НОВОСТИ ТЕХНОЛОГИЙ: Аргументы и функции, 22−23 октября

Аргументы и функции, 22−23 октября

Сегодня в новостях:

релиз ядра Linux 4.19;
Code of Conduct в сообществе GNU;
шаг навстречу голопалубам из «Стар Трека».

Разговоры о Linux

Во-первых, в начале недели вышло ядро Linux версии 4.19. Оно поддерживает стандарт Wi-Fi 6 (802.11ax по старому стилю) и алгоритм управления сетевыми очередями CAKE, который сокращает задержки сигнала на домашних роутерах и доводит до максимума пропускную способность канала. Что ещё нового в ядре:

ограничены права на удаление файлов в каталогах с битом sticky;
реализована защита от L1 Terminal Fault и SpectreRSB и механизм проверки компонентов ядра по цифровой подписи;
добавлена поддержка файловой системы EROFS и режима энергосбережения stutter в драйвере amdgpu.

Во-вторых, в сообщении о релизе новой версии ядра Грег Кроа-Хартман отметил, что процесс был сложный, выматывающий, и он после этого хочет на несколько лет отстраниться от разработки ядра Linux. В конце Кроа-Хартман приписал: «Линус, возвращаю тебе ядро и желаю получить удовольствие от работы с merge-окном». В этом некоторые (The Verge, ZDNet) усмотрели намёк на возвращение Торвальдса. Сам Торвальдс никаких заявлений пока не делал.

В-третьих, Кроа-Хартман свёл воедино идеи по изменению Code of Conduct — документа, который регулирует отношения между участниками сообщества и является причиной внутренних споров. Вот некоторые из них:

Разработать документ, который будет прояснять и давать интерпретацию спорным моментам CoC.
С конфликтами обращаться не в Технический совет Linux Foundation, а в Комитет Code of Conduct.
Разрешать споры с участием посредника — эту роль возьмет на себя Миши Чоудхари, юридический директор организации Software Freedom Law Center.

Есть ещё в-четвёртых, немного связанное с «в-третьих». Ричард Столлман — руководитель проекта GNU — определил правила общения между сотрудниками в документе, который слегка похож на Code of Conduct, но от него принципиально отличается. Называется он GNU Kind Communications Guidelines и по факту определяет не чёткие рамки взаимоотношений, а рекомендации о том, как улаживать конфликты и искать компромисс.

Что ещё любопытного

Группа исследователей из разных университетов разработала бота, который способен самостоятельно находить и исправлять уязвимости в ПО, причём в иных случаях — не хуже человека. Бот называется Repairnator. За два года сканирования репозиториев на GitHub он создал 5 патчей, принятых в код. Количество неудачных патчей создатели бота не уточняют, но тех, что уступают «человеческим», было больше 3,5 тысяч.

Компании Light Field Lab и OTOY решили вместе работать над реализацией идеи голопалубы из «Стар Трека» — это помещение для погружения в VR без очков и шлемов. Light Field Lab создаёт оборудование для отображения 3D-графики, а OTOY занимается программным обеспечением (пример — ORBX). Пока что особых наработок у них нет, но в планах — разработать монтируемый аппаратно-программный комплекс для аудиовизуального погружения в виртуальную реальность. А вот так выглядит «реальная» голопалуба «Стар Трека»:

NVIDIA опубликовала отчёт о безопасности беспилотных автомобилей. В качестве доказательств компания привела четыре главных условия, которых придерживаются создатели таких систем:

наличие мощной ИИ-платформы, которая поддерживает глубокое;
способность удалённо обрабатывать непрерывно поступающие с датчиков данные;
тестирование систем на реальных дорогах при разных внешних условиях;
специальная подготовка водителей, участвующих в тестировании систем беспилотного управления автомобилем.

Учёные натренировали нейросеть распознавать людей на видео по цвету одежды, росту и полу. Например, можно запросить найти на ролике девушку в красном платье ростом 153 сантиметра. Точность распознавания больше 50 % — ИИ указывает верно в 28 случаях из 41.

Компания Azavea разработала фреймворк Raster Vision для обучения интеллектуальных моделей на изображениях «с воздуха»: спутниковых или аэрофотоснимках. Благодаря гибкой архитектуре он подойдёт для широкого спектра задач — от разметки данных до формирования готовых датасетов для обучения. Разработчики планируют добавить обработку векторных изображений и мгновенную сегментацию.

Команда Google AI разработала интуитивно понятный, «умный» пользовательский интерфейс Fluid Annotation для разметки фотографий, которые потом можно использовать для обучения систем компьютерного зрения. Вначале он самостоятельно сегментирует изображение, присваивая каждой области подпись и оценку доверия. Человек может корректировать их, добавлять новые сегменты и удалять старые или изменять карту глубины. Это позволяет сократить время разметки в три раза.

Кстати…

…о компьютерном зрении. 5 ноября (уже через 13 дней) закончится приём работ на конкурс Inclusive Images Challenge от Google AI. Нужно представить распознающую модель, обученную и проверенную на специальных наборах OpenImages. Кто займёт первые пять мест, получат 5 тысяч долларов и пропуск на конференцию Neural Information Processing Systems в Монреале, где можно показать свою модель.

В датасетах — изображения из разных точек планеты на разные темы: