開發者社群行業週刊 又和大家見面了，快來看看這周有哪些值得我們開發者關注的重要新聞吧。

• KubeCon 2020 線上峰會開幕在即，開啟雲原生下一個十年

• 北京移動聯合中興通訊率先完成 SON 4/5G 全制式規模部署

• Twitter 公佈駭客入侵事件調查進展，透過內部系統繞過身份驗證，共入侵36個賬戶

• Linux 基金會發起開源創新計劃，為全球對抗 COVID-19 提供基礎架構

• 全球首枚 “央行數字貨幣”誕生

• 俄羅斯擬透過法案賦予加密貨幣合法地位 但禁止作為支付手段

• Gartner預測2020年全球公有云營收增長 6.3% DaaS 增速最快

• 京東智聯雲智慧視聯網榮獲 CSDN“AI優秀案例實踐”獎

• WSDM 2020丨RMRN：社群問答中的深度關聯推理模型

• CVPR 2020丨ActBERT: 自監督多模態影片文字學習

• IJCAI2020丨淡妝濃抹總相宜 人臉上妝

行 業 要 聞

Industry   News

▲▲▲

首屆線上開源峰會“Cloud Native + Open Source Virtual Summit China 2020中國線上峰會”，將於2020年7月30日-8月1日舉行。 峰會官網「cncf.lfasiallc.cn」已經上線，會議註冊免費，誠邀全球廣大的開源組織、企業、技術大咖和開發者報名參會，提前鎖定這場開源界最負盛名的旗艦峰會，開啟雲原生下一個十年。京東智聯雲本屆也會線上參展，為開發者帶來雲原生在京東系列技術分享。

7月25日，北京移動聯合中興通訊完成了創新人工智慧SON（Self-Organized Networks）自組織網路功能規模化部署，首次 實現4/5G網路所有制式內及制式間SON功能的全面應用。該創新功能搭載AI演算法，相比傳統模式大幅提升4/5G全制式網路鄰區及鏈路智慧識別、自動組織、編排和糾錯的效率，基站自配置、自最佳化一步到位，顯著減少最佳化人員工作量，大幅實現降本增效目標。

7月23日，Twitter 公開了調查結果，稱駭客共入侵了 36 個賬戶，沒有竊取密碼，而是透過訪問 Twitter 內部系統，繞過身份驗證保護訪問了員工憑證。 Twitter 使用的內部工具用於鎖定 130 個賬戶，駭客針對其中的 45 個賬戶發起了密碼重置操作，擁有了對賬戶的完全訪問許可權釋出了推文。Twitter 正在與受影響賬戶的持有者聯絡，並在進一步保護其賬戶系統，以防止再次遭受攻擊。

Linux 基金會召集公司開源和公共衛生部門的領導人一起在 Linux 基金會公共衛生部門（LFPH）發起了技術創新計劃，與新型冠狀病毒肺炎進行鬥爭。開源基金會彙集眾多組織和個人，其最大職能就是召集並促進組織之間的合作，透過 開放原始碼為全球協作提供了一個全球協作抗疫的架構。

7月23日訊息，據國外媒體報導，俄羅斯下議院，國家杜馬週三透過法案，賦予加密貨幣合法地位，但禁止其作為支付手段。 國家杜馬金融委員會主席阿克薩科夫(Anatoly Aksakov)稱，本質上，加密貨幣是儲存在資訊系統中的數字資料、數字程式碼或參考，這項法案將呈交上議院--俄羅斯聯邦委員會審議，而後呈交克里姆林宮簽署。

據《科創板日報》報導，全球數字貨幣發展再進一步。 位於歐洲東北部的立陶宛 23 日發行了全球首枚 CBDC，也就是 “央行數字貨幣”。 本月 2 日，立陶宛中央銀行釋出訊息，將發行數字貨幣 LBcoin。該數字貨幣基於區塊鏈技術生產，也是立陶宛試點具有國家支援背景的數字貨幣和區塊鏈技術專案的一部分。LBCoin 將以 6 枚數字貨幣以及 1 枚物理銀幣組成，價格為 99 歐元。將發行 24000 枚數字貨幣和 4000 枚銀幣。可以直接與中央銀行以及專用區塊鏈網路進行交換。

Gartner 最新預測，2020 年全球公有云服務市場將增長 6.3%，總額將達到 2579 億美元，高於 2019 年的 2427 億美元。 公有云服務是 2020 年 IT 支出中最具前景的亮點之一。 其中，桌面即服務（DaaS）預計將在 2020 年實現最顯著的增長，增幅高達 95.4%，達到 12 億美元。DaaS 為那些支援激增的遠端工作人員的企業，以及他們對能夠從不同裝置和不同地點安全接入企業應用程式的需求，提供了一種平價的選擇。

近日，由 CSDN 主辦的第三屆AI開發者大會（AI ProCon 2020）線上上直播舉行。CSDN "百萬人學AI"評選活動結果在會上重磅揭曉， 京東智聯雲憑藉“智慧視聯網平臺-秸稈焚燒監測系統”從數百家企業中脫穎而出， 入選“ AI優秀案例實踐獎TOP30 ”。

學 術 前 沿

Academic News

                                                                                                        ▲▲▲

復旦大學計算器研究團隊受到 MAC（Memory, Attention, Control）門控機制的啟發，  設計了一種推理記憶單元 RMC（Reasoning Memory Cells）來從建模問題文字，進而與候選使用者的歷史回答進行多方面推理，能夠挖掘問題與使用者的深度聯絡。本文擬解決的問題為社群問答（Community Question Answering），或者叫 Expert Finding。有了這個模型，知乎、Stackoverflow等小區就能把使用者提出的問題推薦給潛在熟悉該問題的回答者（answerer），從而能夠使得使用者快速地獲得更專業的答案。

*論文連結：~qzhang/paper/wsdm500-fuA.pdf

悉尼科技大學的研究團隊研發了一款名為VideoBERT的自監督學習模型，  率先使用 BERT 的訓練方式進行影片與文字的關聯學習，並將影片幀作為視覺單詞輸入 BERT 網路。為了解決視覺特徵無法做分類預測的問題，VideoBERT 使用了 hierachical k-means 的方法將視覺特徵進行離散化，這樣每個資料特徵都對應一個離散的視覺中心。研究團隊在五個任務上評測了 ActBERT 的效能，結果顯示 ActBERT 在所有評測任務上都獲得了大幅度的效能提升。不需要複雜的聯合影片文字建模，ActBERT 明顯優於現有其他方法。表明 ActBERT 在大規模資料集上的強大學習能力。

*論文連結：

杭州電子科技大學、悉尼科技大學研究團隊使用FID以及LPIPS來量化人臉自動上妝的效果，提出了 一種新的基於現實世界的人臉自動上妝網路 IPM-Net，在完成人臉自動上妝的同時保留了影像中人物的身份資訊以及影像背景資訊，從而保證了生成影像的真實性。這個化妝程度可控的方案，使用者可以按照自己的意願控制生成影像的化妝程度。

*論文連結：

*以上資訊來源於網路，由“京東智聯雲開發者”公眾號編輯整理，

不代表京東智聯雲立場*