如何提高PyTorch“炼丹”速度？

生成和管理虚拟机的程序就是Hypervisor，也称为VMM(Virtual Machine Monitor，虚拟机监视器)，这不是一个特定程序，而是一类程序，常见的VMM程序包括：VMware EXSi、KVM、Xen、Hyper-V等。其中开源KVM应该是云平台用的最多的VMM。

为了大规模地管理虚拟机，就需要用到管理平台软件，如OpenStack，可以管理诸如KVM或Xen等类型的VMM程序。OpenStack、KVM这些都属于云计算IaaS层的技术。

容器：更轻量化的虚拟化

容器也是一种虚拟化技术，不过是比虚拟机更轻的虚拟化技术，如果大家感兴趣还可以看看以前的旧文《聊聊云计算：5分钟弄清楚我们为什么需要容器》。
 

美国国土安全部称，前几届的大会表明，面部识别技术在快速处理大量乘客数据方面表现出色。而今年的重点在于使用面部识别系统来在戴口罩的情况下，检测和识别乘客，从而在COVID-19时代保护公共场所的一线工人。

美国国土安全部建议将戴口罩人脸识别应用于机场和其他入境口岸的人员筛查中。例如，美国海关和边境保护局(CBP)的简化入境计划(Simplified Arrival program)最近扩展到了拉斯维加斯、旧金山和洛杉矶的机场，该计划使用面部识别技术来验证抵达美国的航空旅客的身份。

据悉，本次测试长达10天，涉及60种面部识别配置，使用6种人脸识别系统或虹膜记录系统、10种匹配算法，以及有来自60个国家的582名的不同测试志愿者参与。

对于戴口罩人脸识别，国土安全部表示，所有系统的中位数准确率是77%，表现最好的系统的准确率是96%。这与美国的一份报告大致相符。该研究发现，在超过150种商业面部识别算法中，表现最好的算法的戴口罩识别误识率达到5%。

但是DHS承认，在它测试的系统中，性能差异很大，精确识别性能最差算法的准确率只有4%。此外，14%的戴口罩志愿者无法被捕捉到照片，1%的志愿者甚至无法找到人脸。还有一家商业虹膜识别系统捕捉照片的失败率为33%。

国土安全部科学技术理事会(S&T)生物识别和身份技术中心主任Arun Vemury说：“这不是一个完美的100%解决方案，但它可以避免人们在机场或入境口岸摘下口罩，从而在COVID-19疫情时期减少许多乘客以及机场工作人员的风险。”

早在2016年，美国国土安全部(DHS)最大的联邦执法机构CBP就开始为面部识别技术的应用打基础。CBP表示，迄今为止，已有超过5,700万旅行者参加了生物特征出入境计划(截至2020年3月，这一数字为2,300万)，并且自2018年9月以来，已经阻止了300多个冒名顶替者非法入境。

外媒表示，尚不清楚CBP的面部识别在多大程度上可能会对某些群体产生偏见。尽管CBP正在进行的工作具有争议性，但美国运输安全管理局(US Transportation Security Administration)最近宣布，它也将开始在依赖面部扫描来匹配ID照片的机场试点检查站。
 

据报道，包括马克斯·普朗克人类发展研究所人类与机器中心的科学家在内的一个国际团队研究表明，控制一个超级人工智能是不可能的。

该团队在分析过程中使用了阿兰·图灵(Alan Turning)于1936年提出的“停止”问题，该问题的重点在于计算机程序是否会得出结论并做出“停顿”的反应。

据悉，在研究中，该团队设计了一种理论上的“遏制算法”，通过先模拟人工智能的行为，如果认为有害，则停止人工智能的行为，从而确保超级人工智能在任何情况下都不能伤害人类。

但仔细分析后发现，在目前的计算模式下，这样的算法是无法建立的。

也就是说，目前的算法并不具备阻止人工智能的能力，因为命令AI不要毁灭世界，会在无意中阻止“遏制算法”自身的运行。

人类与机器中心主任伊亚德·拉赫万表示，如果发生这种情况，将不知道“遏制算法”是否还在分析威胁，或者它是否已经停止遏制有害的AI。

基于这些计算结果，“遏制问题”是无法计算的，没有一种算法可以找到判断人工智能是否会对世界产生危害的解决方案。

研究结果还证明，我们甚至可能不知道超级智能机器何时到来，因为决定一台机器是否表现出优于人类的智能与“遏制问题”属于同一领域。

国际科研团队的论文警告说，如果一台超级智能机器想要控制世界，伤害人类，拔掉插头也无济于事。

（编辑：孝感站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!