汇聚极客视野,尽览科技前沿
谷歌正全面拥抱AI,将其应用于软件工程的方方面面。AI代码补全已经能帮程序员完成50%的代码编写,大幅提高效率。机器学习模型还可以自动修复bug、优化代码,未来有望在测试、理解和维护等领域大显身手。
谷歌在AI软件工程领域的成功秘诀是快速试错和数据驱动。工程师快速上线AI特性,通过在线实验评估效果,并利用海量历史数据迭代优化模型,让AI与程序员的工作流无缝结合。
要让AI在更广泛的软件工程场景中发挥作用,行业还需共同努力,制定覆盖典型任务的基准测试,客观评估AI系统的能力,为技术创新指明方向。
毋庸置疑,AI正在从根本上改变软件的开发方式。在不久的将来,AI或许会成为每个程序员的得力助手,让编程更加高效、智能。谷歌正是这场变革的先行者。
芯片制造正迎来3D堆叠时代,而混合键合技术是其中的关键推手。通过将两块芯片表面的铜垫精准对齐,再利用热处理使铜扩散形成导通,混合键合可在每平方毫米内实现数百万个高密度互连。这让芯片设计打破2D平面限制,性能和功耗都获得大幅优化。
为进一步提升混合键合密度,研究人员努力将键合间距从微米级降至纳米级。来自应用材料、Imec、英特尔等机构的最新成果已经达到了令人振奋的400纳米。未来,200纳米乃至更小的间距有望实现。
混合键合的应用范围正迅速扩大。它不仅是高端处理器异构集成的利器,更有望让高带宽存储器实现更多层堆叠,满足AI时代对内存带宽的渴求。可以预见,混合键合必将在未来几年成为3D芯片的主流互连方案。
学习一门技艺可分为守、破、离三个阶段。守,就是严格按照导师的指导去练习,专注于掌握基本套路,不过多考虑背后的原理。破,是开始探究理论基础,向其他导师学习,将不同的知识融会贯通。离,则是不再向他人学习,而是从自身实践中悟道,创造适合自己的方法。
这种学习模式最早来自日本武术(尤其是合气道),后被 Alistair Cockburn 引入到软件开发领域。它启示我们,传授知识要因材施教,顺应学习者的认知发展规律:开始聚焦模仿具体步骤,然后理解背后原理,最后达到自主创新。类似的思路还有 Dreyfus 模型和克拉克·特里的'模仿-吸收-创新'说。
在连续两次发射尝试失败后,载人版波音Starliner终于于周三升空,将两名NASA宇航员送入近地轨道。Starliner计划于周四与国际空间站对接,测试其运送宇航员的能力。不过对接过程并不顺利,飞船的推进器出现故障,NASA不得不将对接时间推迟。宇航员布奇·威尔莫临时手动控制了飞船一段时间,最终在下午1:34成功与空间站对接。
人工智能可以通过分析个人在社交媒体上公开的照片、推文等数据,高度准确地预测其心理健康状况等敏感信息。这种'AI画像'给个人隐私和自主权带来严重威胁。首先,画像结果可被用于对个人施加过度的社会控制和压力。其次,它可能加剧对某些群体(如精神疾病患者)的污名化,导致歧视和伤害。
多线程是提高程序性能的利器,但用不好也可能适得其反。作者以一个计算生日悖论概率的程序为例,展示了天真的多线程版本由于频繁的线程切换和锁竞争,性能反而大幅下降。
使用Linux perf工具分析后发现,罪魁祸首是随机数生成器中的锁保护的共享状态。将其改为线程本地状态后,性能立刻大幅提升。这提醒我们在编写多线程程序时,要格外留意是否引入了不必要的线程间数据共享和同步,权衡多线程设计的得失,避免掉入性能陷阱。
程序员在使用弱隔离保证的分布式系统时,就像在说谎,需要时刻记住自己都说了什么谎,否则很容易露馅。强隔离能让程序员专注于单个查询,无需考虑其他查询的影响。而弱隔离需要对所有可能的查询进行整体推理,非常耗时耗力。除非真的遇到性能瓶颈,否则还是尽量使用强隔离的系统。
唐·埃斯特里奇是IBM个人电脑之父,他带领一群'不合群'的工程师,在IBM保守文化下创造了PC奇迹。但个人电脑的巨大成功,最终导致埃斯特里奇被IBM边缘化。他的悲剧在于,作为一个改变世界的叛逆者,最终无法改变IBM僵化的体制。
研究人员推出Dragonfly,这是一个能够聚焦细节、深入理解图像的视觉语言大模型。Dragonfly采用多分辨率编码和区域选择策略,在保持上下文高效的同时增强了多模态推理能力。无论是日常场景还是医学影像,Dragonfly都展现出了优异的视觉问答和图像描述表现。这为视觉语言模型的发展指明了新的研究方向。
没有足够约束,软件项目常常超出范围、超支,变得过于复杂。宽松环境下,人的想象力会失控。适当的限制能聚焦创造力,催生优秀产品。《大白鲨》因机械鲨鱼的失败反而拍出了更好的电影。游戏《陷阱》的设计也源于硬件限制下的巧妙选择。产品负责人应该为项目设置恰当的边界,让开发者在有限资源内实现最大价值。
[1] 谷歌正在全面拥抱AI,50%的代码通过AI完成
https://research.google/blog/ai-in-software-engineering-at-google-progress-and-the-path-ahead/
[2] 芯片制造正迎来3D堆叠时代
https://spectrum.ieee.org/hybrid-bonding
[3] 三阶段学习法：守、破、离
https://www.martinfowler.com/bliki/ShuHaRi.html
[4] Starliner太空舱成功对接国际空间站
https://gizmodo.com/watch-boeing-starliner-dock-iss-astronauts-1851521917
[5] AI能够从社交媒体预测个人的心理健康等敏感信息
https://link.springer.com/article/10.1007/s13347-023-00616-9
[6] 多线程也会让程序变的更慢
https://brooker.co.za/blog/2014/12/06/random.html
[7] 对程序员而言,使用弱隔离保证的分布式系统,就像在不停地说谎
https://materialize.com/blog/engineering/keeping-track-lies/
[8] IBM个人电脑之父
https://every.to/the-crazy-ones/the-misfit-who-built-the-ibm-pc
[9] 全新视觉语言大模型Dragonfly
https://www.together.ai/blog/dragonfly-v1
[10] 合理约束催生优秀产品
https://ericnormand.substack.com/p/compromised-visions-are-superior
联系客服
