2024-06-11

50 篇热帖

1. Apple Intelligence for iPhone, iPad, and Mac (www.apple.com)

Apple Intelligence:为iPhone、iPad和Mac打造的个人智能系统

核心概述

苹果公司于2024年6月10日推出了Apple Intelligence,这是一个深度集成于iOS 18、iPadOS 18和macOS Sequoia中的个人智能系统。它将强大的生成式模型与用户的个人情境相结合,旨在提供高度相关且实用的智能功能。该系统充分利用Apple芯片的能力,在保护用户隐私的前提下,实现语言与图像的理解与创建、跨应用操作,并简化日常任务。

主要功能与特性

1. 语言理解与创建

  • 系统级写作工具:集成于邮件、备忘录、Pages及第三方应用中,提供改写校对总结功能,帮助用户优化文本。
  • 邮件管理
    • 优先邮件:在收件箱顶部显示最紧急的邮件。
    • 邮件摘要:无需打开邮件即可预览关键内容,长邮件串可快速查看要点。
    • 智能回复:提供回复建议,并能识别邮件中的问题以确保完整回复。
  • 通知管理
    • 优先通知:将最重要的通知置顶。
    • 通知摘要:在锁屏界面展示长通知或堆叠通知的关键信息。
    • 减少干扰专注模式:仅显示可能需要立即关注的通知。
  • 音频处理:在备忘录和电话应用中,可录制、转录和总结音频。通话录音时会自动通知参与者,并在通话结束后生成摘要。

2. 图像创建与表达

  • Image Playground
    • 允许用户在数秒内生成有趣图像,支持动画、插图和素描三种风格。
    • 深度集成于信息等应用,并拥有独立应用。所有图像均在设备端生成,保障隐私。
    • 用户可选择主题、服饰等概念,或输入描述、选择个人照片中的对象来创作图像。
    • 在信息中,可基于对话上下文提供个性化图像创作建议。
  • Genmoji
    • 用户可通过文字描述创建原创的个性化表情符号。
    • 可基于照片为亲友创建专属的Genmoji。
    • 可像普通表情一样在信息中内联使用,或作为贴纸、点回反应。

3. 照片功能增强

  • 智能搜索:支持使用自然语言(例如“Maya穿着扎染衬衫玩滑板”)搜索照片和视频,并能定位视频中的特定片段。
  • 清理工具:可识别并移除照片背景中分散注意力的物体,且不会意外改变主体。
  • 回忆影片:用户只需输入文字描述,Apple Intelligence即可根据描述选取最佳照片和视频,构建故事情节,并将其剪辑成具有叙事弧线的影片,还会提供Apple Music的歌曲推荐。

4. Siri的革新

  • 更深度的集成:具备更强的语言理解能力,更加自然、语境相关和个性化。能理解用户未说完的话,并在多次请求间保持上下文。
  • 文本输入:用户现在可以打字与Siri交互,并能在语音和文本输入间自由切换。
  • 设备支持与执行能力
    • 能够解答数千个关于如何在设备上操作的问题。
    • 逐渐具备屏幕感知能力,可理解和处理屏幕上的内容(例如,将信息中的地址添加到联系人卡片)。
    • 能够在Apple及第三方应用中执行数百种新操作(例如“把周六烧烤的照片发给Malia”)。
    • 可基于设备端个人信息提供个性化智能(例如“播放Jamie推荐的那个播客”、“妈妈的航班几点到”)。

隐私与安全标准

  • 核心原则:许多驱动Apple Intelligence的模型完全在设备端运行。
  • 私有云计算:对于需要更多计算资源的复杂请求,通过私有云计算将设备的隐私和安全性扩展到云端。该技术运行在基于Apple芯片的专用服务器上,确保用户数据永不被保留或暴露
  • 透明度与验证:独立专家可以检查服务器上运行的代码,以验证隐私保护。私有云计算会以加密方式确保设备仅连接至软件已公开接受审查的服务器。

ChatGPT集成

  • Apple将ChatGPT集成到iOS 18、iPadOS 18和macOS Sequoia的体验中。
  • Siri集成:在用户授权后,Siri可调用ChatGPT的专业知识来回答问题,并直接呈现答案。
  • 写作工具集成:ChatGPT可用于系统级写作工具中的创作功能,帮助用户生成内容。用户还可以使用ChatGPT的图像工具来生成不同风格的图像以配合写作。
  • 隐私保护:用户使用ChatGPT时,其IP地址会被隐藏,OpenAI不会存储请求。

可用性

  • 价格:对用户免费。
  • 推出时间:将于2024年秋季以测试版形式随iOS 18、iPadOS 18和macOS Sequoia推出,初始仅支持美式英语
  • 支持设备:iPhone 15 Pro、iPhone 15 Pro Max,以及搭载M1或更新芯片的iPad和Mac。需将Siri和设备语言设置为美式英语。
  • 后续计划:部分功能、软件平台和更多语言将在未来一年内陆续推出。
2. I like the RP2040 (dgroshev.com)

文章总结:我喜欢RP2040

核心观点

RP2040是树莓派推出的微控制器,专为嵌入式消费电子设计。作者赞赏其单一型号策略、务实的设计权衡和由此带来的社区生态优势。

单一型号策略的优势

  • 与Espressif等厂商提供数十种微控制器变体不同,树莓派仅推出RP2040一种型号(仅两种封装)。
  • 这种“亨利·福特式”的做法确保了全球开发者使用同一部件,积累了大量资源:StackExchange问答、博客文章、GitHub库和工具支持丰富。
  • 虽然牺牲了针对不同设备的“精准匹配”可能性,但降低了开发成本,尤其适合非百万级产量的项目(如Late Mate),其节省的开发成本可能超过元器件成本。
  • 树莓派可能通过规模化生产单一型号获得成本优势。

实用且均衡的技术设计

RP2040定位为“多面手”,在性能上追求“足够且灵活”而非“顶尖”:

  • 双核处理器:第二个核心按需使用。
  • 通用性:30个GPIO引脚(平均数量)、无板载闪存(但配备更大的内部RAM)、合格的ADC、良好的USB支持及常见外设(UART/SPI/I2C/PWM)。
  • 独特外设PIO:可编程输入/输出协处理器,能以精准时序高速执行IO操作,不占用CPU时间。应用示例包括实现DShot协议、构建USB栈、配合DMA驱动显示屏等。
  • 可靠性:搭载只读引导加载程序,可通过USB存储设备或简单USB协议更新固件,几乎“无法变砖”。
  • 务实的安全观:未过度追求固件安全保护,认为这对专业攻击者几乎无效,且会增加复杂性和开发体验成本。

总结

作者欣赏RP2040针对性的权衡设计,认为其体现了工程师对产品定位的深思熟虑。单型号策略带来的社区生态和技术设计的实用性,使其成为一款成功的产品。

3. OpenAI and Apple Announce Partnership (openai.com)

OpenAI与苹果宣布合作

在苹果全球开发者大会(WWDC)2024上,OpenAI宣布与苹果达成合作。ChatGPT将被整合到iOS、iPadOS和macOS系统中,使用户无需切换工具即可直接使用ChatGPT的能力,包括图像和文档理解。

具体整合包括:

  • Siri增强:Siri可在需要时调用ChatGPT的智能。在向ChatGPT发送任何问题、文档或照片前,系统会请求用户许可,随后Siri会直接展示答案。
  • 系统级写作工具:ChatGPT将集成到苹果的全局写作工具中,帮助用户生成文本内容。用户还可使用ChatGPT的图像生成功能,创建多种风格的图片以辅助写作。
  • 隐私保护:在Siri和写作工具中访问ChatGPT时,请求不会被OpenAI存储,用户的IP地址也会被隐藏。用户可选择连接自己的ChatGPT账户,其数据偏好将遵循ChatGPT的政策。

该集成由GPT-4o驱动,预计于今年晚些时候在iOS、iPadOS和macOS上线。用户无需创建账户即可免费使用,ChatGPT订阅用户可直接连接账户以访问付费功能。

4. Apple blocks PC emulator in iOS App Store and third-party app stores (9to5mac.com)

苹果阻止 PC 模拟器在 iOS App Store 及欧盟第三方应用商店上架

苹果应用审核部门拒绝了通用 PC 系统模拟器 UTM 开发者提交的 iPhone 和 iPad 版本。该开源应用基于近期规则变更(允许复古游戏机模拟器)提交,但审核方认定“PC 不是游戏机”,予以驳回。更关键的是,UTM 指出苹果同时阻止该应用在欧盟的第三方应用商店上架。

UTM 表示,苹果以违反《应用审核指南》第 4.7 条为由,拒绝为该应用进行公证(Notarization),因该条也包含在《公证审核指南》中。然而,官方指南页面显示,第 4.7 条在勾选“仅显示公证审核指南”时会被置灰,表明其不适用于公证流程。因此,苹果审核员的裁定存在矛盾,可能错误。

由于 iOS 上无法为非特殊授权的浏览器引擎使用 JIT 编译器,禁用 JIT 的 UTM SE 版本性能严重受损。UTM 开发者认为为此争取上架“不值得”,故未继续上诉。

UTM for iOS 将继续通过旧式“灰色市场”方式(如通过 Xcode 手动编译安装)提供。UTM for Mac 则正常在 Mac App Store 上架。

5. Apple's On-Device and Server Foundation Models (machinelearning.apple.com)

Apple Intelligence 的基础模型概述

在 2024 年全球开发者大会上,Apple 推出了深度集成于 iOS 18、iPadOS 18 和 macOS Sequoia 中的个人智能系统 Apple Intelligence。该系统由多个专为用户日常任务设计的高能力生成模型组成,并能根据用户当前活动进行动态调整。其基础模型针对特定用户体验进行了微调,包括文本写作与优化、通知优先级排序与摘要、为对话创建趣味图像,以及执行应用内操作以简化跨应用交互。

本文重点介绍了其中的两个基础模型:一个约 30 亿参数的设备端语言模型,以及一个可通过 Private Cloud Compute 使用、运行于 Apple 硅芯片服务器上的更大规模的服务器模型。这些模型是 Apple 为支持用户和开发者所创建的更广泛生成模型家族的一部分,此外还包括用于 Xcode 的编码模型和帮助用户视觉表达的扩散模型等。

核心价值与原则 Apple Intelligence 在设计之初即贯穿 Apple 的核心价值,并基于突破性的隐私创新。为此,Apple 制定了 负责任 AI 原则 以指导 AI 工具及模型的开发:

  1. 赋能用户:负责任地识别 AI 可创造工具以满足特定用户需求的领域。
  2. 代表用户:致力于真实代表全球用户,持续避免刻板印象和系统性偏见。
  3. 谨慎设计:在设计、模型训练、功能开发和质量评估等各阶段采取预防措施,识别潜在滥用或危害。
  4. 保护隐私:通过强大的设备端处理和 Private Cloud Compute 等基础设施保护用户隐私,绝不使用用户的私人个人数据或用户交互内容来训练基础模型

模型训练

  • 框架:使用 Apple 的开源框架 AXLearn(基于 JAX 和 XLA)进行高效、可扩展的训练。
  • 数据:训练数据包括授权数据和通过 AppleBot 网络爬虫收集的公开可用数据。对训练语料进行过滤,移除个人身份信息(如社保、信用卡号)以及低质量内容(如脏话)。采用混合数据策略,结合人工标注和合成数据,并执行严格的数据筛选和去重。
  • 算法创新:在训练后阶段采用了两种新算法:(1) 带教师委员会的拒绝采样微调算法;(2) 带镜像下降策略优化和留一法优势估计器的人类反馈强化学习算法,显著提升了模型的指令遵循质量。

优化与性能 为实现在设备端和私有云上的高效运行,采用了多项优化技术:

  • 注意力机制:均使用分组查询注意力。
  • 词汇表:共享输入/输出词汇嵌入表以减少内存和推理成本。设备端模型词表大小为 49K,服务器模型为 100K(包含更多语言和技术 token)。
  • 设备端推理:采用低比特量化技术。开发了一种使用 LoRA 适配器的新框架,采用混合 2 位和 4 位配置策略(平均 3.7 位/权重),以在保持模型质量的同时满足内存、功耗和性能要求。
  • 性能指标:在 iPhone 15 Pro 上,实现了约 0.6 毫秒/提示 token 的首 token 延迟30 token/秒的生成速率(在应用 token 推测技术前已实现)。

适配器机制 基础模型通过 适配器 进行微调,以支持特定任务。适配器是插入模型各层的小型神经网络模块,主要针对 Transformer 架构的注意力矩阵、投影矩阵和前馈网络层进行调整。

  • 优势:仅微调适配器层,保持基础模型原始参数不变,从而保留通用知识,同时高效适应特定任务。
  • 效率:适配器参数以 16 位表示,大小通常为几十兆字节。它们可以动态加载、临时缓存和交换,使模型能够即时专业化,同时高效管理内存并保证操作系统响应性。

评估与结果 评估重点关注人类评估,因其与用户体验高度相关。

  • 任务特定评估(如摘要):为不同产品场景(邮件、消息、通知)微调专门的适配器。评估显示,带适配器的模型生成的摘要优于可比模型。在针对摘要的对抗性测试中,适配器在超过 99% 的案例中未放大敏感内容。
  • 通用能力评估:在涵盖头脑风暴、分类、问答、编码、数学推理等类别的多样化真实世界提示集上,与多个开源(Phi-3, Gemma, Mistral 等)和商业模型(GPT-3.5, GPT-4)进行比较。
    • 设备端模型(约 30 亿参数)表现优于包括 Phi-3-mini、Mistral-7B、Gemma-7B 和 Llama-3-8B 在内的更大模型。
    • 服务器模型与 DBRX-Instruct、Mixtral-8x22B、GPT-3.5 和 Llama-3-70B 相比具有竞争力,且效率更高。
  • 安全性与指令遵循:在对抗性提示测试中,两个模型均表现出稳健性,违规率低于比较模型。在指令遵循评估(IFEval) 基准上,表现优于同等规模的开源和商业模型。人类评估者认为模型的响应更安全、更有帮助。

总结 Apple Intelligence 的基础模型和适配器构成了深入集成于 iPhone、iPad 和 Mac 的个人智能系统的基础,在语言、图像、操作和个性化情境方面提供强大能力。这些模型旨在帮助用户完成日常任务,并在 Apple 核心价值观的指导下,在开发的每个阶段都以负责任的方式构建。

6. Microsoft's official Minesweeper app has ads, pay-to-win, and is hundreds of MBs (tech.lgbt)
8. macOS Sequoia Preview (www.apple.com)

macOS Sequoia预览版带来了多项新功能和改进,涵盖多个核心应用和系统体验。

辅助功能

  • 放大镜:通过连接的相机放大周围环境。
  • Accessibility Reader:提供系统级的自定义阅读和收听体验。
  • Braille Access:为盲文显示器创建全新界面。
  • Vehicle Motion Cues:帮助减少在移动车辆中的晕车感。

家庭

  • 增强的家长控制,包括通信限制、通信安全和App Store的新改进,以保护儿童安全。

日记

  • 首次在Mac上推出,支持使用照片、视频、音频记录、位置等轻松捕获和撰写日常时刻与特殊事件。

照片

  • 更新设计,快速访问过滤和排序选项,自定义Collections图块大小。
  • Pinned Collections:将最常访问的集合固定在指尖。

FaceTime

  • 新采用平铺设计,展示个性化联系人海报。

提醒事项

  • 结合Apple Intelligence,根据设备上的电子邮件或其他文本建议任务、杂货项目和后续事项。
  • 自动将相关提醒分类到列表中的部分。

游戏

  • 新Games应用整合Mac上所有游戏。
  • 游戏覆盖层:调整系统设置、与朋友聊天或邀请游戏,无需退出。
  • Metal 4:引入MetalFX帧插值和降噪等先进图形和渲染技术。

信息

  • 创建投票并个性化对话背景。
  • 重新设计的对话详情,包含联系信息、照片、链接、位置等专门部分。
  • 群组打字指示器显示谁正在输入。
  • 筛选工具检测垃圾邮件并提供控制。
  • 未知号码旁出现添加联系人按钮。

密码

  • 轻松查看账户更改历史,包括密码的先前版本和更改时间。

笔记

  • 在电话应用中捕获通话为带转录的音频记录。
  • 可将笔记导出为Markdown文件。
10. Norway discovers Europe's largest deposit of rare earth metals (www.cnbc.com)

挪威发现欧洲最大稀土矿藏

挪威矿业公司“挪威稀土”(Rare Earths Norway)宣布,在该国东南部Fen碳酸岩复合体探明欧洲大陆最大规模的稀土元素矿藏。该矿藏总稀土氧化物(TREOs)储量达880万吨,其中估计包含150万吨可用于电动汽车和风力涡轮机的磁性稀土元素。

这一发现对欧洲摆脱中国稀土供应主导地位具有战略意义。目前欧洲境内尚无稀土开采活动,而全球约70%的稀土矿开采和90%的加工能力集中于中国。欧盟《关键原材料法案》目标到2030年满足其10%的年需求量,挪威该矿藏的开发有望为此作出贡献。

公司首席执行官表示,随着能源转型加速,稀土和锂的重要性将超过石油和天然气。计划在2030年实现第一阶段开采,勘探工作将持续进行。该矿藏规模超越了此前在邻国瑞典发现的大型稀土矿,凸显挪威在欧洲关键原材料供应链中的重要地位。

11. Banana giant Chiquita held liable by US court for funding paramilitaries (www.bbc.com)
12. How to get the most out of Postgres memory settings (tembo.io)
13. Apple unveils 'Passwords' manager app at WWDC 2024 (www.zdnet.com)

苹果在 WWDC 2024 推出“Passwords”密码管理应用

  • 核心发布:在 WWDC 2024 上,苹果正式推出了一款名为 “Passwords” 的全新密码管理应用。
  • 主要功能
    • 快速登录与存储:帮助用户快速登录网站和设备,并安全地存储和管理密码。
    • 密码生成:能够生成复杂的密码。
    • 导入迁移:支持从其他第三方密码管理服务导入现有密码。
    • 分类管理:可按服务类型(如银行、流媒体、社交媒体)对登录信息进行分类和展示。
    • 生物识别与自动填充:支持使用 Face ID 和 Touch ID 代替手动输入,并在需要凭证时自动填充。
  • 竞争定位:该应用功能直接对标 1Password、LastPass、Bitwarden 等主流第三方密码管理器。
  • 核心优势与集成
    • 应用由苹果直接运营,并深度集成于其生态系统。
    • 底层由 iCloud Keychain 驱动,可实现跨 Apple 设备无缝同步。
    • 苹果强调其安全性与隐私保护,且尚未有与竞争对手类似的安全泄露记录,这将成为其重要卖点。
  • 可用性与价格
    • 免费提供下载使用。
    • 支持平台广泛:兼容 iOS 18、iPadOS 18、macOS 15、Apple Vision Pro 以及 Windows 电脑。
  • 市场展望:该应用的推出将对现有密码管理器市场构成直接挑战,能否取代现有顶级服务有待时间检验。
15. Terence Tao on proof checkers and AI programs (www.scientificamerican.com)

数学传统上是一门孤独的科学,但加州大学洛杉矶分校的陶哲轩认为,自动证明检查器与人工智能的结合正在彻底改变数学领域的合作方式和工作流程。

传统上,数学证明依赖于个人的深刻理解和同行间的信任,合作者通常仅限于少数相互了解的人。然而,随着证明形式化技术的发展,证明可以被分解为小模块并由计算机(如Lean语言)验证,从而消除了对人际信任的依赖。陶哲轩在形式化“多项式Freiman-Ruzsa猜想”时,与超过20名未见面的协作者分工合作,每人负责一个小步骤,编译器自动验证所有贡献的正确性。这种方式使得大规模、跨地域的协作成为可能。

形式化数学的实用性提升主要归功于标准数学库(如Lean的mathlib项目)的积累,该库已涵盖本科阶段的微积分、拓扑学等基础定理,并正朝着研究生水平发展。智能搜索引擎的进步也帮助数学家快速检索已形式化的定理。目前,验证复杂证明所需的计算资源已不再是瓶颈,主要挑战在于提高工具的用户友好性和构建活跃社区。Lean因其庞大的库和活跃社区成为当前最主流的形式化语言。

尽管形式化前景广阔,但目前并非所有数学工作都适合形式化,因为过程仍耗时较长。陶哲轩指出,未来人工智能(如GPT)有望担任“副驾驶”角色:数学家向AI解释证明思路,AI实时将其形式化为Lean代码,并可能自动生成论文和提交。这有望将形式化耗时从传统方式的倍数降低到接近甚至低于传统时间。

关于AI是否能“解决”数学,陶哲轩持谨慎乐观态度。他认为AI短期内将成为实用助手,帮助处理繁琐的证明步骤,但数学本身仍将由人类主导探索方向和解释意义。未来数学可能趋向“大规模生产”模式:数学家引导AI批量证明定理,并可能出现新的分工,如项目管理专家、AI训练专家和证明解释专家,使数学更接近现代工业化协作。

对于未解决的难题,AI目前并未展示出超越人类的洞察力,尤其在问题分解为更简单子问题方面。然而,AI生成的“丑陋”或难以理解的证明可能催生新领域:研究者将分析和提取这些证明中的洞见,使其更具可读性。

当前训练数学AI的障碍在于数据不足。公开论文仅是成功结果的记录,而宝贵的试错过程、口头交流和教学知识未被捕获。未来随着形式化效率提高,研究过程可能被系统记录,用于训练AI。形式化还将使隐性知识显性化,带来意外效益,例如创建交互式教科书,使数学家能深入任意证明细节。

陶哲轩总结道,数学未来将更加多样化协作,但人类仍将负责概念创造和方向引领,而AI将加速探索和验证过程,共同拓展数学的边界。

16. Apple is launching its own password manager app (techcrunch.com)

文章标题: Apple推出自主密码管理应用

发布背景与意义: 在WWDC 2024上,苹果公司正式发布了独立的“Passwords”(密码)应用。此前,虽然用户可通过iCloud账户存储和同步密码,但该功能隐藏在系统设置中,不易使用。新应用旨在提供更直观、独立的密码管理体验,降低使用门槛,鼓励用户利用iCloud密码管理敏感信息。

适用系统与发布时间: Passwords应用将随iOS 18、macOS Sequoia和visionOS 2一同发布。

主要功能与改进:

  1. 界面优化:应用左侧新增导航栏,方便用户快速浏览密码库。
  2. 分类管理:支持查看所有密码,或按特定类别筛选,例如:
    • Wi-Fi密码(新增类别)
    • 通行密钥
    • 非网站或服务相关的验证码
  3. 现有功能保留:继承并整合了现有iCloud密码的全部功能,包括:
    • 密码共享
    • 验证码支持
    • 为每个密码条目添加备注字段

核心目的: 新应用通过独立化和界面优化,使密码管理更便捷、直观,进一步提升iCloud密码服务的可用性和安全性。

(注:文章后附有撰稿人Romain Dillet的简介及网站的编辑免责声明,与应用发布内容无直接关联。)

17. Show HN: Probabilistic Tic-Tac-Toe (www.csun.io)

概率井字棋:Show HN 项目摘要

游戏规则与特色

该游戏基于传统井字棋规则,但每个格子被点击时会触发不同概率的好(笑脸)、中(平淡脸)、坏(哭脸) 事件:

  • 好事件:当前玩家在该格子落子(X或O)。
  • 坏事件:对手在该格子落子。
  • 中性事件:无落子操作,直接轮到对手。

功能设置

  • 动画速度控制:左上角提供1x、2x、3x速度选项。
  • 设置菜单(右上角):
    • 单人/多人模式切换
    • 难度选择(包括“不可能”难度,该模式下AI基于数学最优策略进行游戏,长期对局胜率更高)
    • 导师模式:悬停在格子时,显示“若选择该格并后续最优操作”的游戏胜率概率,帮助玩家理解AI决策逻辑。

设计理念

作者探讨了随机性与人生的关系:成功中个人努力与运气的比重难以界定,许多不可控因素(如出身、社会结构、历史事件)潜移默化地影响结果。此游戏旨在体现:

  • 单局中“做得对可能输,做得错可能赢”的随机性。
  • 长期对局中,更优玩家会脱颖而出,体现“策略可提升胜算概率”的哲学。

AI优化更新

Louis Abraham 协助实现了数学最优解的“不可能”难度AI。测试数据如下:

  • 对人类玩家(40局):胜率50%,平局12.5%。
  • 对随机玩家(~750局):胜率71.2%,平局4.1%。
  • 对启发式规则AI(~800局):胜率59.5%,平局7.5%。

该最优AI风格更激进,有时会为早期胜利主动选择“坏概率”格子(前提是不会让对手受益),同时也会根据情况采用“扩展控制棋盘”的策略。

19. Private Cloud Compute: A new frontier for AI privacy in the cloud (security.apple.com)

Private Cloud Compute (PCC) 技术摘要

目的与背景 Private Cloud Compute (PCC) 是 Apple 为 Apple Intelligence 打造的云端 AI 处理系统,旨在将设备级的隐私和安全标准扩展至云端。为满足复杂 AI 推理对云端大模型的需求,PCC 通过定制硬件和加固操作系统,确保用户数据仅对用户可见,Apple 及任何第三方均无法访问。

核心设计要求 PCC 架构基于五大核心原则:

  1. 无状态计算:用户数据仅用于处理当前请求,完成后立即删除,绝不保留。
  2. 可强制执行的保证:隐私承诺通过技术手段强制执行,不依赖可能泄露数据的外部组件。
  3. 无特权运行时访问:不包含任何允许管理员绕过隐私保证的特权接口(如远程 Shell)。
  4. 不可定向性:攻击者无法针对特定用户,获取特定数据必须攻破整个系统。
  5. 可验证的透明度:研究人员可独立验证 PCC 的隐私保证及生产环境软件。

系统架构与关键功能

  • 硬件与软件基础:节点采用定制 Apple 芯片服务器,集成 Secure Enclave 和 Secure Boot。操作系统是基于 iOS/macOS 构建的加固子集,结合 Swift on Server 构建机器学习栈,极大缩小了攻击面。
  • 数据保护与无状态执行:用户设备将请求端到端加密并发送至经加密认证的 PCC 节点。系统通过代码签名和信任缓存确保仅运行授权代码。Secure Enclave 在每次重启时随机化并销毁数据卷加密密钥,实现加密擦除;同时利用指针认证、沙盒和内存安全语言防止漏洞利用。
  • 访问限制与防定向机制:移除通用日志和调试工具,仅允许输出经严格审计的结构化指标。采用“目标扩散”策略防止定向攻击:请求元数据剥离身份信息,通过第三方 OHTTP 中继隐藏 IP,使用 RSA 盲签名授权,并由负载均衡器随机分配节点子集,确保单节点被攻破也无法获取特定用户数据。
  • 透明度与研究支持:Apple 将公开发布所有生产构建的软件镜像,并在防篡改的透明度日志中记录代码测量值。此外,提供 PCC 虚拟研究环境、定期公开关键安全源码(含 sepOS 和 iBoot 明文),并通过 Apple Security Bounty 计划奖励安全研究发现。

总结 PCC 通过无状态计算、严格的访问控制和前所未有的透明度,构建了大规模云 AI 计算领域最先进的安全架构,确保了云端 AI 处理的用户隐私。

20. Ship Something Every Day (maxleiter.com)

文章摘要:每日提交代码

本文核心建议是:在工作的每一天都提交一些代码(原文标题“Ship Something Every Day”后修正为“commit every day that you work”)。这一习惯适用于专业软件开发和个人项目,其目的不在于每天发布新功能到生产环境,而在于保持持续的进度可见性。

主要理由如下:

  1. 获得即时成就感:代码被提交后能带来多巴胺释放的快感,提升工作动力。
  2. 增强团队可见性:尤其在远程工作环境下,每日提交能让同事和团队看到你正在推进工作,减少孤立感。
  3. 促进增量式开发:将工作拆解为小步骤,有利于未来维护和协作,让未来的自己和同事受益。
  4. 维护提交记录:虽然理想情况下记录不应决定价值,但良好的GitHub提交记录(尤其对求职者而言)能留下积极印象。这是习惯带来的附带好处。
  5. 获得完成感:每天完成并提交一些内容能带来心理满足感和正向反馈。
21. Show HN: Revideo – Create Videos with Code (github.com)

Revideo:基于代码创建视频的开源框架

项目概述 Revideo 是一个用于程序化视频编辑的开源框架,它基于 Motion Canvas 编辑器分叉而来。其核心目标是将 Motion Canvas 从独立应用转变为开发者可用的库,用于构建完整的视频编辑应用。

主要功能

  1. 视频模板创建:允许使用 TypeScript 编写视频模板。
  2. API 渲染:可部署一个 API 端点,使用动态输入来渲染视频模板。
  3. 实时预览:提供 React 播放器组件,支持在浏览器中实时预览视频变化。

与 Motion Canvas 的关键区别 Motion Canvas 的定位是独立的动画编辑器,而 Revideo 专注于作为库使用。两者的主要差异包括:

  • 无头渲染:Motion Canvas 需要在其 UI 中点击按钮来渲染。Revideo 将此功能暴露为函数调用,便于部署到 Google Cloud Run 等服务或通过 CLI 启动渲染端点。
  • 更快的渲染速度:通过支持并行化渲染和使用基于 ffmpeg 的视频帧提取器替代原有的 seek() 操作,显著提升了渲染速度,这对构建应用至关重要。
  • 更好的音频支持:在渲染过程中支持从 <Video/> 标签导出音频,并新增了 <Audio/> 标签,便于音频与动画的同步。

最新动态(2024年5月)

  • 发布了如何使用 Google Cloud Functions 并行化渲染作业的示例。
  • 上线了全新的项目网站。

遥测 项目使用 Posthog 匿名跟踪视频渲染次数,以了解使用情况。如需禁用,可设置相应的环境变量。

学习资源 用户可通过官方文档、示例仓库以及 Discord 服务器获取更多信息和帮助。

22. POV-Ray – The Persistence of Vision Raytracer (www.povray.org)

POV-Ray(Persistence of Vision Raytracer)总结

一、软件介绍 POV-Ray 是一款高质量、免费的开源光线追踪软件,用于创建令人惊叹的三维图形。其源代码开放,可供用户自行移植。

二、网站与资源 网站提供导航链接,方便用户浏览。下载页面提供软件获取渠道;资源与支持页面提供一般性资源和支持信息。网站维护问题仅需联系网管,许可相关事务需使用许可证页面底部的地址联系。

三、服务器访问问题(2026年3月更新)

  • 问题概述:托管 POV-Ray 的专用服务器数据中心迁移后,尽管拥有独立的 C 类子网(/24),理论上无需更改 IP,但部分互联网区域无法访问该服务器资源。
  • 具体表现:经 Cloudflare 缓存的站点(如 wiki.povray.org)仍可访问,因为 Cloudflare 能与服务器通信。问题在于服务器发出的、需经过 Comcast 网络的流量在离服务器仅四跳处被丢弃,导致 Comcast 用户无法访问。
  • 背景与处理:该 C 类网络已使用超过25年,此次是首次被美国主要传输节点屏蔽。已向 Comcast NOC 提交修复请求。
  • 目的:在首页发布此消息,旨在向未受影响的用户说明情况,以便他们告知受影响的用户;同时为问题解决后提供解释。
  • 最终状态:截至2026年3月底,此问题已得到解决。

四、开发状态(2024年11月更新)

  • 3.8 版本的 beta 测试候选版本发布后,开发暂停了一段时间,现已恢复,但节奏不及以往。
  • 主要障碍:Windows 平台的代码签名问题。由于之前的密钥已过期,且因组织性质(在澳大利亚注册的公司,无销售活动、街道地址或电话号码)导致验证流程受阻,目前无法签名。尽管 beta 版通常不签名,但官方正式版预期需签名。

五、历史新闻与相关活动

  • DKBTrace 与 Kickstarter:POV-Ray 的前身 DKBTrace 的创造者 David K. Buck 发起了一项 Kickstarter 项目,旨在为一个名为 PigeonTalk 的 Smalltalk 实现创建开源 IDE,以探索计算环境。
  • 版本发布:POV-Ray 3.8 beta 测试版可通过 GitHub 获取;3.7 版本曾进入 beta 阶段。
  • 里程碑:POV-Ray 于2021年迎来30周年纪念。
  • 服务器历史:2021年曾经历服务器硬件故障导致的停机与恢复。
  • 其他关联项目:包括 Blender 到 POV-Ray 的导出工具、白鹭(white_dune)VRML/X3D 编辑器的 POV-Ray 导出功能、用于将 POV-Ray 场景转换为 3D 打印 STL 网格的工具、Python 建模器、用于 Mathematica 的 POV-Ray 插件等。
  • 相关渲染技术:提及了使用 POV-Ray 进行光谱渲染、视域分析等。
  • 第三方软件:历史上曾介绍过 Visualization Library(基于 OpenGL 的 C++ 中间件)、OGRE 渲染引擎、Vue 8.5(自然3D环境创作软件)、OpenTK 库(C# 图形库)等。

六、网站其他内容 网站还包含用户作品画廊(如"Tribute to Myrna Loy"等)以及隐私政策链接。

23. FDA denies petition against use of phthalates in food packaging (www.fda.gov)

美国食品药品监督管理局(FDA)于2023年7月21日拒绝了一项请愿,该请愿要求FDA重新考虑其于2022年5月19日驳回的一项公民请愿。原始公民请愿要求基于安全担忧,禁止八种邻苯二甲酸酯(ortho-phthalates)在食品中的使用,并撤销另外五种邻苯二甲酸酯的先前批准用途。

邻苯二甲酸酯是一类用于塑料产品(最常见于聚氯乙烯,即PVC或乙烯基)中的化学物质,主要作用是增加材料的柔韧性并减少其脆性。

FDA对重新考虑的请愿进行了评估,结论是该请愿并未提供修改其对原始公民请愿回复的依据。FDA的回复解释称,在回应原始请愿时已充分考虑了行政记录中的相关信息和观点。此外,FDA也已审阅重新考虑请愿中提交的信息以及行政记录中的其他相关信息。FDA决定驳回原始请愿的立场保持不变。

FDA表示将继续向食品行业和公众通报其在食品包装和食品接触应用中涉及邻苯二甲酸酯的相关活动更新。最新信息可在FDA的邻苯二甲酸酯专题网站上获取。

24. Google shuts down GPay app and P2P payments in the US (9to5google.com)

GPay 应用在美国正式关闭,点对点支付功能终止

根据今年2月的公告,Google 已在美国正式关闭其“GPay”应用。这款于2020年重新设计的应用,旨在让资金管理“更简单、安全和实用”,并曾计划推出“移动优先的银行账户”,但该计划最终未能实现。

自6月4日起,GPay 应用(安卓手机桌面显示的名称)已自动将美国用户登出。用户尝试重新登录时会收到提示:“Google Pay 美国应用已不再可用。您仍可使用 Google Wallet 应用进行感应支付。”

此外,Google 已在美国终止了点对点(P2P)支付服务。用户可在6月后通过 Google Pay 网站查看余额(包括收到的款项或奖励),并将其转入银行账户。

当前,Google 的重心已转向 Google Wallet,致力于将实体钱包中的一切数字化。该应用没有等效的财务跟踪功能。同时,“Google Pay”这一名称仍然存在,用于指代通过手机进行线下或线上支付时所使用的服务。

之前的设计与计划未能实现

2020年宣布的重新设计,其核心构想是打造一个“围绕您与人物及商家的关系”的应用,以类似消息对话的形式展示购买记录。用户还能在“洞察”标签中通过 Plaid 服务跟踪银行账户和信用卡信息,并看到许多优惠和返现活动。

在2022年11月的公告中,Google 还预览了与银行和信用合作社(最著名的是花旗银行)合作推出的联名支票和储蓄账户——“Plex 账户”,并配有实体卡。

储蓄及设定可自定义目标是另一大支柱功能。用户可以设定具体任务并分解里程碑来实现目标,其中一个选项是“四舍五入转账”,即对每笔消费金额向上取整,将零头转入储蓄以帮助达成目标。

Plex 计划原定于2021年推出,但Google在当年10月宣布取消该项目,尽管当时已有40万人排队等候。官方解释称,公司战略已转向“为银行和其他金融服务提供商提供数字赋能,而非由我们自身充当这些服务的提供者”。

25. Controversial pesticide research all but vanished from a major conference (usrtk.org)

文章总结

本文揭露了美国昆虫学会(ESA)年度会议中,关于农药研究的争议性议题。ESA是全球最大的昆虫学组织,其会议被视为该领域的顶级盛会。

企业深度渗透 会议和学会运营严重依赖农化企业资金。Corteva、拜耳、先正达等公司通过“企业合作伙伴”计划,在七年内为ESA带来约100万美元收入,并获取包括应用广告、会议发言机会在内的数十项权益。企业员工在ESA治理中担任要职:Corteva员工占据两个董事会席位,其中一位为副总裁;企业员工同时担任ESA旗下多本科学期刊的编辑。

关键研究议题消失 尽管会议涵盖气候变化、蜜蜂健康、粮食安全等重大议题,但关于最具争议的新烟碱类农药(Corteva等公司的产品)对蜜蜂影响的学术研究几乎完全缺席。调查发现,在2023年会议近100篇蜜蜂科学论文中,仅有4篇涉及新烟碱类农药,且全部由学生展示。相比之下,2013年同类研究至少有19篇。

研究焦点的转移 多位科学家解释称,当前蜜蜂研究更注重多重压力源(如螨虫、气候、营养)的综合影响,而非单一因素。这种视角与农化公司的立场一致,即蜂群崩溃是多因素导致,而非仅由农药引起。然而,全球科学文献显示新烟碱类农药研究仍在增加,表明该领域依然活跃。

企业影响的表征

  • 会议期间,有演讲者称在发言后遭受农化公司员工技术性诘问,感到恐吓。
  • 会议设有大量面向学生的职业发展活动,被指存在向企业输送人才的“管道”。
  • 企业通过赞助社交活动、举办招待会等方式,营造良好互动环境。

学会与企业的回应 ESA管理层表示,会议主题反映学界兴趣的自然起伏,不预设议题。企业方则称其参与是为支持昆虫学发展、促进科学交流,且其员工以独立学者身份参与学会工作。

本质矛盾 文章核心质疑在于:作为昆虫学权威机构,其高度的企业资金依赖、企业人员在内部的权力角色,以及关键争议性研究在会议中的显著减少,是否构成利益冲突,并可能 subtly 影响科学议程与话语权。尽管各方声称保持独立,但企业影响的结构化渗透已引发对学术独立性的担忧。

26. Engage your audience: get to the point, use story structure, force specificity (iandanielstewart.com)

这篇文章总结了提升即兴表达清晰度的三个核心技巧:直接切入主题、运用故事结构和强调具体性。

直接切入主题

  • 核心方法是采用“关于这个话题你必须知道的一点是……”这样的框架开头。这能立即为听众设定清晰方向,避免冗长铺垫。
  • 该方法类似商业演示中的“行动标题”,旨在直接呈现幻灯片的核心结论。例如,将标题从“调查结果”改为“调查指出客户流失的主要根因是…”。
  • 此方法也适用于书面沟通(如在Slack中使用摘要先行)和阅读非虚构类书籍(通过快速浏览索引和全书来把握核心论点)。

运用故事结构

  • 采用“三行场景”框架来组织想法:
    1. 设定场景:即“你必须知道的一点…”,吸引注意力。
    2. 增加深度:通过解释(“我的意思是…”)或引入意外转折(“但关于X的惊人之处是…”)来深化观点。
    3. 提供解决:通过提出一个问题(“而问题在于…”)开启讨论,或给出一个答案(“这是因为…”)来结束。
  • 此框架遵循经典叙事结构,例如“故事脊柱”模板(从前有…每天…直到最后…)。

强调具体性

  • 具体性迫使表达清晰。上述技巧中使用的固定短语本身就促进了具体性。
  • 练习具体性的方法是运用否定法:即通过描述某物不是什么,来更清晰地界定它什么。在压力下或自我反思时,这有助于聚焦核心。
  • 查理·芒格的名言“总是反过来思考”与此相关。例如,在决策时主动提出一个“坏主意”(如提议去麦当劳),可以迅速激发众人提出更好的选项。
29. Exploring Gleam, a type-safe language on the BEAM (christopher.engineering)

探索Gleam:BEAM上的类型安全语言

作者发现Gleam的动机:作者作为软件工程师,通过学习新语言来保持动力。他尤其偏爱静态类型,因为它能减少运行时错误、增加生产环境可信度、提高代码清晰度并更契合其“先思考数据结构,再实现”的思维方式。在搜索“Elixir静态类型”时发现了Gleam,但当时因其版本较早(v0.x)且尚处于早期阶段而未深入关注。

Gleam V1的发布与核心优势:2024年3月1日Gleam发布V1版本后,作者开始体验并迅速认可。其主要特性包括:

  1. 强大的类型系统与模式匹配

    • 自定义类型(标签联合):通过type关键字定义,每个构造器可拥有不同的字段。示例中的Vehicle类型有CarSkateboardSpaceship三个构造器。
    • 详尽的模式匹配:使用case表达式进行模式匹配,编译器和工具链会确保匹配是详尽无遗的,增强了安全性。函数返回类型可通过类型推断省略。
    • 表达式与简洁性:代码结构表达力强,简洁优雅。
  2. 卓越的工具链

    • 通过gleam CLI即可获得开箱即用的完整工具,包括包管理REPL测试运行器格式化器LSP,避免了JavaScript生态中的“选择瘫痪”。
    • 语言版本与工具链绑定,防止兼容性问题。
    • LSP支持完善:在编辑器中悬停变量、构造器时,能显示类型信息及相关的文档注释,极大提升开发体验。
  3. 与BEAM和OTP的集成

    • Gleam运行在BEAM虚拟机上,这意味着它继承了Erlang/OTP的并发和容错能力。
    • OTP的核心是通过轻量级进程消息传递构建高度并发、容错的系统,并由监控树管理进程生命周期。
    • Gleam通过外部包提供了OTP原语(如actor)。作者以actor为例展示了如何定义消息类型、处理函数和启动逻辑。关键优势在于发送给进程的所有消息在编译时都经过类型检查
    • 目前OTP功能尚未完全移植,例如注册表(Registries)功能缺失。
  4. Web框架与JavaScript互操作性

    • Lustre 是Gleam的一个同构Web框架,灵感来源于Elm,具有规范化的代码结构,可同时在前后端运行。
    • Gleam可以编译为JavaScript,生成的JS代码可读性强。这使其能够吸引JavaScript开发者,并与ReasonML、ReScript等竞争。编译过程会处理类型和模式匹配,依赖预置库如gleam.mjs

作者现状与展望:作者目前没有不满意之处,正通过CodeCrafters的挑战(如用Gleam构建Redis)继续深入学习。整体而言,Gleam以其静态类型安全性、优雅的语法、强大的集成工具链以及与BEAM生态的结合,给作者留下了深刻而积极的印象。

30. New GitHub Organization for the Swift Project (www.swift.org)

Swift项目迁移至专属GitHub组织

迁移公告 Swift核心团队成员Ted Kremenek宣布,Swift编程语言将迁移至专属GitHub组织github.com/swiftlang。此次迁移旨在反映Swift社区的成长与成熟,并展示其超越苹果生态系统的多样性。经过十年发展,Swift已被广泛应用于多个创意与实践领域,迁移将提供更佳协作与创新环境,推动Swift扩展至更多平台和用例。

迁移时间线与初始范围 迁移将在未来数周至数月内分阶段进行,以最小化中断并确保稳妥完成。初始阶段,swiftlang组织将包含以下核心内容:

  • 编译器及核心工具
  • 标准库与核心API
  • 示例代码
  • Swift.org网站
  • 官方客户端、驱动程序及其他包(即将加入)

治理与协作机制 迁移过程中将重点解决以下治理问题:

  • 制定新项目引入组织的流程,并引导其完成成熟周期
  • 利用GitHub团队等工具扩展贡献者基数,明确提交者角色
  • 增强持续集成(CI)支持,确保Swift及其所有组件在多样用例中保持生产就绪状态

参与团队 迁移工作由多个社区团队主导,包括核心团队、贡献者体验工作组、Swift服务器工作组和网站工作组。此次行动为社区协作项目,变更过程将保持透明。

首批行动与致谢 首个迁移的仓库为swift-evolution,其他仓库将在未来数周逐步转移。作者代表核心团队感谢所有为Swift梦想做出贡献的人员,并展望Swift的未来发展。


注:摘要基于原文内容,涵盖了迁移目的、时间安排、初始范围、治理措施及社区协作等核心信息。

32. The new math of how large-scale order emerges (www.quantamagazine.org)

涌现现象的新数学框架:宏观秩序如何产生

本文介绍了一种旨在解释“涌现”(即宏观规律如何从微观组件的相互作用中产生)的全新理论框架。长期以来,科学界缺乏解释涌现的统一标准。由Fernando Rosas等人提出的新框架将涌现比作“自然界的软件”,指出复杂系统通过自组织形成层次结构,且宏观层面的运行独立于微观细节。

理论核心:三种“闭合”机制

该框架提出,涌现系统具备三种关键的“闭合”特征:

  1. 信息闭合:微观层面的详细信息对预测宏观行为没有帮助。
  2. 因果闭合:微观信息无法增强对宏观结果的控制,宏观层面自身决定其未来。
  3. 计算闭合:基于计算力学,系统在不同尺度上的行为可以通过对下层组件进行“粗粒化”来构建,形成嵌套结构。

计算力学与强可集总性

研究引入了“ε-机”概念,将复杂系统的交互简化为因果状态。在计算闭合的系统中,宏观层面的ε-机是微观层面的粗粒化版本,具备“强可集总性”。这意味着宏观行为可以仅凭宏观信息进行最优预测,无需参考微观细节,从而实现完全涌现。

模型验证与“泄漏的涌现”

研究人员在随机游走网络和人工神经网络等模型中验证了该理论,证实其宏观行为独立于微观差异。但在生物体中,微观变化(如基因突变)有时会引发灾难性的宏观后果。研究者将此称为“泄漏的涌现”,认为这种允许宏观关注微观细节的部分涌现,可能是生命系统优化的结果。

因果涌现与自由意志

传统还原论认为因果关系自下而上流动。但该框架及相关“因果涌现”研究表明,宏观层面可独立产生因果作用,并对微观噪声免疫。这为“自由意志”提供了新视角:若人类行为的主因是涌现的心理状态(如意图、信念)而非底层分子,自由意志便具备了实质的因果效力。

争议与前景

尽管部分学者对“宏观驱动微观”的观点仍存疑虑,但该框架为解析复杂系统层级间的交互机制提供了严谨的数学工具。研究人员对未来5到10年内彻底解开涌现之谜持乐观态度。

34. Siberia's 'mammoth graveyard' reveals 800-year human interactions with mammoths (phys.org)
35. Jgs Font (adelfaure.net)

Jgs字体家族介绍

Jgs字体是一个向ASCII艺术先驱Joan G. Stark(别名jgs, Spunk)致敬的字体家族。

核心特性与功能 该字体的核心设计理念是其字形(glyphs)可以相互连接——无论是从一个字符到另一个字符,还是从一行到另一行。通过这种设计,单个字符能够组合绘制出连续的线条、边框和图案。

字体版本与尺寸 为了在不同像素尺寸下保持这种连续性效果,字体家族提供了三个版本:

  • Jgs5:适用于尺寸为10的倍数的场景(如10px, 20px, 30px等)。
  • Jgs7:适用于尺寸为14的倍数的场景(如14px, 28px, 42px等)。
  • Jgs9:适用于尺寸为18的倍数的场景(如18px, 36px, 54px等)。

项目状态 文章指出Jgs仍是一个未完成的项目。部分字符仍然缺失,且不同尺寸版本之间的正式对应关系尚待完善。

应用示例 文章通过大量示例展示了该字体的广泛应用能力,包括:

  • 绘制连续字符、曲线和不同角度的线条。
  • 构成完整的字母表。
  • 创建复杂的重复图案(如网格、波浪、装饰性纹理)。
  • 绘制人脸、室内场景、风景以及等距视图等复杂图形。

版权与许可 该字体软件使用SIL开源字体许可证(SIL Open Font License, Version 1.1)授权发布。版权所有者为Adel Faure。

作者与支持 作者提供了电子邮箱(contact@adelfaure.net)以及多个社交平台和游戏开发平台的联系方式,并提到了可通过K-fi平台给予支持。

36. Deterioration of local community a major driver of loss of play-based childhood (www.afterbabel.com)

文章总结

本文探讨了青少年心理健康危机的深层原因,将其描述为一个分三幕发展的“悲剧”。其核心论点是:本地社区、信任与社会资本的衰落是根本性驱动因素,它先导致了基于游戏的童年的消失,进而促成了基于手机的童年的兴起。

第一幕:本地社区的衰落(约1960年代起)

  • 背景:美国在20世纪中期(40-60年代初)拥有很高的社会资本,社区、公民团体和家庭网络繁荣。
  • 转折:从1960年代中期开始,本地关系开始衰退。
  • 主要原因
    1. 代际更替:经历二战等共同事件的团结一代逐渐被没有这种共同经历的婴儿潮一代取代。
    2. 技术变革:电视的普及产生了“原子化”和“个体化”效应,改变了人们的社交模式。人们与邻居的互动减少,购物本地化程度降低,家庭生活转向室内。汽车、购物中心等技术便利虽有益,但对社会资本的总体影响是负面的。
  • 结果:社区信任和邻里纽带减弱,为后续变化埋下伏笔。

第二幕:基于游戏的童年的丧失(约1990-2010年)

  • 直接原因:由于第一幕中社区信任的衰落,家长们开始将孩子“锁在”家中,大幅推迟了允许孩子进行无人监督的户外自由玩耍的年龄。
  • 关键交汇:就在家长收紧看护的同时,个人电脑和互联网出现,为儿童和青少年提供了室内、虚拟的替代娱乐选择。

第三幕:基于手机的童年的到来(约2010年起)

  • 催化剂:智能手机、高速网络和高度成瘾的社交媒体迅速普及。
  • 后果:预言成真,青少年可以在“完全孤立”的状态下获得娱乐(通过手机和耳机)。童年彻底转向以手机为中心,青少年心理健康水平急剧下降。

宗教保守社区:一个反例

  • 文章指出,宗教保守社区的青少年在这一心理健康危机中受影响相对较小。
  • 原因并非单一信仰,而是因为:
    • 紧密的实体社区:这些社区强调结构、责任和集体参与(宗教仪式、志愿服务、青年团体),维持了强健的实体社交网络。
    • 更高的社交信任与支持:孩子生活在信任度高、熟人多的社区中,拥有丰富的现实互动和值得信赖的成年人指导。
    • 对技术的不同态度:宗教保守家庭通常对科技使用有更多限制,青少年花费在社交媒体上的时间更少。
  • 数据显示,世俗自由派青少年的“自我贬低”感上升更快,宗教参与度下降更明显。

核心结论与挑战

  1. 社区至关重要:强大的、基于地点的现实社区对于儿童健康发展不可或缺,它们提供稳定、信任和现实社交支持。
  2. 虚拟无法替代现实:社交网络不能取代实体社区,尤其是对易受影响的青少年而言,网络空间也存在风险。
  3. 平衡的挑战:当今时代的核心挑战是如何在给予孩子个人自由和数字技术的同时,为他们提供稳固、紧密的社区归属感。这需要家长、组织和社会的共同努力,以结束基于手机的童年,恢复基于游戏的童年,并为所有孩子重建深厚的现实社区根基。
37. Battery-swap networks are preventing emergency blackouts (www.technologyreview.com)

摘要:

2024年4月3日台湾发生7.4级地震后,电网频率因部分电厂断联而骤降。Gogoro公司运营的电动车换电站网络立即响应,在数秒内自动停止从电网取电,总计降低6兆瓦的用电需求,协助电网在12分钟内恢复稳定。此举展示了该网络作为虚拟电厂在应对电力危机中的潜力。

Gogoro是全球领先的电动两轮车电池交换服务商,在台湾运营着超过12,500个换电站,拥有超过60万月付用户。其换电站具备高度灵活性:站点内通常储有数十块电池作为缓冲,使得公司能够选择在夜间电价较低时集中充电,并在电网压力大时减少或暂停充电,甚至在未来实现向电网回送电力。这种模式使其商业利益与电网稳定需求天然对齐。

Gogoro通过与意大利Enel X公司合作,将换电站整合进虚拟电厂系统。该系统能实时监控电网状况,并在紧急情况下自动降低特定站点的充电负荷。站点的选择和调节幅度由服务器实时计算,考虑站点位置、电池容量及用户需求,确保在保障用户服务的前提下最大程度支持电网。例如,在住宅区大型站点可能全面停止充电,而地铁站旁的小型站点则可能仅部分调节。

4月15日,在台湾电网仍未完全从首次地震中恢复时,再次发生电力短缺。此次,818个Gogoro站点在5秒内响应,持续30分钟减少了11兆瓦的用电。虽然单个站点贡献的电力(6兆瓦或11兆瓦)相比大型发电厂仍较小,但整个台湾的虚拟电厂网络总容量已达1,350兆瓦,能显著增强电网在灾害中的韧性。

然而,Gogoro网络的潜力尚未完全发挥。目前仅有10个试点站点具备向电网回送电力的双向充电技术能力,大多数站点尚未升级。主要障碍在于商业模式和政策环境:台湾的公营电力公司尚未允许像Gogoro这样的电池储能企业以优惠价格将电力售回电网,导致企业缺乏升级技术的经济激励。文章指出,技术已准备就绪,但实现虚拟电厂的规模化应用需要电力市场机制的改革和公平的政策支持,以鼓励更多分布式储能资源参与电网调节。

40. Scan HTML faster with SIMD instructions – Chrome edition (lemire.me)

文章讨论了利用SIMD指令加速HTML解析的方法,重点介绍了其在Google Chrome(Chromium)引擎中的应用。核心思路是使用SIMD指令一次性处理16个字节,快速跳转到特定字符(<&\r\0),从而提升解析速度。

主要技术方法:

  1. 朴素标量方法:逐字符遍历,检查是否为目标字符,速度较慢。
  2. 朴素SIMD方法:使用SSE2(Intel/AMD)或NEON(ARM)指令,每次加载并比较16个字节,通过位掩码检测匹配字符。比标量方法快约3倍。
  3. 向量化分类方法:更高级的优化,通过查表操作对字符进行分类。文章展示了单次和两次查表的实现。这种方法在Apple M2上性能最佳,比朴素SIMD快约17%,并减少了每字节的指令数。

性能对比(基于Apple M2基准测试)

  • 朴素标量:约2.0 GB/s,9.8指令/字节。
  • 朴素SIMD:约5.8 GB/s,2.1指令/字节。
  • 向量化分类(2次查表):约6.0 GB/s,2.0指令/字节。
  • 向量化分类(1次查表):约6.8 GB/s,1.8指令/字节。

文章指出,向量化分类技术最初由Langdale和Lemire在2019年提出,并已被Chromium和WebKit引擎采纳以优化HTML解析。文章还提供了针对不同处理器(如较慢的NEON指令集)的优化变体代码示例。

41. Apple announces Apple Intelligence for iOS, iPad, and Mac (techcrunch.com)

Apple Intelligence 于 WWDC 2024 发布概要

苹果在 WWDC 2024 上正式推出 Apple Intelligence,这是一项贯穿其生态(iOS、iPadOS、macOS、visionOS)的生成式AI功能,旨在提供高度个性化且注重隐私的“个人智能”体验。

核心原则与技术基础

  • 个性化与隐私:功能强调理解用户的个人上下文(如日程、关系、通讯),并以隐私为设计核心。
  • 设备端与云端处理:基于大型语言模型,许多模型直接在设备上使用Apple芯片运行;对于算力要求高的任务,则通过**私有云计算(Private Cloud Compute)**在云端处理,该后端服务也使用Apple芯片以强化数据安全。

Siri 的重大升级

  • 深度系统集成:Siri 不再仅是语音助手,获得更深层的系统整合。在 iOS 中,激活时会以蓝色光晕显示于屏幕边缘。
  • 输入方式多样化:新增文本输入查询功能,承认语音并非总是最佳交互方式。
  • 应用意图与跨应用操作:通过 App Intents,Siri 能更直接地调用系统及第三方应用功能,实现跨应用协作(例如,在日历、邮件和地图之间无缝安排会议)。

集成到核心应用

  • 文本处理:在邮件等应用中辅助撰写信息,并提供智能回复建议。
  • 图像创作
    • Genmoji:通过文本描述生成自定义表情符号。
    • Image Playground:设备端图像生成工具,集成于信息、无边记等应用,并提供独立应用和API。
    • Image Wand:面向Apple Pencil的工具,通过圈选文本生成图像。
  • 搜索与媒体:支持在照片、视频中进行自然语言搜索,并可基于提示快速创建幻灯片。

发布计划与合作

  • 设备要求:将随 iOS 18、iPadOS 18、macOS Sequoia 和 visionOS 2 推送,免费提供。需要 iPhone 15 Pro 或搭载 M1 及更新芯片的 Mac/iPad 设备(标准版 iPhone 15 因芯片限制不支持)。
  • 第三方模型集成:已宣布与 OpenAI 合作,将集成 ChatGPT(基于GPT-4o)至Siri等场景,用户无需账户即可免费使用(可升级付费版)。未来计划集成其他第三方大语言模型,可能包括Google的Gemini。
43. Meta Open-Sources Megalodon LLM for Efficient Long Sequence Modeling (www.infoq.com)

Meta联合南加州大学、卡内基梅隆大学和加州大学圣地亚哥分校的研究人员开源了MEGALODON,这是一个支持无限上下文长度的大语言模型。该模型旨在解决传统Transformer架构的局限性,特别是自注意力机制带来的计算与存储复杂度呈二次方增长的问题。

MEGALODON基于研究团队先前的MEGA模型进行了多项改进:

  • 采用分块注意力替代标准的多头注意力。
  • 使用复杂指数移动平均,使其在数学上等价于具有对角状态矩阵的简化状态空间模型。
  • 训练中引入了基于序列的并行化,提高了长上下文训练的可扩展性。

在实验评估中,研究人员训练了7B参数的MEGALODON-7B模型,使用了与Llama2-7B相同的2万亿token数据集和训练超参数。

  • 在标准基准测试中,MEGALODON-7B的训练困惑度和下游任务表现均优于同等规模的Llama 2。
  • 在长上下文任务中,其计算效率显著更高,当Llama 2扩展到32k上下文时,MEGALODON-7B速度“显著”更快。
  • 在长上下文问答基准SCROLLS的NarrativeQA子任务中,MEGALODON超越了所有基线模型(包括修改后的32k上下文Llama 2)。

该模型旨在为未来将MEGALODON应用于大规模多模态预训练提供潜在方向。其代码已在GitHub上开源。

45. All three game console makers have now abandoned X integration (www.theverge.com)

Nintendo成为最后一家停止X(原Twitter)集成的游戏机制造商,继Microsoft和Sony之后。在Nintendo Switch的18.1.0更新中,Nintendo正式移除了与X的集成,包括用户链接X账户或从《Super Smash Bros. Ultimate》等游戏直接发布截图的功能。此次更新还包含通用稳定性改进,并取消了通过Friend Suggestions功能链接社交媒体帐户的支持。Nintendo上个月宣布了这些更改,但未明确说明原因;考虑到Switch用户仍可分享内容到Facebook,可能与X API的价格变更有关,企业客户起价为每月42,000美元。

Microsoft和Sony在去年分别移除Xbox和PlayStation的X集成时,均未提及API更新,但成本可能并非唯一因素,因为Slack也表示因API更新影响其集成功能而撤回支持。尽管X Gaming账户曾在现已删除的帖子中声称与Nintendo的合作关系稳固,但所有当前代游戏机现已放弃X集成,导致控制台游戏玩家难以直接连接到该平台。

46. Pgvector Is Now Faster Than Pinecone at 75% Less Cost (www.timescale.com)
  • 性能超越:Pgvector 相比 Pinecone 实现了更快的运行速度。
  • 成本优势:使用 Pgvector 的成本比 Pinecone 低了约 75%。
47. Edmond Albius's method of pollination is now used by all vanilla growers (nautil.us)

埃德蒙·阿尔比乌斯(Edmond Albius)与香草人工授粉技术

核心发现与深远影响

  • 发现者:1841年,印度洋留尼汪岛(Réunion)上一名12岁的黑人奴隶男孩埃德蒙·阿尔比乌斯(Edmond Albius)发明了香草的人工授粉方法。
  • 历史影响:他的发明拯救了留尼汪岛濒临崩溃的经济,将热带兰花转化为高经济价值的作物,并使香草成为全球最知名的香料。如今,全球所有的香草种植者仍在使用他发明的授粉方法。

技术背景与操作细节

  • 自然限制:野生香草仅能由墨西哥特有的一种蜜蜂授粉。19世纪初香草引入欧洲并大受欢迎后,因缺乏授粉媒介,在墨西哥以外地区无法种植,许多植物学家的人工授粉尝试均告失败。
  • 授粉原理:香草兰花解剖结构复杂,雄蕊和雌蕊被一层薄膜隔开。阿尔比乌斯通过细致的观察,使用牙签或针巧妙地刺破薄膜,将雌雄器官结合在一起。
  • 技术优势:该手法极其精细且高效,仅需几秒钟即可完成。相比之下,比利时植物学家查尔斯·莫伦(Charles Morren)在1830年代使用显微镜和剪刀的授粉方法每次耗时约20分钟,无法应用于实际农业生产。

历史争议与个人命运

  • 种族偏见:由于阿尔比乌斯是12岁的有色人种奴隶,他的重大植物学发现在20世纪仍遭到质疑和种族主义贬低。例如在1938年的一部法国小说中,他被恶意描绘为笨拙无知的形象。
  • 奴隶主的态度:阿尔比乌斯的奴隶主费雷奥尔·贝利耶-博蒙(Ferréol Bellier-Beaumont)记录了这一发现,在报纸上推广该技术,并在国外捍卫其发明权以防其他植物学家窃取。然而,他并未因此给予阿尔比乌斯自由。
  • 重获自由:直到1848年法国正式废除奴隶制,阿尔比乌斯才最终获得自由并拥有了自己的姓氏。

后世纪念

  • 如今,在留尼汪岛最古老的城镇之一,人们通过命名街道、学校以及设立青铜雕塑,来永久纪念这位被誉为“香草之王”(King of Vanilla)的杰出男孩。
48. The Titan Submersible Disaster. The Inside Story Is More Disturbing (www.wired.com)

泰坦潜水器灾难的内部故事

2016年7月7日,华盛顿大学海洋科学大楼内进行了OceanGate公司“Cyclops 2”潜水器缩比模型的高压测试。当模拟泰坦尼克号残骸深度(约3800米)的压力达到6500 psi时,该模型在测试水箱中发生内爆,爆炸威力巨大。此次测试暴露出其碳纤维船体设计存在重大缺陷。

然而,OceanGate公司并未因此退回设计阶段。相反,在几个月内,他们基于内爆的模型开始建造全尺寸潜水器,该设计后更名为“泰坦”。公司CEO斯托克顿·拉什(Stockton Rush)志在成为“深海埃隆·马斯克”,其企业文化抑制了对高层决策的质疑,提出异议的员工常被解雇或视为过度谨慎。

根据大量内部邮件和文件显示,OceanGate的早期项目曾与波音公司和华盛顿大学合作,但这些工作未纳入最终的“泰坦”设计。文件揭示,拉什多次夸大项目进展,并至少一次就船体的重大问题公开撒谎。尽管面临工程问题和行业监管,公司仍坚持推进。

2021年至2023年间,“泰坦”成功下潜至泰坦尼克号残骸处多次。然而,2023年6月18日,该潜水器在下潜过程中内爆,导致包括拉什在内的五人全部遇难。深海专家此前已多次批评OceanGate的碳纤维构造选择和拉什对行业安全法规的蔑视。

事故发生后,波音和华盛顿大学均声明未参与最终“泰坦”潜水器的设计。内部文件与前员工证词共同表明,这场灾难源于一个公司文化驱动下对安全警告的系统性忽视

49. Author Clock: a novel way to tell time (www.authorclock.com)

文章摘要

文章主要介绍了三款以文学为主题的创意产品:

  1. Author Clock(作者时钟):一款新颖的时钟,通过文学引文来显示时间。它每天会为每一分钟精选一段文学段落来展示。

  2. Author Forecast(作者天气预报):该产品使用文学段落来显示您所在地的天气情况。随着天气条件变化,每周会展示数百段相关的引文。

  3. Author Asks(作者提问):这是一款对话卡牌游戏,朋友们轮流用文学名著中的经典问题来互动和作答。

文中引用了《华盛顿邮报》将其誉为“天才”,并强调这些是“充满性格的物件”。同时,附带了用户评价,称赞Author Clock巧妙、创新、时尚且有趣,是送给文学爱好者的绝佳礼物。

50. Solving Probabilistic Tic-Tac-Toe (louisabraham.github.io)

本文介绍了概率井字棋的最优解法。该游戏与传统井字棋类似,但每个格子有概率分布,玩家落子可能标记自己的符号、无效果或标记对方符号。

作者指出,若忽略“无操作”概率,游戏可用动态规划解决。状态总数少于19683,可通过伪代码计算先手玩家的获胜概率。然而,由于“无操作”会导致循环,简单递归会陷入无限循环。

核心解决方案是通过两个方程表示双方玩家的价值函数:

  • 先手玩家价值 V(s) = max_c (x_c + n_c × V'(s))
  • 后手玩家价值 V'(s) = min_c (x'_c + n_c × V(s))

其中 x_c 和 x'_c 是预计算项,n_c 为“无操作”概率。该方程组可重写为求解线性函数的极值问题,作者使用二分法(凸包技巧的简化版)高效求解,时间复杂度为 O(N log N)。

作者提供了 Python 代码实现,包括网格生成、状态评估和求解函数。算法能计算任意网格的最优策略,并验证了对称性(公平硬币决定先手时,双方价值均为 0.5)。

最终,该算法被集成到 Cameron Sun 的 Unity 游戏中,用于“不可能”难度的 AI 对手及“导师模式”。