我报名参与金石方案1期应战——分割10万奖池，这是我的第3篇文章，点击检查活动概况
日报合辑 | 电子月刊 | 大众号下载资料 | @韩信子
我国首部 AI 工业专项立法发布，深圳特区试行，万亿市场待爆发
sztqb.sznews.com/PC/layout/2…
我国首部人工智能工业专项立法《深圳经济特区人工智能工业促进法令》（以下简称《法令》）今天发布，并拟于今年11月1日起施行。为破解人工智能产品落地难问题，《法令》提出立异产品准入制度，关于国家、当地没有制定标准但契合国际先进产品标准或者标准的低风险人工智能产品和服务，答应经过测验、实验、试点等方式开展先行先试。
据测算，我国人工智能中心工业规模已超过4000亿元。深圳将经过**树立面向工业的算力算法开放平台、定期制定并发布人工智能场景需求清单、建立人工智能道德委员会等办法，**为促进人工智能工业发展供给精准一致的数据支撑和政策支撑。
《法令》从技能视点对人工智能的概念作出了规则：使用计算机或者其操控的设备，经过感知环境、获取常识、推导演绎等办法，对人类智能的模仿、延伸或扩展。
东西&结构
『OpenHandMocap』视觉手部动作捕捉库
github.com/jinfagang/O…
ohamo 是一个视觉手部动作捕捉库，它供给快速、精确、开箱即用的 3D 手部模仿体系，而且能够使用它练习自己的模型。ohamo 自身是经过 ONNX 部署运转的，不需要依靠 PyTorch。
『DANCE』大规模深度学习单细胞基因表达剖析库
github.com/OmicsML/dan…
DANCE 是一个用于大规模剖析单细胞基因表达的 Python 东西箱，支撑深度学习模型。它包括三个模块：单模态剖析、单细胞多模态全向剖析、空间分辨率的转录组学。大家能够根据它轻松构建 GNN 架构进行单细胞剖析。
『KAN-TTS』阿里巴巴练习自己的 TTS 语音组成模型
github.com/AlibabaRese…
KAN-TTS 阿里巴巴研讨院开源的 TTS 文本转语音体系，能够使用它从零开始练习自己的 TTS 模型，目前支撑 sam-bert 和 hifi-GAN 模型，更多模型在开发补充中。
『SurrealDB』图数据库，可扩展、分布式、协作式文档，可用于实时 Web 使用
github.com/surrealdb/s…
surrealdb.com/
SurrealDB 是一个端到端的云原生数据库，适用于网络、移动、无服务器、jamstack、后端和传统使用程序。SurrealDB 经过简化你的数据库和API仓库来减少现代使用程序的开发时刻，消除对大多数服务器端组件的需求，从而更快、更廉价地树立安全、高性能的使用程序。
SurrealDB 既是一个数据库，又是一个现代的、实时的、协作的API后端层，能够作为一个单一的服务器运转，或以高可用、高扩展的分布式形式运转——支撑来自客户端设备的SQL查询、GraphQL、ACID交易、WebSocket连接、结构化和非结构化数据、图形查询、全文本索引、地舆空间查询和根据权限的逐行拜访。
『kawipiko』Go 写的超快静态 HTTP 服务器，聚焦低推迟高并发
github.com/volution/ka…
kawipiko是一个用Go编写的轻量级静态HTTP服务器，专注于以最低的推迟和最低的资源消耗（无论是CPU、RAM仍是IO）尽可能快速有效地供给静态内容；同时支撑HTTP/1（带或不带TLS）、HTTP/2和HTTP/3（经过QUIC）；它可作为一个单一的静态链接的可执行文件，没有任何其他依靠。
博文&分享
『Computer Science Curriculum for Backend Developers』面向后端开发人员的计算机科学课程
github.com/bootdotdev/…
boot.dev/
这是一门由 boot.dev 开发的面向后端开发人员的CS课程，经过合理的学习途径和项目练习，协助学习者在作业市场上脱颖而出，取得更多的面试机会。课程包含以下内容：
- Learn programming and CS basics / 学习编程和CS基础常识
- Learn web basics / 学习网络基础常识
- Learn backend web development / 学习后端网络开发
- Learn DevOps / 学习 DevOps
- Learn advanced computer science / 学习计算机科学进阶内容
- Final capstone project / 最后的总结性项目
- Continued learning / 持续学习
『根据AI算法的数据库异常监测体系的规划与完成』
tech.meituan.com/2022/09/01/…
美团数据库平台研制组，面临日益急迫的数据库异常发现需求，为了更加快速、智能地发现、定位和止损，咱们开发了根据AI算法的数据库异常检测服务。本文从特征剖析、算法选型、模型练习与实时检测等维度介绍了咱们的一些实践和思考，期望为从事相关作业的同学带来一些启发或者协助。
数据&资源
『Bioinformatics training materials』生物信息学培训资料
github.com/sib-swiss/t…
『Awesome Adversarial Learning on Recommender System』引荐体系对立性学习(进犯/防御)相关资源大列表
github.com/EdisonLeeee…
研讨&论文
大众号后台回复关键字 日报，免费获取整理好的论文合辑。
科研进展
- 2022.08.15 『图机器学习』 A Library for Representing Python Programs as Graphs for Machine Learning
- 2022.08.20 『图神经网络』 Evaluating Explainability for Graph Neural Networks
- 2022.08.15 『对立进犯』 InvisibiliTee: Angle-agnostic Cloaking from Person-Tracking Systems with a Tee
⚡ 论文：A Library for Representing Python Programs as Graphs for Machine Learning
论文时刻：15 Aug 2022
范畴使命：图机器学习
论文地址：arxiv.org/abs/2208.07…
论文作者：David Bieber, Kensen Shi, Petros Maniatis, Charles Sutton, Vincent Hellendoorn, Daniel Johnson, Daniel Tarlow
论文简介：Graph representations of programs are commonly a central element of machine learning for code research./程序的图表明通常是机器学习中代码研讨的一个中心要素。
论文摘要：程序的图表明通常是代码研讨中机器学习的中心要素。咱们介绍了一个开源的Python库python_graphs，它使用静态剖析来构建合适练习机器学习模型的Python程序的图表明。咱们的库答应构建操控流图、数据流图和复合 “程序图”，这些图结合了程序的操控流、数据流、语法和词法信息。咱们介绍了该库的才能和局限性，进行了一个案例研讨，将该库使用于数以百万计的竞争性编程提交，并展现了该库对机器学习研讨的效用。
⚡ 论文：Evaluating Explainability for Graph Neural Networks
论文时刻：19 Aug 2022
范畴使命：图神经网络
论文地址：arxiv.org/abs/2208.09…
代码完成：github.com/mims-harvar…
论文作者：Chirag Agarwal, Owen Queen, Himabindu Lakkaraju, Marinka Zitnik
论文简介：As post hoc explanations are increasingly used to understand the behavior of graph neural networks (GNNs), it becomes crucial to evaluate the quality and reliability of GNN explanations./跟着过后解说越来越多地被用来了解图神经网络（GNN）的行为，评价GNN解说的质量和可靠性变得至关重要。
论文摘要：跟着过后解说越来越多地被用来了解图神经网络（GNN）的行为，评价GNN解说的质量和可靠性变得至关重要。但是，评价GNN解说的质量是具有应战性的，因为现有的图数据集没有或不可靠的地上本相解说，关于一个特定的使命。在这里，咱们介绍了一个组成图数据生成器ShapeGGen，它能够生成各种基准数据集（例如，不同的图大小、程度分布、同亲与异亲图），并伴跟着地上本相解说。此外，生成不同的组成数据集和相应的本相解说的灵活性使咱们能够模仿各种实在国际的使用所产生的数据。咱们将ShapeGGen和几个实在国际的图形数据集归入一个开源的图形可解说性库GraphXAI。除了具有实在解说的组成图数据集和实在国际图数据集，GraphXAI还供给了数据加载器、数据处理功用、可视化东西、GNN模型的完成以及评价指标，以便对GNN可解说办法的性能进行基准测验。
⚡ 论文：InvisibiliTee: Angle-agnostic Cloaking from Person-Tracking Systems with a Tee
论文时刻：15 Aug 2022
范畴使命：Adversarial Attack, Human Detection，对立进犯
论文地址：arxiv.org/abs/2208.06…
代码完成：github.com/invisibilit…
论文作者：Yaxian Li, Bingqing Zhang, Guoping Zhao, Mingyu Zhang, Jiajun Liu, Ziwei Wang, JiRong Wen
论文简介：After a survey for person-tracking system-induced privacy concerns, we propose a black-box adversarial attack method on state-of-the-art human detection models called InvisibiliTee./在对人物盯梢体系引起的隐私问题进行调查后，咱们提出了一种对最先进的人类检测模型的黑盒对立性进犯办法，称为InvisibiliTee。
论文摘要：在对人物盯梢体系引起的隐私问题进行调查后，咱们提出了一种针对最先进的人类检测模型的黑箱对立性进犯办法，称为InvisibiliTee。该办法为T恤衫学习可打印的对立形式，使穿戴者在人身追寻体系面前的物理国际中隐身。咱们规划了一个视点无关的学习方案，该方案使用时尚数据集的分割和几何歪曲进程，因而产生的对立性图案能够有效地骗过所有相机视点的人物检测器和未见的黑箱检测模型。在数字和物理环境中的实证结果表明，穿上InvisibiliTee后，人员追寻体系检测穿戴者的才能显着下降。
咱们是 ShowMeAI，致力于传达AI优质内容，分享职业解决方案，用常识加快每一次技能生长！
◉ 点击 日报合辑，在大众号内订阅论题 #ShowMeAI资讯日报，可接收每日最新推送。
◉ 点击 电子月刊，快速浏览月度合辑。
