这里记录每周值得分享的科技内容，周五发布。
本杂志开源，欢迎投稿。另有《谁在招人》服务，发布程序员招聘信息。合作请邮件联系（[email protected]）。
封面图
上个月正式开放的杭州良渚玉湖公园，公园的设计象征良渚文化和运河文化的连接。（via）
李开复梳理人工智能
前些日子，我读了李开复老师的两本书：《AI·未来》（浙江人民出版社，2018）和《AI·未来进行式》（浙江人民出版社，2022）。
这两本书都是面向社会大众解释 AI，不是技术类书籍，但是有一些段落，阐述 AI 概念。
李开复老师用通俗的语言来解释，人工智能、机器学习、神经网络、深度学习......这些词到底是什么意思？彼此有什么关系？
我觉得，这些介绍对理解 AI 的体系，挺有启发的。它们分散在各个章节，我将它们整理在一起。
为了行文连贯，我没有完全照搬原文，而是用自己的语言重新叙述，如果有错误，也归咎我。
（1）人工智能
1956年夏天，计算机科学家约翰·麦卡锡（John McCarthy）首次提出"人工智能"（AI）这个概念。
人工智能指的是，通过软件和硬件，来完成通常需要人类智能才能完成的任务。它的研究对象，就是在机器上模拟人类智能。
（2）机器学习
早期，人工智能研究分成两个阵营。
第一个阵营是规则式（rule-based）方法，又称专家系统（expert systems），指的是人类写好一系列逻辑规则，来教导计算机如何思考。
可想而知，对于复杂的、大规模的现实问题，很难写出完备的、明确的规则。所以，这种方法的进展一直很有限。
第二个阵营就是机器学习（machine learning），指的是没有预置的规则，只是把材料提供给计算机，让机器通过自我学习，自己发现规则，给出结果。
（3）神经网络
神经网络（neural network）是机器学习的一种主要形式。
神经网络就是在机器上模拟人脑的结构，构建类似生物神经元的计算网络来处理信息。
一个计算节点就是一个神经元，大量的计算节点组成网络，进行协同计算。
神经网络需要极大的算力，以及海量的训练材料。以前，这是难以做到的，所以20世纪70年代开始，就陷入了停滞，长期没有进展。
（4）深度学习
深度学习是神经网络的一种实现方法，在20世纪80年代由杰弗里·辛顿提出。它让神经网络研究重新复活。
深度学习是一种让多层神经元可以进行有效计算的方法，大大提高了神经网络的性能。"深度学习"这个名字，就是比喻多层神经元的自主学习过程。
多层神经元包括一个输入层和一个输出层，它们之间有很多中间层（又称隐藏层）。以前，计算机算力有限，只能支撑一两个中间层，深度学习使得我们可以构建成千上万个中间层的网络，具有极大的"深度"。
（5）Transformer
早些年，深度学习用到的方法是卷积神经网络（CNN）和循环神经网络（RNN）。
2017年，谷歌的研究人员发明了一种新的深度学习处理方法，叫做 Transformer（转换器）。
Transformer 不同于以前的方法，不再一个个处理输入的单词，而是一次性处理整个输入，对每个词分配不同的权重。
这种方法直接导致了2022年 ChatGPT 和后来无数生成式 AI 模型的诞生，是神经网络和深度学习目前的主流方法。
由于基于 Transformer 的模型需要一次性处理整个输入，所以都有"上下文大小"这个指标，指的是一次可以处理的最大输入。
比如，GPT-4 Turbo 的上下文是 128k 个 Token，相当于一次性读取超过300页的文本。上下文越大，模型能够考虑的信息就越多，生成的回答也就越相关和连贯，相应地，所需要的算力也就越多。
豆包 MarsCode 动手实验室（杭州站）
先提一下，上周说的全国 AI 编程挑战赛。
应用赛道的作品提交，从12月16日已经开始了，大家可以上传自己用 AI 完成的作品了。
算法赛道目前还在报名中，只要你有信心，在 AI 的辅助下解出算法题，不妨报名试试，也是一种体验和锻炼。
比赛规则和报名链接，请访问这里，也可以看上周的周刊。
（此处有分隔线）
本周介绍的活动，是12月28日（星期六）下午两点，在杭州的字节工区举行的豆包 MarsCode 动手实验室。
到时，大家可以现场深度体验豆包 MarsCode 的 AI 编程能力，并跟字节的同学当面交流。在动手环节，你可以用 AI 实现自己的创意。如果你的作品很优秀，还有机会直通 AI 编程挑战赛的决赛。
活动的详细介绍，以及报名链接，请访问这里。
科技动态
1、硬盘打孔机
硬盘报废时，一般需要擦除数据。最保险的方法，莫过于物理破坏硬盘。
但是，这样很费事，你要找把锤子，把硬盘敲碎了。
为了解决这个问题，一家日本公司推出了"硬盘打孔机"。这种机器可以在硬盘上轻松打四个孔，保证彻底破坏数据。
它采用电动液压系统，产生12吨的压力，足以穿透任何硬盘。
它的尺寸为 410 x 289 x 187 毫米，跟台式电脑差不多大小，但是重达18公斤，适合那些有成千上万硬盘需要销毁的大公司。
2、沙子国际象棋
一位英国设计师用沙子作为材料，3D 打印了一套国际象棋。
他说，这样做只是为了追求一种奇特的感觉。沙子是一种无形且流动的材料，塑造成坚固耐用的东西，让人感到难以把握、随时可能变化。
而且，沙子表面是不光滑的，当你用沙子下棋时，会有真实的、与众不同的触觉。
3、玻璃砖
大家考虑过吗，房子为什么需要墙？难道不能建造一所没有墙、全部是窗户的房子吗？
回答是不能，因为建筑的重量由墙承受，窗户不承受重量。如果把墙全改成窗户，建筑物就会倒塌。
那么，能不能用玻璃来造墙呢？玻璃既可以承重，又可以透光。
麻省理工学院的科学家，最近就发明了这样一种全透明的玻璃砖（上图），根据测试具有跟普通砖相同的承重能力。
除了透光，玻璃砖还有一个好处，可以重新利用。只要高温加热，玻璃砖就会融化，能够塑造成其他形状，还能 3D 打印，但这也导致它不防火。
总的来说，玻璃砖比红砖更环保，在很多场合有推广潜力。
4、其他
（1）本周发生了一笔史上最大的风险投资，AI 公司 Databricks 一次性募集了100亿美元。
（2）GitHub 宣布，编程助手 GitHub Copilot 向所有用户免费开放。
（3）OpenAI 推出了免费电话 1-800-ChatGPT，北美用户可以拨打该电话，跟 AI 语音聊天，每月额度为15分钟。
（4）小米官方开始支持，小米物联网设备接入智能家居管理助手 Home Assistant。
文章
1、汇编语言的一点入门介绍（中文）
这篇短文通俗解释了汇编语言的基本概念。
2、CSS 网格区块详解（英文）
这篇长文详细介绍 CSS grid 布局的区块功能（template area）。
3、网页如何插入 JSON-LD 语义数据（中文）
本文详细介绍网页的 JSON-LD 数据块，用来插入机读的语义数据。
4、13个对前端开发有用的 Chrome 插件（英文）
本文介绍13个用于前端开发的 Chrome 插件。
5、谷歌不再是最好的搜索引擎（英文）
本文是一篇新闻分析，作者认为 Perplexity 的 AI 搜索体验已经优于谷歌了。
6、如何为 Windows 添加6个 macOS 最好的功能（英文）
一篇 Windows 使用技巧，教你怎么为 Windows 添加一些 macOS 功能，比如文件浏览器可以文档预览。
工具
将 Markdown 文件转成幻灯片，在命令行播放的开源工具。（@lengyijun 投稿）
2、Rslib
制作 JavaScript 软件包的工具，可以直接开发组件库和命令行工具。（@fi3ework 投稿）
AI 驱动的网页 UI 自动化测试框架，通过文字描述，生成 UI 测试用例。（@yuyutaotao 投稿）
Windows 桌面 PC 端的微信聊天记录一键导出。（@git-jiadong 投稿）
5、MoeMail
基于 Next.js + Cloudflare 技术栈构建的临时邮箱服务，在线体验。（@beilunyang 投稿）
一个 Python 程序，生成你在2024年的 GitHub 代码提交统计。（@WCY-dt 投稿）
7、Vanilla
Canonical 公司的 CSS 框架，就是 Ubuntu 官网采用的样式。
8、OpenAuth
网页登录的第三方认证的集成库。
9、Schemio
基于 Web 的示意图可视化编辑器。
10、Buzee
一个桌面软件，提供本地文件的全文搜索（包括图片里面的文字），支持 Windows 和 Mac。
AI 相关
1、Hika AI
免费的 AI 搜索。（@atlas-comstock 投稿）
2、Slea.ai
免费的 AI Logo 生成器。（@aaamomo64 投稿）
3、AI 音效生成器
免费生成各种音效，比如雨声、风声。（@aurthur 投稿）
资源
1、SQL 风格指南
一份书写 SQL 语句的风格约定。
2、颜色代码表
在线配色设计工具集，做在一个网站。（@nettsz 投稿）
图片
1、机器蜻蜓
美国首都华盛顿的中央情报局博物馆，有一只上个世纪70年代制造的机器蜻蜓。
它其实是一架微型直升机，飞到目标对象附近，窃听对方的谈话。
这只蜻蜓可以飞200米，然后落下来，通过激光捕捉空气振动，来还原谈话声。
但是，它不防风，也难以控制，所以从来没有实际用过。
2、荷兰的邮资代码
荷兰寄信不用邮票，而是用一种9个字母和数字组成的代码。
你花钱买一个代码，以 3 x 3 的格式写在信封上，就能代替邮票，作为付款证明。
因为代码的有效期只有五天（以邮戳为准），需要购买后及时寄出，被猜到的可能性很小。
文摘
正如马丁·福勒（Martin Fowler）所观察到的那样，程序员的编程生产力无法有效地衡量，因为它不存在。
软件开发并不是一项必然会产生任何东西的活动。
假设你有两个开发人员在同一个项目上工作，并且偶然地，他俩在同一天接受了相同的任务。
甲写了一个1000行的框架，完美地解决了这个问题。代码编写良好，并经过充分测试，每一步都有详细记录。
乙则是当天去了公园，一边喂鸽子一边思考问题，然后漫步回到办公室，删除了100行代码，部署了更改......问题就解决了。
请问谁的生产力更高？
回答是，这不重要。重要的是乙解决了问题，同时降低了团队的长期维护成本。甲也解决了这个问题，但是他通过增加代码，增加了维护成本，因此（在其他条件相同的情况下）他的解决方案较差。
我们能说，乙具有更高的生产力吗？显然，很难找到编程生产力的正确衡量指标。
我认为，优秀的软件开发者所做的就是解决问题。但是，生产力的衡量指标，比如代码、文档、数据等等，都只是解决问题的工具，并不是解决问题本身。
言论
1、
我写 SQLite 的时候，从来没人教过我 B 树的知识。我需要自己实现 B 树，我就从书架取下高德纳的《计算机编程艺术》，找到了 B 树的章节。他描述了算法，我就照着实现。
有趣的是，高德纳详细介绍了搜索 B 树和插入 B 树的算法，没有提供从 B 树删除数据的算法，这是放在本章末尾的练习。所以我在实现自己的 B 树之前，还必须先做完该章的练习。谢谢高德纳，我真的很感激。
2、
瑞典南部的马尔默市，洗一次10分钟的淋浴，电费高达2.65欧元（约20元人民币）。原因是该市接入的是德国电网，德国能源短缺，推高了电价。
-- 《瑞典能源危机》
3、
职业生涯最重要的一课是，你需要认识到，你工作的目的不在于使得公司的客户满意，而在于使得那些控制你的加薪、奖金和晋升的人满意。
4、
正在开发的水下无人机技术，会使得以航空母舰为中心的海军战略过时，从而大幅削减军事开支。
举例来说，美国开发的水下无人机 Orca XLUUV，可以携带8吨的有效载荷，行驶数千英里，并且不需要长时间浮出水面。
5、
我第一次尝试 MidJourney（文生图工具）和 Suno（文生音乐工具）时，我想知道未来是否每个人都会成为数字艺术家。
很快，我就意识到我没有"创作冲动"，即使看过很多别人的创作，我也常常不清楚自己想要创作的东西。
因此，未来的 AI 即使具备无比强大的绘画和编曲能力，还是只有少数人能成为画家和音乐家。程序员也是如此，即使 AI 会编程，也无法人人成为程序员。
往年回顾
没有目的地，向前走（2023 #283）
生活就像一个鱼缸（2022 #233）
腾讯的员工退休福利（2021 #183）
贵州变瑞士，有没有可能？（2020 #133）
（完）