DT科技评论
Data Technology Review
第 29 期
人民网研究院，阿里云研究中心
本期目录
- 《MIT科技评论》杂志公布2017年度十大突破技术
- 亚马逊云停摆4小时震动硅谷 我们赖以生存的互联网有多脆弱？
- 亚马逊AWS正在调查S3故障
- 基础架构即服务云安全最佳实践及AWS 身份识别和访问管理的演进
- 波士顿动力正式推出轮腿式机器人Handle
- 谷歌发布“tf.Transform”简化机器学习数据预处理过程
- Nuix黑客行为调查报告来看企业安全的防御方案投资
- Facebook将反馈融入AI系统 视觉障碍者也能“读懂”照片
- 智能路灯 不仅能疏散交通还可定位枪声
- 摩根大通用AI辅助律师 36万小时的人力工作缩至秒级
人工智能提示：本周热点科技事件，是阿里云“ET”采用分布式爬虫收集全球海量互联网信息，利用文本挖掘和语义分析解析新闻关键词，使用深度神经网络将新闻分类，汇总而选择最新鲜的科技信息。
1.《MIT科技评论》杂志公布2017年度全球十大突破技术新闻链接：http://www.leiphone.com/news/201702/ZK3lEqV8gJsNFHgi.html?vt=4
【新闻摘要】美国权威杂志《MIT科技评论》(英译：MIT Technology Review 中译：麻省理工科技评论) 公布了2017年度全球十大突破技术，这十大技术有一个基本的标准，那就是“该项技术已经达到一个里程碑式的阶段或即将到达这一阶段”。今年的十大技术突破分别是：强化学习、360°自拍、自动驾驶货车、刷脸支付、基因疗法2.0 、细胞图谱、太阳能热光伏电池、实用型量子计算机、治愈瘫痪、僵尸物联网。与2016年的十大突破相比，今年人工智能相关技术明显增多，有强化学习、自动驾驶货车和刷脸支付这三大项。
【小云评论】《MIT科技评论》发布权威榜单已超过16年，上榜技术有的在现实中得以应用，有的尚需时日。在2017年的评选中，阿里巴巴“强化学习”和“刷脸支付”两大技术上榜。相对于谷歌，阿里巴巴对“强化学习”领域的技术投入，更为关注商业应用和技术输出。比如，“强化学习”技术在阿里双11推荐场景中的应用，将手机用户点击率提升了10-20%。这一技术正在通过阿里云ET输出，帮助杭州市管理城市交通，并成功在一些路段提升了11%的车辆通行速度。全球最大的光伏制造商协鑫，采用ET技术将生产线良品率提升了1%，每年节省成本上亿元。广州白云机场则希望利用这项技术管理上千架飞机。
2.亚马逊云停摆4小时震动硅谷 我们赖以生存的互联网有多脆弱？
新闻链接：http://36kr.com/p/5065469.html
【新闻摘要】美国时间2月28日上午9:54分，由于亚马逊AWS弗吉尼亚州数据中心出现故障，使得其云服务S3出现了较高的错误率，直接影响到成千上万个在线服务。S3是亚马逊提供的一款明星级的存储桶产品，可用于图片及网页上其他项目的保存备份，同时可以在服务器和静态网站里共享文档。由其引发的故障，迅速在美国各类新闻网站、应用程序和智能硬件公司爆发。网页、电邮中的图像和附件看不到、各种APP数据上传受阻、智能硬件因为无法调取提供服务所需的数据瞬间倒退成老式电器等等，美国时间2月28日下午14:08分，亚马逊宣布S3已恢复正常，此次故障持续时间超过4个小时。S3的故障让很多人恍然大悟，自己的整个生活已经被搬上了云端。一家云计算服务商的停摆，甚至有足够的力量中断互联网世界的运行。
【小云评论】过去30年,在互联网技术上的一次次突破，把现代社会推入到互联网的天下，而因为互联网几乎“无处不在”，其对人类现代生活中的重要性被理所当然地“忽视”。云计算作为互联网的底层共性技术，如同空气一般宝贵，只有在缺氧的时候才深有感触。云计算是一种创新的、超大规模的、通用的计算资源提供模式，对技术、系统和流程设计都有较高和复杂的要求。亚马逊云的停摆告诉我们，云计算的发展依然任重道远，发展过程中的每一个“错误”，也在推动这项技术的进一步完善；其对互联网世界的影响之广泛，也证明有越来越多的企业选择把业务放在云上，公有云是不可避免的发展趋势，即便在技术完善的过程中，会出现混合云、自建等不同的模式。
3.亚马逊AWS正在调查S3故障新闻链接：http://venturebeat.com/2017/02/28/aws-is-investigating-s3-issues-affecting-quora-slack-trello/
【新闻摘要】亚马逊AWS于美国时间2月28日证实，其正在研究北弗吉尼亚州主要us-east-1地区数据中心广泛使用的S3存储服务的故障问题。目前已确认此问题已间接影响了Adobe的服务。亚马逊的上大量的客户受到影响，苹果公司承认其App Store，包括苹果音乐、FaceTime、iCloud服务、iTunes、照片和其他服务出现了一些问题，但目前尚不清楚这些问题是否归咎于S3的故障。亚马逊本身似乎也面临技术问题。不幸的是，它直接导致AWS显示错误的能力受到了限制。
【小云评论】从近期亚马逊网站服务（AWS）S3事件到百度移动端无法搜索事件里，我们看看能吸收哪些经验吧。AWS的故障报告表示，S3在调试一个计费相关问题，在删除服务器时误操作导致删除了其他不该删除的子系统。而百度移动端遇到的问题是软件更新中存在BUG（漏洞），导致服务器停止服务。其实在当下互联网时代中，更新、删除等软件迭代操作是不可避免的，APP有时一天做多次更新。关键在于如何能将客户的损失降到最小。有人给AWS出主意建议用多地灾备，不失为一种既不降低性能，又提高用户体验的方式方法，但坦白讲成本也不低，一时半会儿也来不及。另外一种改进措施就像AWS现在的做法，是不能让服务节点摘除速度过快，这种方法在现阶段确实是最行之有效的方法之一。
4.基础架构即服务云安全即将开启新的篇章
新闻链接：http://www.darkreading.com/cloud/iaas-the-next-chapter-in-cloud-security/a/d-id/1328202
【新闻摘要】Gartner调查预测，95%的云上安全故障都是由于租户造成的，并指出了基础架构即服务的责任共担模型；威胁包括Github上大概有10000个AWS安全访问密钥和凭证信息；并且指出了基础架构即服务客户安全的最佳实践：认证、未授权访问限制、持续安全监控、审计；目前AWS在身份识别和访问管理方面下了很大的力量，AWS每次的身份识别和访问管理发展都是为了解决一系列的问题；1.认证：当你的企业中含有敏感信息的情况下，多重身份认证是控制的一种有效手段。2.无限制访问：更多的暴露在公网环境，造成各种攻击的威胁，包括拒绝服务，中间人共计，SQL注入等等。3.非活动帐户：非活动和未使用的帐户给基础架构即服务的环境带来风险。4.安全监控：将计算迁移到云的最大的恐惧之一是失去可见性和取证。但是在实际使用中，安全监控是最复杂和最为安全可靠的。
【小云评论】该文章一上来就指出，采用基础架构即服务的组织必须通过使用责任共担模型来更新其安全方法。要知道，云上的安全从来不是只有云服务提供商一家的责任，云上的租户也需要承担相应的责权利。首先我们再来赘述一下什么是责任共担模型，如果把资源分为6类，包括物理服务器、网络、虚拟化、操作系统（泛指虚拟服务器上的OS）、应用、数据，如果你自建IDC，客户需要自行承担这六项的内容；如果是基础架构即服务，客户需要承担操作系统、应用、数据相关的安全责任，其他则由云服务厂商提供安全责任；如果是平台即服务，客户需要承担应用、数据的安全责任，其他由平台厂商安全责任；以此类推到软件即服务，用户只需要承担数据的安全。这个模型对于公共云而言是赖以生存的基石，目前看3A（AWS、Azure、Aliyun）等厂商都是以此为基准而部署安全措施的。
5.波士顿动力正式推出轮腿式机器人Handle
新闻链接：http://www.leiphone.com/news/201702/9YD2hKZbL37q4WHk.html
【新闻摘要】2016年，Boston Dynamics公司对Atlas机器人进行了大规模升级，瞬间将机器人发展带到了一个前所未有的新高度。Atlas机器人可以自主稳定站立、户外行走和搬运盒子，是世界上最先进的拟人机器人之一。不过现在，Boston Dynamics公司再次推出了一款全新机器人——Handle，机器人发展又来到了一个前所未有的新高度。Handle 机器人能够载重、下蹲和跨越障碍物，比上一款 Atlas 机器人更为先进。单次充电后可以行驶24公里范围，这大大超过了传统双足机器人的运动范围。由于采用了轮子作为动力驱动，可以提升行驶自由度，相比于之前其他四足和两足机器人，Handle的复杂度也大幅下降。
【小云评论】在AI诞生之际，机器人就被列入其目标领域，仿生学也成为重要发展方向。促进机器人技术长期发展的重要动力之一是在一些人类无法适应的危险和恶劣环境下，机器人能够代替人类独立自主完成指定的任务。因此机器人自主运动时间、范围和自由度决定了机器人能适应的环境和能替代人类解决任务的能力。虽然，当前机器人发展到了一个前所未有的新高度，但是离商业化的应用还有一定距离。相反，在此大数据催发的人工智能大潮中，对原有机械装备进行智能化和自主化升级，要比类人机器人更高效。让我们也期待类人机器人获得更大的突破，为人类的发展做出贡献。
6.谷歌发布“tf.Transform”简化机器学习数据预处理过程
新闻链接：http://www.leiphone.com/news/201702/Yi4oU1mSwKLc8Rad.html
【新闻摘要】在实际的机器学习开发中，开发者通常需要对数据集进行大量耗时费力的预处理过程，以适应各种不同标准的机器学习模型。实际上，数据的预处理已经成为了机器学习开发中无法回避的一个难题。针对这一难题，谷歌正式发布了一个基于TensorFlow的全新功能组件——tf.Transform。它允许用户在大规模数据处理框架中定义预处理流水线，同时用户还可以将这些流水线导出，并将其作为TensorFlow计算图（TensorFlow graph）的一部分。用户可以通过组合Python函数来定义该流水线，然后在Apache Beam框架下通过 tf.Transform 执行。
【小云评论】从大数据时代开启，到今天机器学习为核心的人工智能爆发，入门者第一印象都是聚焦到业务模型以及组成模型背后的各种算法原理上。事实上，在整个业务场景建模过程中，最容易忽视却占有举足轻重作用的是对数据的清洗和预处理过程：把杂乱的数据清洗干净，让业务模型能够输入高质量的数据源，产生高价值的洞察和知识。特别是面对海量的复杂数据时，选择合适的方式和工具来进行数据预处理，真正起到事半功倍的效果。谷歌针对数据预处理过程提供的新功能组件，实现对机器学习整个流程的工具和平台支持，对开发人员展示了更高的友好性。
7.从Nuix黑客行为调查报告看企业安全的防御方案投资
新闻链接：https://www.nuix.com/download/White paper - The Black Report
【新闻摘要】Nuix在2016BlackHat（世界黑帽技术大会）和DEFCON（黑客大会）上发布报告，对渗透测试人员（模拟黑客）的攻击方法、偏好选择的漏洞进行调查，反过来帮助企业“站在黑客的角度想问题”，决定哪种防御方式最有效。（1）在入侵系统时，黑客们最为偏好的方法为直接服务器攻击（43%），其后为钓鱼攻击（40%）。引导与水坑攻击则分别得到了黑客人员9%的支持率；（2）四分之三的受访者宣称他们能够在12小时内成功完成目标入侵， 其中28%需要6到12小时，而高达43%的受访者表示完全能够在6小时之内找到入侵途径；（3）入侵检测/预防系统以及端点安全解决方案成为受访黑客眼中最大的挑战所在（分别占比29%与23%），防火墙占比为10%，而反病毒软件则占比2%。
【小云评论】那么问题来了，什么是黑客呢？其实大家传统意义上都以为，在某个封闭的空间里，穿着帽衫，面对着显示器，敲击着机械键盘，旁边摆着饮料和外卖，这是黑客么？答案未必如此，这是部分电影给大家带来的黑客的感觉。实际上文章里更多的不是想探究什么是渗透测试者，而是想从他们的角度看问题，到底哪些方面更值得企业进行安全防御投资呢？“攻击者”认为，企业应当在入侵检测/入侵防护系统、数据卫生/信息治理解决方案以及渗透测试领域着重进行投资。如果给黑客机会，让他们与公司的安全负责人进行沟通，这些渗透测试者希望对企业进行员工培训、找到合适的人才进行测试，并选择保护用户的技术解决方案。渗透测试者们给企业决策层提供的建议和意见是：请认真对待安全事务，加大投资并允许安全专业人员全权处理这方面工作。
8.Facebook将反馈融入AI系统 视觉障碍者也能“读懂”照片
新闻链接：http://www.leiphone.com/news/201702/NoDq14qjDAP5XWou.html
【新闻摘要】对有视觉障碍的人来说，他们注定很难参与围绕图片展开的交流。为了让更多的人参与图片社交，Facebook推出了AAT技术，希望屏幕阅读器用户也能够理解新闻推送中大部分图像的内容（有望很快覆盖所有图像！）。AAT项目通过寻求更佳的算法，针对照片得出有用和准确的描述，这种方法不会受限于用户的知识面，可以在更大范围进行扩展。管理员可以轻松把网页的图像更换为alt-text，并且采用W3C可访问性标准，当用户把屏幕阅读器软件的光标移动到任一图像上，软件都能对图像进行识别和朗读。
【小云评论】 对于人工智能与人类的关系，一直有一个灾难性的预测：人工智能技术会全面超越人类的智慧，甚至会反过来控制或毁灭人类。人工智能是不是威胁呢？从目前来看，人工智能展示了非凡的计算能力、海量数据洞察、认知和思考的能力。帮助有视力障碍人士分析Facebook消息流中的照片，并通过文本语音转换引擎向他们进行描述，即使他们无法看到照片，机器可以扮演眼睛的角色。这不再是机器能力的展示，更多是魅力的释放。至少在可见的未来，机器不仅仅帮助人类，甚至可以赋予人类超能力，帮助人类完成许多突破智力和体力极限的壮举。
9. 智能路灯 不仅能疏散交通还可定位枪声
新闻链接：http://www.leiphone.com/news/201702/pXlLTfzKYZbA27DL.html
【新闻摘要】美国AT&T（美国电话电报公司）正在和通用公司合作，为现有的照明系统安装智能传感器节点。AT＆T最初是在赌城拉斯维加斯举办的CES 2017上展示了它雄心勃勃的“智能城市”计划，现在，该电信运营公司已经与通用公司签署了一项协议，准备将当前CityIQ传感器安装到全美各地城市和市镇的路灯上，首先从圣地亚哥开始。目标是不仅提供更多的智能照明，而且还能监测交通流量、停车位、空气质量、天气突发事件甚至枪声。城市将能够使用AT＆T的M2X和Flow Designer开放平台进行交通监控、停车优化、枪声检测、空气质量监测、天气警报等服务。他们还将向公民、开发商、企业家和大学开放这个平台。
【小云评论】城市未来将决定人类未来，而智能决定着城市的未来。从数据中感知城市，用数据来决策城市的运行是智能城市良性循环的关键。万物互联技术的发展，丰富了智能路灯的功能，它不仅提供城市公共照明，配备的各种传感器也使得路灯变成了智能城市的入口。而这些收集来的数据可以用于城市运行的方方面面，即便很多功能听上去令人瞠目结舌、匪夷所思，未来却可能要见怪不怪了。目前我国杭州的城市数据大脑项目，也是致力于通过数据对整个城市进行全局实时分析、自动调配公共资源、修正城市运行中的Bug，最终将进化成为能够治理城市的超级人工智能。
10.摩根大通用AI辅助律师 36万小时的人力工作缩至秒级
新闻链接：http://www.leiphone.com/news/201703/hoXTcl8r9iXV1MWy.html
【新闻摘要】摩根大通开发了一款金融合同解析软件COIN。这款软件上线半年多，经测试，原先律师和贷款人员每年需要360000小时才能完成的工作，COIN只需几秒就能完成。而且，不仅错误率大大降低，它还不用放假。摩根大通最近为专门从事大数据、机器人和云计算基础设施的团队设立了技术中心，以找到新的营收增长点，同时降低费用和风险。COIN只是这家美国最大银行的技术化开端。AI已经在许多领域产生了深远的影响，包括法律实践。AI改变了合同、电子披露和综合法律研究，同时，计算机的处理能力在不断增加，表现出非凡智能行为。
【小云评论】人工智能将替代律师服务？各种观点并存。但目前我们看到的是：人工智能在法律行业的地位越来越重要，智能检索系统如今可以比初级律师和律师助理做得更好，智能金融合同解析错误率大大降低等等，这也再一次验证了人工智能未来最可能替代掉的是重复性高、规则相对标准化的工作机会。我国法律行业在人工智能的探索也紧随其后。2016年10月15日云栖大会开设的法律专场“云栖法律之光——DT时代的云数据丈量”主题活动上，互联网诉讼服务平台公司“无讼”宣布国内首款法律机器人“法小淘”正式诞生，“法小淘”是“无讼”新推出的一款人工智能产品，能基于法律大数据实现智能案情分析和律师遴选。
时间： 2024-11-03 05:04:24