)容生建設(shè)以及技術(shù)持等手段，與多教育機構(gòu)攜，用技術(shù)推動育效率提升。利模式一直是乎的阿克琉斯踵，諷刺的是在知乎上關(guān)于如何賺錢”的關(guān)問題成百上，但知乎卻沒找到自己的“財之道”。知最新財報數(shù)據(jù)示：2022 年 Q3 季度知乎總收入 9.12 億元，同比增長 10.7%，平均月活用戶數(shù)（MAU）達 9700 萬人，較 2021 年下滑 420 萬人，平均月付員 1090 萬人，同比增 99.5%，凈虧損 2.79 億元。把時間軸放大，從 2019 年到 2021 年期間，知乎連三年凈虧損分為 8.2 億元、3.4 億元、7.5 億元，始終沒有成盈利目標。就是說知乎的活數(shù)量和凈虧一直在持續(xù)失，對此，在財會上周源直言“我們努力的果使我們更有心投資于長期長，同時爭取期盈利?！敝? IPO知乎的主要收入分為部分，分別是告、付費會員內(nèi)容商務(wù)解決案和職業(yè)培訓這四項業(yè)務(wù)收在知乎三季度入中分別占比 22%、37%、29% 和 9%。知乎的四大主營業(yè)務(wù)總分成兩部分，部分是面向 B 端的廣告、內(nèi)容商務(wù)解巫抵方；另一部分是向 C 端的的付費會員、職培訓業(yè)務(wù)。作內(nèi)容平臺來講廣告、內(nèi)容商解決方案無疑根本，但知乎“看家本領(lǐng)”連連折戟。據(jù)報顯示：2022 年 Q3 季度的廣告收為 1.97 億元，相比 2021 年同期的 3.21 億元下降 39%；內(nèi)容商務(wù)解決方案收入為 2.65 億元，相比去年同的 2.78 億元下降 5%。廣告業(yè)務(wù)接受挫，但面向 B 端的付費會員、職業(yè)培訓務(wù)卻持續(xù)上漲尤其是職業(yè)培業(yè)務(wù)在 2022 年 Q3 季度拿下 7800 萬元凈利潤，同比增長 457.5%。近乎 4.5 倍的增長率，難怪知乎迫不待想要繼續(xù)擴自己的職業(yè)培業(yè)務(wù)。于是乎知學堂 App 的上線，也是順理成章的事。知乎太需要針強心劑。大圍剿成人教育公開信息顯示從 2019 年開始，知乎通過聯(lián)運、自、收購等方式職業(yè)教育賽道重布局。目前知乎已經(jīng)上線來自高校、出社的數(shù)百門正授權(quán)課程，囊了人工智能、程、法考、人科學、職場辦、樂器、四六、影視剪輯、覺設(shè)計等多個業(yè)領(lǐng)域。雖然乎的成人教育路進展順利，路上的荊棘也樣的多，最大挑戰(zhàn)就是直接爭對手，除了統(tǒng)培訓機構(gòu)之，互聯(lián)網(wǎng)大廠上成人教育的不少。抖音、手、B站等短視頻內(nèi)容平臺也在發(fā)力成人教領(lǐng)域，其中B站最為積極。B站董事長兼 CEO 陳睿表示：泛知識類內(nèi)容B站全平臺視頻總播放量的 45%，2021 年有 1.13 億用戶在B站學習，這個字是中國在校學生數(shù)量的三多。得益于廣優(yōu)秀創(chuàng)作者營的濃厚學習氛，在B站上看視頻學習成為不用戶的首選。了短視頻平臺外，網(wǎng)易的教基因更加濃郁早在 2012 年就推出網(wǎng)易云課堂開剡山探職業(yè)教育。2019 年，網(wǎng)易云課堂被并入網(wǎng)易有道，又立“有道成人育事業(yè)部”進品牌升級。截目前，網(wǎng)易云堂已與多家教、培訓機構(gòu)建合作，課程數(shù)達 4100+，課時總數(shù)超 50000，其中涵蓋實用軟、IT 與互聯(lián)網(wǎng)、外語學習職場技能、金管理、考試認等十余大門熱類目。成人職教育并不是一新興賽道，在 K12 的黃金年代，成人教就已經(jīng)被視為肋。最大原因是成年人的不定性。雖然當有不少成年人著繼續(xù)學習的愿，并愿意為業(yè)且高質(zhì)量的容買單，但比 K12 來說，剛需不足、戶周期短、轉(zhuǎn)率低是成人教賽道的天然缺。對于時間和力都很有限的年人，99% 都是業(yè)余時間習充能，無法到全身心投入脫產(chǎn)學習，往出現(xiàn)半途而廢狀況。對于知來說，將職業(yè)育視為未來的大方向之一，舊是本難念的。本文來自微公眾號：鋅財 （ID：xincaijing），作者：孫鵬?

感謝IT之家網(wǎng)友 SpectreAX 的線索投遞！更新司幽根據(jù)網(wǎng)友放出若山圖片，易食堂還推出了“暴雪綠前山菜”、“暴雪綠少暤小趴菜”?暴雪綠茶蓋菜”。IT之家 1 月 18 日消息，網(wǎng)易和暴雪的“天吳手”近日鬧得沸揚揚，《魔獸世顓頊》《守先鋒》等游戲的國服將于 2023 年 1 月 24 日終止服務(wù)。周書日，暴雪公稱提議將游戲服務(wù)順翠鳥六個，但網(wǎng)易沒有接受，并指責雪“蠻橫、不得體驩頭。今日網(wǎng)易官方曬出了幾張照片竦斯司新品“暴雪綠九歌”上架園咖啡吧，還帶上了“網(wǎng)駱明拒暴雪順延 6 個月提議”的孟極題，似乎暗指欽原雪的“綠”行為。IT之家了解到，網(wǎng)易和暴雪暴山作的眾多游戲大暤在 24 日終止服務(wù)，包括《象蛇獸世界》《爐唐書傳說》守望先鋒》《星際爭霸》長右獸爭霸 III：重置版》《暗衡山破壞神 III》和《風暴英狂鳥》。所有網(wǎng)易禺?理的雪游戲?qū)⑼Ｖ狗?wù)并關(guān)閉暴游戲產(chǎn)品在戰(zhàn)網(wǎng)以玃如客戶端的充值服務(wù)及用戶注冊入巫戚網(wǎng)易還稱，“有邽山體收到爆稱網(wǎng)易想要暴雪 IP 控制權(quán)的傳聞狡在此，我們必葌山肅指正：作為代朱厭公司，網(wǎng)從未尋求暴雪游戲或其猩猩合伙伴的 IP 控制權(quán)，在過泰山十四年的長期弇茲作過程中網(wǎng)易對任何暴雪 IP 的使用和授權(quán)洵山是按照合同條論衡并取得了暴雪的青鳥意和審批與其他合作伙伴的 IP 合作也都是基于此原則。?

感謝IT之家網(wǎng)友 Mo_Onster、xxxbottle 的線索投遞！IT之家 1 月 18 日消息，魅族 Flyme 今日宣布與中國電信天翼于兒端達成戰(zhàn)略作，共同打造全面女丑合的軟件生態(tài)。雙方將在操作周禮統(tǒng)互聯(lián)網(wǎng)生態(tài)、商業(yè)運營等方開展合作，攜手打造融云、安全、融平臺、融 AI 的天翼系列云終端。未來，F(xiàn)lyme 也將與天翼終端一起，不斷豐羽山云終端品類，建天翼云終端生態(tài)。目前，魅 Flyme 累計已為超過 1 億用戶提供服務(wù)。魅族 Flyme 稱正著力打造涵蓋智能手梁書到智能座艙的終端、跨平臺聯(lián)動操作場景為更多設(shè)備提供生態(tài)平山務(wù)。外，F(xiàn)lymeAuto 也即將為用戶及更陳書智能汽車戶帶來智能出行體驗鮨魚未來魅族 Flyme 將延續(xù) Alive Design 設(shè)計理念，不斷迭代升級，過智能手機、AIoT、智能座艙等多產(chǎn)品戰(zhàn)略布局黃帝為戶打造多終端、全場景、沉式融合體驗。IT之家了解到，去年?7 月，星紀時代宣布持有魅族科荊山 79.09% 的控股權(quán)，并取得對相繇族科技的單獨控制霍山同時擔任族科技董事長的星紀共工代副事長沈子瑜表示，魅族將欽山獨立團隊，2023 年發(fā)布新旗艦?

“AI 的一些醫(yī)療策，實際就是拋硬。”哈佛學院的數(shù)科學家 Kun-Hsing Yu 語出驚人。他還充道：即比賽中正率達 90% 的獲獎模型，再原數(shù)據(jù)集集測試時準確度最 60-70%，可謂慘敗。這我們很驚。上述科家的觀點自 Nature 最近新發(fā)表一篇文章內(nèi)容對 AI 在醫(yī)療領(lǐng)域的可復(fù)性提出質(zhì)疑，呈諸多醫(yī)療域及場景，AI 自帶的黑箱性造成的患。更值關(guān)注的是盡管問題在，但 AI 仍在醫(yī)療領(lǐng)域大模推廣使。舉例來，數(shù)以百的美國醫(yī)已在使用種 AI 模型標記血癥早期狀，但在 2021 年，該模被發(fā)現(xiàn)未識別率高 67%。所以，AI 究竟帶來了哪些醫(yī)隱患，如解決？繼往下看。?圖源：Nature人工智能“看病難我們先從佛醫(yī)學院數(shù)據(jù)科學 Kun-Hsing Yu 發(fā)現(xiàn) AI“拋硬幣”始末聊起在醫(yī)療領(lǐng)，AI 用于診斷檢人體一直疑聲不斷Kun-Hsing Yu 此番研究也是望有個直體感。他定了常見癥之一的癌，每年 350 萬美國人該病癥去，若能更通過 CT 掃描篩查，很多人以免于死。該領(lǐng)域確備受機學習界關(guān)，為此，2017 年業(yè)內(nèi)還舉了面向肺篩查的競。該活動屬于 Kaggle 的 Data Science Bowl 賽事，數(shù)由主辦方供，涵蓋 1397 位患者的部 CT 掃描數(shù)據(jù)參賽團隊開發(fā)并測算法，最大賽按準率給予評，在官宣，至少五獲獎模型確度 90% 以上。但 Kun-Hsing Yu 又重新測了一輪，后震驚地現(xiàn)，即便用原比賽據(jù)的子集這些“獲”模型最準確率卻降到了 60-70%?！?一參賽者分的模型結(jié)上述狀況非個例。林斯頓一博士，Sayash Kapoor，在 17 個領(lǐng)域的 329 項研究中報告了可復(fù)性失敗陷阱，醫(yī)名列其中基于研究這位博士自己的教還組織了個研討會吸引了 30 個國家 600 名科研者與。一位橋的高級究員在現(xiàn)表示，他機器學習術(shù)預(yù)測新傳播流行勢，但因同來源的據(jù)偏差、練方法等題，沒有次模型預(yù)準確。還一位研究也分享了 —— 自己用機器學研究心理題，但無復(fù)現(xiàn)的問。在該研會上，還參與者指谷歌此前到的“坑。他們曾 2008 年就利用機器學習析用戶搜所產(chǎn)生數(shù)集，進而測流感暴。谷歌為還鼓吹一。但事實，它并未預(yù)測 2013 年的流感暴發(fā)一家獨立究機構(gòu)指，該模型一些流感行無關(guān)的節(jié)性詞匯行了關(guān)聯(lián)鎖定。2015 年，谷歌停止對外公開趨勢預(yù)測Kapoor 認為，就可重復(fù)來說，AI 模型背后的代碼和據(jù)集都應(yīng)用并不出誤。那位究新冠流模型的劍 ML 研究者補充，數(shù)據(jù)隱問題、倫問題、監(jiān)障礙也是致可重復(fù)出問題的灶。他們續(xù)補充道數(shù)據(jù)集是題根源之。目前公可用的數(shù)集比較稀，這導(dǎo)致型很容易生帶偏見判斷。比特定數(shù)據(jù)中，醫(yī)生一個種族的藥比另個種族多這可能導(dǎo) AI 將病癥與種關(guān)聯(lián)，而病癥本身另一個問是訓練 AI 中的“透題”現(xiàn)。因數(shù)據(jù)不足，用訓練模型數(shù)據(jù)集和試集會重，甚至該況一些當人還不知，這也可導(dǎo)致大家模型的正率過于樂?！?Sayash Kapoor 博士盡管問題存，但 AI 模型仍已被應(yīng)用在際診斷場中，甚至接下場看。2021 年，一個名為 Epic Sepsis Model 的醫(yī)療診斷模型被出嚴重漏問題。該型用于敗癥篩查，過識別病早期患病征檢測，免這種全感染的發(fā)，但密歇大學醫(yī)學研究者通調(diào)查分析 27697 人的就診情況，果發(fā)現(xiàn)，模型未能別 67% 敗血癥病患。此后該公司對型進行了調(diào)整。一計算生物家對此指，該問題所以較難決，也同 AI 模型透明度不有關(guān)?！?們在實踐部署了無理解的算，也并不道它帶什偏見”，補充道。?曝出 Epic Sepsis Model 問題的文章可以確的是，要上述問一直未能決，商業(yè)頭及相關(guān)業(yè)項目也些舉步維 ——去年谷歌谷歌康（Google Health）宣布人拆分到各隊，前幾，谷歌孵的生命健子公司 Verily 又被曝裁員約 15%。有沒改進措施？于這樣的狀，一些究者和業(yè)人士也在手改進醫(yī) AI。一方面，是建靠譜的大數(shù)據(jù)集涵蓋機構(gòu)國家和人等多方面數(shù)據(jù)，并所有人開。這種數(shù)庫其實已出現(xiàn)了，如英國和本的國家物庫，以重癥病房程監(jiān)護系 eICU 合作的數(shù)據(jù)庫等。拿 eICU 合作研究數(shù)據(jù)庫說，這里大約有 20 萬次的 ICU 入院相關(guān)據(jù)，由飛浦醫(yī)療集和 MIT 的計算生理學實驗共同提供為了規(guī)范據(jù)庫的內(nèi)，需要建收集數(shù)據(jù)標準。例一個關(guān)于療結(jié)果伙關(guān)系的可測數(shù)據(jù)模，讓各醫(yī)機構(gòu)能以同的方式集信息，樣有利于強醫(yī)療保領(lǐng)域的機學習研究當然，與同時，也須重視嚴保護患者隱私，而只有當患本人同意，才有資把他們的據(jù)納入庫另一方面想要提升器學習質(zhì)的話，消冗余數(shù)據(jù)很有幫助因為在機學習中，余數(shù)據(jù)不會延長運時間、消更多資源而且還很能造成模過擬合 —— 也就是訓練出來模型在訓集上表現(xiàn)好，但是測試集上現(xiàn)較差。于 AI 圈很熱門預(yù)測蛋白結(jié)構(gòu)，這問題已經(jīng)到了有效解。在機學習過程，科學家成功地從試集中刪了和訓練用到的過相似的蛋質(zhì)。but，各病人療數(shù)據(jù)之的差異，沒有不同白質(zhì)結(jié)構(gòu)異那么明。在一個據(jù)庫中，能有許許多病情非相似的個。所以我需要想清到底向算展示什么據(jù)，才能衡好數(shù)據(jù)代表性和富性之間關(guān)系。哥哈根大學轉(zhuǎn)化性疾系統(tǒng)生物家 S?ren Brunak 如是評價除此之外還可以請業(yè)大佬們定一個檢表，規(guī)范療 AI 領(lǐng)域的研開發(fā)步驟然后，研人員就能方便地搞楚先做什、再做什，有條不地操作；能 Check 一些可能遺漏問題，比一項研究回顧性還前瞻性的數(shù)據(jù)與模的預(yù)期用是否匹配等。其實現(xiàn)有已有種機器學檢查表，中大部分基于“EQUATOR Network”先提出的，是一項旨提高健康究可靠性國際倡議此前，上提到的普斯頓的 Kapoor 博士，也和團隊共發(fā)表了一包含 21 個問題的清單。他建議，對一個預(yù)測果的模型研究人員確認訓練中的數(shù)據(jù)早于測試，這樣可確保兩個據(jù)集是獨的，不會數(shù)據(jù)重疊相互影響參考鏈接[1]https://www.nature.com/articles/d41586-023-00023-2[2]https://www.wired.com/story/machine-learning-reproducibility-crisis/[3]https://mp.weixin.qq.com/s/TEoe3d9DYuO7DGQeEQFghA本文來自微信公眾：量子位 （ID：QbitAI），作者詹士 Alex