建站
咨詢
售后
建站咨詢
新聞中心
亞馬遜的人工智能之路
The learning machine
成都創(chuàng)新互聯(lián)主要從事做網(wǎng)站、網(wǎng)站制作、網(wǎng)頁(yè)設(shè)計(jì)、企業(yè)做網(wǎng)站、公司建網(wǎng)站等業(yè)務(wù)。立足成都服務(wù)將樂(lè),十年網(wǎng)站建設(shè)經(jīng)驗(yàn),價(jià)格優(yōu)惠、服務(wù)專業(yè),歡迎來(lái)電咨詢建站服務(wù):18982081108
學(xué)習(xí)機(jī)器
The online commercial empire rests on a low-key approach to artificial intelligence
這家互聯(lián)網(wǎng)商業(yè)帝國(guó)在人工智能的發(fā)展上選擇了一條低調(diào)的路
Amazon’s six-page memos are famous. Executives must write one every year, laying out their business plan. Less well known is that these missives must always answer one question in particular: how are you planning to use machine learning? Responses like “not much” are, according to Amazon managers, discouraged.
亞馬遜的六頁(yè)備忘錄十分出名，執(zhí)行官們每年必須按要求寫(xiě)一頁(yè)，詳細(xì)闡述自己未來(lái)的商業(yè)計(jì)劃。但不太出名的一點(diǎn)是，每一封信函必須回答一個(gè)具體的問(wèn)題：你打算怎么利用機(jī)器學(xué)習(xí)？如果你的回答是“沒(méi)什么可說(shuō)的”，根據(jù)亞馬遜管理層的說(shuō)法，這種答案是不允許出現(xiàn)的。
Machine learning is a form of artificial intelligence (ai) which mines data for patterns that can be used to make predictions. It took root at Amazon in 1999 when Jeff Wilke joined the firm. Mr Wilke, who today is second-in-command to Jeff Bezos, set up a team of scientists to study Amazon’s internal processes in order to improve their efficiency. He wove his boffins into business units, turning a cycle of self-assessment and improvement into the default pattern. Soon the cycle involved machine- learning algorithms; the first one recommended books that customers might like. As Mr Bezos’s ambitions grew, so did the importance of automated insights.
機(jī)器學(xué)習(xí)是人工智能的一種實(shí)現(xiàn)途徑，它主要包括特定類型的數(shù)據(jù)挖掘，主要目的是對(duì)未來(lái)趨勢(shì)進(jìn)行預(yù)測(cè)。1999年當(dāng)杰夫·維爾克（Jeff Wilke）加入公司的時(shí)候，這一想法就開(kāi)始落地了。維爾克先生是亞馬遜公司的第二把交椅，他組建了一個(gè)人工智能專家組，主要負(fù)責(zé)亞馬遜內(nèi)部工作流程的研究，目的在于提高員工的工作效率。他將科學(xué)家們安排在各企事業(yè)部門，將不斷循環(huán)的自我評(píng)價(jià)和提高過(guò)程固定為一個(gè)默認(rèn)模式，很快這個(gè)循環(huán)就加入了算法；第一代算法可以向顧客推薦他們喜歡的圖書(shū)。隨著貝佐斯先生的野心越來(lái)越膨脹，這種全自動(dòng)的算法推薦模式也顯得越來(lái)越重要。
Yet whereas its fellow tech titans flaunt
其他科技巨頭有什么可炫耀的
their ai prowess at every opportunity—Facebook’s facial-recognition software, Apple’s Siri digital assistant or Alphabet’s self- driving cars and master go player—Amazon has adopted a lower-key approach to machine learning. Yes, its Alexa competes with Siri and the company offers predictive services in its cloud. But the algorithms most critical to the company’s success are those it uses to constantly streamline its own operations. The feedback loop looks the same as in its consumer-facing ai: build a service, attract customers, gather data, and let computers learn from these data, all at a scale that human labor could not emulate.
科技巨頭們抓住一切機(jī)會(huì)展現(xiàn)自己在AI方面的實(shí)力：臉書(shū)推出了面部識(shí)別軟件，蘋果擁有語(yǔ)音助手Siri，谷歌推出了無(wú)人駕駛和阿爾法Go。和這些公司相比，亞馬遜在機(jī)器學(xué)習(xí)上選擇了一條低調(diào)的路。Alexa（亞歷克斯）是亞馬遜公司推出的一項(xiàng)人工智能服務(wù)，它的主要競(jìng)爭(zhēng)對(duì)手是蘋果的Siri。依靠Alexa的云平臺(tái)，亞馬遜可以為用戶提供預(yù)測(cè)服務(wù)。這款人工智能背后的算法頗具特色，它能夠不斷將自己的操作流程精簡(jiǎn)處理，但這款A(yù)I服務(wù)的反饋回路和其客戶端AI類似：發(fā)起一項(xiàng)服務(wù)，吸引目標(biāo)客戶，收集用戶信息，讓計(jì)算機(jī)學(xué)習(xí)這些數(shù)據(jù)，并且處理的數(shù)據(jù)規(guī)模是人力無(wú)法企及的。
Mr Porter’s algorithms
波特先生的算法
Consider Amazon’s fulfilment centers. These vast warehouses, more than 100 in North America and 60-odd around the world, are the beating heart of its $207bn online-shopping business. They store and dispatch the goods Amazon sells. Inside one on the outskirts of Seattle, package shuttle along conveyor belts at the speed of a moped. The noise is deafening—and the facility seemingly bereft of humans. Instead, inside a fenced-off area the size of a football field sits thousands of yellow, cuboid shelving units, each six feet (1.8 meters) tall. Amazon calls them pods. Hundreds of robot shuffle these in and out of neat rows, sliding beneath them and dragging them around. Toothpaste, books and socks are stacked in a manner that appears random to a human observer. Through the lens of the algorithms guiding the process, though, it all makes supreme sense.
我們可以了解一下亞馬遜的“執(zhí)行中心”。它們其實(shí)是大型的倉(cāng)庫(kù)，在北美地區(qū)超過(guò)100座，還有60多座分布在世界各地。可以說(shuō)這些倉(cāng)庫(kù)就是這家公司強(qiáng)有力的心臟，它們驅(qū)動(dòng)了亞馬遜價(jià)值2070億美金的在線購(gòu)物貿(mào)易。這些倉(cāng)庫(kù)用于存儲(chǔ)和調(diào)配貨物，亞馬遜再把它們賣給顧客。位于西雅圖市郊的一座倉(cāng)庫(kù)里，傳送帶以機(jī)車的速度傳送著包裝用品，你很難聽(tīng)到一點(diǎn)兒噪音，并且這些設(shè)施基本實(shí)現(xiàn)了全自動(dòng)操作。在圍欄圍住的一個(gè)區(qū)域，一塊差不多足球場(chǎng)大小的地方存放著一些黃色方塊狀貨架，每一個(gè)貨架的高度約為1.8米，亞馬遜把它們稱為“小型貨倉(cāng)”。這些“貨倉(cāng)”們整齊排列成一排，數(shù)百個(gè)機(jī)器人穿梭其中，把它們移出來(lái)又移進(jìn)去。在人類看來(lái)，這些貨品，比如牙膏，書(shū)籍和襪子被隨機(jī)地放置在貨架上，著實(shí)讓人難以理解。但是在算法的引導(dǎo)下，這一過(guò)程又顯得極其合理。
Human workers, or “associates” in company vernacular, man stations at gaps in the fence that surrounds this “robot field”. Some pick items out of pods brought to them by a robot; others pack items into empty pods, to be whirred away and stored. Whenever they pick or place an item, they scan the product and the relevant shelf with a bar-code reader, so that the software can keep track.
人類員工，或亞馬遜公司所稱的“人類伙伴”，主要為機(jī)器人提供輔助服務(wù)，他們的工作場(chǎng)所位于圍欄間的站臺(tái)處，圍欄內(nèi)部就是所謂的“機(jī)器人地帶”。機(jī)器人不停地搬運(yùn)小型貨倉(cāng)，有的員工從上面取下貨物，有的又把貨物放回空的貨倉(cāng)。但無(wú)論員工是取出還是放回，他們都會(huì)使用條形碼儀對(duì)商品以及對(duì)應(yīng)的貨架進(jìn)行掃描，這樣軟件系統(tǒng)就可以記錄該商品的運(yùn)行路徑。
The man in charge of developing these algorithms is Brad Porter, Amazon’s chief roboticist. His team is Mr Wilke’s optimization squad for fulfilment centers. Mr Porter pays attention to “pod gaps”, or the amount of time that the human workers have to wait before a robot drags a pod to their station. Fewer and shorter gaps mean less down time for the human worker, faster flow of goods through the warehouse, and ultimately speedier Amazon delivery to your doorstep. Mr Porter’s team is constantly experimenting with new optimizations, but rolls them out with caution. Traffic jams in the robot field can be hellish.
布拉德·波特（Brad Porter）是這些算法背后的主要開(kāi)發(fā)者和管理者，同時(shí)也是亞馬遜公司的首席機(jī)器人科學(xué)家。他組建的團(tuán)隊(duì)是維爾克先生隊(duì)伍的優(yōu)化版本，主要服務(wù)對(duì)象是執(zhí)行中心。波特先生主要關(guān)注如何縮小小型貨倉(cāng)間的間隙，以及如何減少人類員工在他們站臺(tái)等待機(jī)器人運(yùn)送貨物的時(shí)間。對(duì)人類員工而言，更少以及更小的間隙意味著更短的裝卸時(shí)間，更加迅速的貨物運(yùn)輸流程，以及更加快捷的配送服務(wù)。一直以來(lái)，波特先生的團(tuán)隊(duì)都在對(duì)新型優(yōu)化策略進(jìn)行試驗(yàn)，但每一次的推廣都十分小心謹(jǐn)慎，因?yàn)椤皺C(jī)器人地帶”的交通堵塞是一個(gè)非常嚴(yán)重和可怕的問(wèn)題。
Amazon Web Services (aws) is the other piece of core infrastructure. It underpins Amazon’s $26bn cloud-computing business, which allows companies to host web- sites and apps without servers of their own.
亞馬遜網(wǎng)絡(luò)服務(wù)（AWS）是其核心基礎(chǔ)設(shè)施的另一個(gè)組成部件。它的存在維持了亞馬遜價(jià)值2600億美元的云計(jì)算業(yè)務(wù)。利用這一網(wǎng)絡(luò)系統(tǒng)，公司們可以在沒(méi)有服務(wù)器的基礎(chǔ)上開(kāi)設(shè)自己的網(wǎng)站或開(kāi)發(fā)自己的應(yīng)用程序。
aws’s chief use of machine learning is to forecast demand for computation. Insufficient computing power as internet users flock to a customer’s service can engender error and lost sales as users encounter error pages. “We can’t say we’re out of stock,” says Andy Jassy, aws’s boss. To ensure they never have to, Mr Jassy’s team crunches customer data. Amazon cannot see what is hosted on its servers, but it can monitor how much traffic each of its customers gets, how long the connections last and how solid they are. As in its fulfilment centres, these metadata feed machine- learning models which predict when and where aws is going to see demand.
AWS在機(jī)器學(xué)習(xí)方面的主要用途是預(yù)測(cè)計(jì)算需求。當(dāng)互聯(lián)網(wǎng)用戶涌入客戶端時(shí)，計(jì)算能力缺乏就會(huì)產(chǎn)生很多錯(cuò)誤，比如用戶進(jìn)入錯(cuò)誤頁(yè)面，交易只好被迫取消。“我們不能說(shuō)我們沒(méi)有存貨。”安迪·杰西（Andy Jassy）是AWS的老板，他表示，為了保證這一網(wǎng)絡(luò)系統(tǒng)永遠(yuǎn)不出錯(cuò)誤，他的團(tuán)隊(duì)收集并分析了大量顧客的數(shù)據(jù)。雖然亞馬遜方面無(wú)法得知服務(wù)器上的內(nèi)容，但它可以檢測(cè)到顧客獲取了多少流量，他們與服務(wù)器間的連接持續(xù)了多長(zhǎng)時(shí)間，以及這一連接的質(zhì)量如何。在亞馬遜公司的執(zhí)行中心，機(jī)器學(xué)習(xí)模型依靠這些元數(shù)據(jù)的輸入繼而運(yùn)轉(zhuǎn)起來(lái)，這些模型的功能主要是預(yù)測(cè)AWS系統(tǒng)在何時(shí)何地有可能產(chǎn)生計(jì)算需求。
One of aws’s biggest customers is Amazon itself. And one of the main things other Amazon businesses want is predictions. Demand is so high that aws has designed a new chip, called Inferentia, to handle these tasks. Mr Jassy says that Inferentia will save
Amazon money on all the machine-learning tasks it needs to run in order to keep the lights on, as well as attracting customers to its cloud services. “We believe it can be at least an order-of-magnitude improvement in cost and efficiency,” he says. The algorithms which recognize voices and understand human language in Alexa will be one big beneficiary.
AWS最大的客戶之一就是亞馬遜自己。同時(shí)，亞馬遜其他業(yè)務(wù)對(duì)于AWS的需求也集中在它的預(yù)測(cè)能力這一塊。由于計(jì)算量巨大，研究者為AWS設(shè)計(jì)了一款新的芯片來(lái)處理這些任務(wù)，它被稱為Inferentia。杰西先生表示，這款芯片將為亞馬遜在機(jī)器學(xué)習(xí)的各類任務(wù)上節(jié)省不少錢，同時(shí)又能吸引更多的客戶選擇其云服務(wù)。杰西先生還表示“Inferentia將給公司的成本效率帶來(lái)數(shù)量級(jí)的提升。”能夠辨識(shí)聲音，理解人類語(yǔ)言的Alexa將為其本身的算法發(fā)展帶來(lái)無(wú)窮的好處。
The firm’s latest algorithmic venture is Amazon Go, a cashierless grocery. A bank of hundreds of cameras watches shoppers from above, converting visual data into a 3d profile which is used to track hands and arms as they handle a product. The system sees which items shoppers pick up and bills them to their Amazon account when they leave the store. Dilip Kumar, Amazon Go’s boss, stresses that the system is tracking the movements of shoppers’ bodies. It is not using facial recognition to identify them and to link them with their Amazon account, he says. Instead, this is done by swiping a bar code at the door. The system ascribes the subsequent actions of that 3d profile to the swiped Amazon account. It is an ode to machine learning, crunching data from hundreds of cameras to determine what a shopper takes. Try as he might, your correspondent could not fool the system and pilfer an item.
在算法探索方面，這家公司最新成果是亞馬遜Go，它是一家不設(shè)置收銀員的雜貨店。店內(nèi)數(shù)百臺(tái)攝像頭無(wú)時(shí)無(wú)刻地從上方監(jiān)控著顧客行為，并將采集到的視覺(jué)數(shù)據(jù)轉(zhuǎn)換成三維用戶信息，這些數(shù)據(jù)的用途是跟蹤顧客在拿取貨品時(shí)的手臂動(dòng)作。如此一來(lái)，這一算法系統(tǒng)就可以知道顧客拿了哪些商品，并在顧客離店時(shí)，把這些商品的賬單自動(dòng)發(fā)送到顧客的亞馬遜賬號(hào)中。迪里普·庫(kù)瑪（Dilip Kumar）是負(fù)責(zé)亞馬遜Go項(xiàng)目的老板，他強(qiáng)調(diào)這個(gè)系統(tǒng)的目的是追蹤顧客的身體動(dòng)作，并沒(méi)有使用面部識(shí)別來(lái)辨識(shí)顧客信息以連接其亞馬遜賬戶。這個(gè)系統(tǒng)就是機(jī)器學(xué)習(xí)的“頌歌”，它從數(shù)百臺(tái)攝像頭那里采集信息，從而斷定顧客究竟拿了什么。也許你打算偷拿一件商品，但這些攝像頭系統(tǒng)可不會(huì)被輕易騙到。
Fit for purpose
量體裁衣
ai body-tracking is also popping up inside fulfilment centres. The firm has a pilot project, internally called the “Nike Intent Detection” system, which does for fulfilment- centre associates what Amazon Go does for shoppers: it tracks what they pick and place on shelves. The idea is to get rid of the hand-held bar-code reader. Such manual scanning takes time and is a bother for workers. Ideally they could place items on any shelf they like, while the system watches and keeps track. As ever, the goal is efficiency, maximizing the rate at which products flow. “It feels very natural to the associates,” says Mr Porter.
人工智能動(dòng)作追蹤在執(zhí)行中心內(nèi)部也有用武之地。亞馬遜公司推出了一項(xiàng)試驗(yàn)計(jì)劃，在公司內(nèi)部，它被稱為“耐克意圖探測(cè)“系統(tǒng)，它在執(zhí)行中心的運(yùn)轉(zhuǎn)原理和亞馬遜Go一樣：追蹤貨物在貨架上取出和放回的軌跡。這一想法主要是為了淘汰以前的手握條形碼掃描儀，因?yàn)檫@樣的錄入工作很浪費(fèi)員工的時(shí)間，操作起來(lái)也十分麻煩。理想情況是，在系統(tǒng)的監(jiān)控和追蹤下，員工可以把貨物放在任何貨架上。亞馬遜的目標(biāo)總是提高效率，最大化產(chǎn)品的流通速率，用波特先生的話說(shuō)，“我們所有人類員工都覺(jué)得這一過(guò)程十分自然。”
Amazon’s careful approach to data collection has insulated it from some of the scrutiny that Facebook and Google have recently faced from governments. Amazon collects and processes customer data for the sole purpose of improving the experience of its customers. It does not operate in the grey area between satisfying users and customers. The two are often distinct: people get social media or search free of charge because advertisers pay Facebook and Google for access to users. For Amazon, they are mostly one and the same (though it is toying with ad sales). Where regulators do raise concerns is over Amazon’s dominance in its core business of online shopping and cloud computing. This power has been built on machine learning. It shows no signs of waning.
在數(shù)據(jù)采集方面，亞馬遜選擇了一天十分謹(jǐn)慎的道路，因此，和臉書(shū)以及谷歌相比，政府相關(guān)部門對(duì)于亞馬遜的審查力度要小很多，有些部分甚至可以免除。主要原因在于，亞馬遜采集和處理的用戶信息僅僅用于提高用戶的操作體驗(yàn)，在滿足使用者和消費(fèi)者的需求之間并沒(méi)有什么灰色地帶。數(shù)據(jù)使用者和制造者（消費(fèi)者）之間的差異通常很明顯：人們能夠使用社交媒體或免費(fèi)的搜索引擎，那是因?yàn)閺V告商通過(guò)向谷歌和亞馬遜支付廣告費(fèi)，使得他們的廣告可以接觸到消費(fèi)者。對(duì)亞馬遜而言，這兩者基本上是同一個(gè)人（盡管亞馬遜不是很在乎廣告收益）。但亞馬遜也面臨一些監(jiān)管層面的擔(dān)憂，比如它在線上購(gòu)物和云計(jì)算這兩大商業(yè)領(lǐng)域的壟斷地位。但這一地位的確立正是建立在強(qiáng)大的機(jī)器學(xué)習(xí)基礎(chǔ)上的，沒(méi)有跡象表明，它們處于衰退之中。
golang是否插電
最近一直在準(zhǔn)備編程主題的Workshop活動(dòng)，以及帶領(lǐng)小朋友體驗(yàn)有趣的少兒編程課，沒(méi)有及時(shí)更新文章，抱歉抱歉~
最近經(jīng)常有家長(zhǎng)來(lái)問(wèn)我，小孩子學(xué)習(xí)編程使用什么語(yǔ)言？孩子現(xiàn)在X歲，能不能學(xué)習(xí)編程？要不要報(bào)線上課程班？編程枯燥又難懂，該怎么學(xué)?
今天就帶著這些問(wèn)題一起來(lái)了解一下“不插電編程”。（文章末尾有干貨喔~）
程序不只是密密麻麻的代碼
可能大部分家長(zhǎng)在聽(tīng)到編程時(shí)，第一反應(yīng)是電腦上顯示的密密麻麻的代碼，覺(jué)得枯燥又難懂或者有些家長(zhǎng)知道圖形化編程語(yǔ)言——Scratch。
（*注：Scratch是一款由麻省理工學(xué)院（MIT）設(shè)計(jì)開(kāi)發(fā)的圖形化少兒編程工具。其特點(diǎn)是：使用者可以不認(rèn)識(shí)英文單詞，也可以不會(huì)使用鍵盤。構(gòu)成程序的命令和參數(shù)通過(guò)積木形狀的模塊來(lái)實(shí)現(xiàn)。用鼠標(biāo)拖動(dòng)模塊到程序編輯欄就可以了。）
確實(shí)，在企業(yè)里大多數(shù)時(shí)候軟件系統(tǒng)開(kāi)發(fā)使用的是高級(jí)編程語(yǔ)言，諸如Java，Python，C/C++，Golang等，這些都是指令式代碼，程序就是這些指令的集合。在少兒編程領(lǐng)域，Scratch是使用最廣，最流行的圖形化編程語(yǔ)言，特別是即將正式發(fā)布的Scratch 3.0使用基于HTML5的頁(yè)面技術(shù)，并支持Pad等移動(dòng)設(shè)備，將會(huì)變得更加的精美、易用和方便。如果小孩子學(xué)習(xí)編程，Scratch是一個(gè)不錯(cuò)的選擇。
小朋友要不要學(xué)編程？
至于小朋友要不要學(xué)習(xí)編程，我認(rèn)為小朋友學(xué)習(xí)編程，應(yīng)該注重計(jì)算機(jī)科學(xué)知識(shí)以及計(jì)算思維的培養(yǎng)。編程語(yǔ)言只是一種工具，是一種幫助我們通過(guò)計(jì)算機(jī)實(shí)現(xiàn)創(chuàng)意，表達(dá)自己的方式。選擇一個(gè)合適的工具，然后持續(xù)不斷的學(xué)習(xí)下去才是最重要的。如果有一種工具或者游戲可以替代學(xué)習(xí)計(jì)算機(jī)科學(xué)又可以培養(yǎng)計(jì)算思維，那么我覺(jué)得編程語(yǔ)言就顯得并不那么重要了。但如果想要借助計(jì)算機(jī)實(shí)現(xiàn)自己的一些想法和創(chuàng)意，那么學(xué)習(xí)一門編程語(yǔ)言也是必須的。
在我看來(lái)，少兒編程學(xué)習(xí)更像是一個(gè)原點(diǎn)，從這個(gè)原點(diǎn)散發(fā)出去，涉及計(jì)算機(jī)科學(xué)知識(shí)，涉及問(wèn)題的分析、解決能力，涉及項(xiàng)目中運(yùn)用到的科學(xué)，技術(shù)，工程，藝術(shù)，數(shù)學(xué)（STEAM）的跨學(xué)科知識(shí)才是學(xué)習(xí)的目的，而編程則是一種很好的學(xué)習(xí)途徑和方式。
我推薦“不插電計(jì)算機(jī)科學(xué)”的原因
因此，我在思考，在學(xué)習(xí)編程之前，我們應(yīng)該怎么樣讓小朋友們對(duì)計(jì)算機(jī)感到不再陌生和神秘？能否用一種開(kāi)箱學(xué)習(xí)的方式，教小朋友們了解用來(lái)編程的計(jì)算機(jī)是怎么設(shè)計(jì)和工作的，原理是什么？如何讓小朋友們對(duì)那些枯燥和深?yuàn)W的計(jì)算機(jī)科學(xué)知識(shí)產(chǎn)生興趣并有熱情學(xué)習(xí)下去？這些問(wèn)題是少兒編程學(xué)習(xí)時(shí)最關(guān)鍵和棘手的。
直到我接觸到了”不插電計(jì)算機(jī)科學(xué)”，這是一種通過(guò)游戲和活動(dòng)實(shí)踐的方式教孩子們學(xué)習(xí)計(jì)算機(jī)科學(xué)和計(jì)算思維。
后來(lái)，我把這種學(xué)習(xí)形式通過(guò)工作坊小規(guī)模的進(jìn)行實(shí)踐，在不使用計(jì)算機(jī)的情況下，和孩子們一起學(xué)習(xí)計(jì)算機(jī)背后的那些看起來(lái)深?yuàn)W又神秘的知識(shí)，有趣又很有意義。
A. 什么是不插電計(jì)算機(jī)科學(xué)？
“不插電計(jì)算機(jī)科學(xué)”有時(shí)又被稱為不插電編程，英文名為Computer Science Unpulgged，簡(jiǎn)稱CS Unplugged，是一種通過(guò)各種生動(dòng)有趣的活動(dòng)或者游戲來(lái)達(dá)到學(xué)習(xí)“計(jì)算機(jī)科學(xué)”的目的的學(xué)習(xí)方式。
CS Unplugged強(qiáng)調(diào)以開(kāi)放式的學(xué)習(xí)方式，將計(jì)算機(jī)科學(xué)知識(shí)和計(jì)算思維融入到有趣的活動(dòng)中，讓孩子不需要使用電腦，就能理解計(jì)算機(jī)這門學(xué)科，培養(yǎng)計(jì)算思維。更重要的是，孩子們?cè)谟螒虻倪^(guò)程中享受到學(xué)習(xí)的樂(lè)趣。
不插電計(jì)算機(jī)科學(xué)著眼于四個(gè)方面：
1. 通過(guò)游戲活動(dòng)，理解計(jì)算機(jī)工作原理和設(shè)計(jì)思想，高效地使用計(jì)算機(jī)，并激發(fā)新的想法；
2. 通過(guò)游戲活動(dòng)，引出與計(jì)算機(jī)相關(guān)技術(shù)的聯(lián)系，更容易的理解計(jì)算機(jī)技術(shù)；
3. 通過(guò)游戲活動(dòng)，培養(yǎng)計(jì)算思維（Computational Thinking)，提高解決問(wèn)題的能力；
4. 開(kāi)心地學(xué)習(xí)。
B. 不插電計(jì)算機(jī)科學(xué)的小例子：
上周我邀請(qǐng)了9位小朋友一起進(jìn)行編程啟蒙學(xué)習(xí)，向大家介紹什么是程序、指令，什么是編程。通常，程序、指令這種計(jì)算機(jī)科學(xué)專有名詞非常抽象和晦澀難懂，不容易理解。通過(guò)不插電編程的模式，在課堂上通過(guò)一系列實(shí)踐活動(dòng)和小游戲向小朋友們介紹程序和編程。
1.現(xiàn)場(chǎng)向小朋友們演示掃地機(jī)器人打掃衛(wèi)生，要求小朋友們觀察掃地機(jī)器人的行動(dòng)，并記錄；
2.總結(jié)掃地機(jī)器人的行為。如遇到障礙物，旋轉(zhuǎn)90度；如遇到臺(tái)階，后退10步等；
3.思考掃地機(jī)器人為什么可以完成這些行為？因?yàn)楣こ處熞呀?jīng)為掃地機(jī)器人編寫(xiě)好了程序；
4.引出什么是程序，什么是編程；
5.模擬掃地機(jī)器人的行為，把掃地動(dòng)作拆分成N個(gè)指令語(yǔ)句；
6.請(qǐng)大家完成掃地機(jī)器人工作的簡(jiǎn)易流程圖；
7.請(qǐng)每個(gè)小朋友扮演一個(gè)指令，一位小朋友扮演工程師，一位小朋友扮演邏輯判斷官，完成掃地程序的小游戲。
通過(guò)一個(gè)簡(jiǎn)短的小游戲，從身邊的事物出發(fā)，觀察，小結(jié)，抽象，分解問(wèn)題，最后通過(guò)游戲?qū)崿F(xiàn)掃地程序。這個(gè)過(guò)程教孩子們什么是程序，什么是程序指令。因?yàn)槠蓿瑳](méi)有把活動(dòng)的每一個(gè)細(xì)節(jié)描地非常清楚，但從課堂上孩子們的表現(xiàn)來(lái)看，這種學(xué)習(xí)方式非常有效，孩子們非常感興趣。
豆瓣爸爸的推薦
推薦一 《Computer Science Unplugged》By Dr.Tim Bell（英語(yǔ)+中文繁體，8+）
《Computer Science Unplugged》的作者Tim Bell是來(lái)自于新西蘭的一位大學(xué)教授，他非常熱衷于計(jì)算機(jī)科學(xué)教育，被SIGCSE組織授予“計(jì)算機(jī)科學(xué)教育杰出貢獻(xiàn)獎(jiǎng)”。這本書(shū)是Tim Bell和兩位中學(xué)教師依據(jù)實(shí)際教學(xué)經(jīng)驗(yàn)組織設(shè)計(jì)的教學(xué)活動(dòng)集，幫助孩子們提升計(jì)算機(jī)思維能力，并得到Google的極力推廣。
書(shū)本總共包含6章，分別從計(jì)算機(jī)二進(jìn)制，算法，計(jì)算機(jī)程序等方面通過(guò)21個(gè)有趣的游戲活動(dòng)來(lái)幫助理解二進(jìn)制原理和運(yùn)用、程序指令、算法運(yùn)用等計(jì)算機(jī)科學(xué)問(wèn)題。這本書(shū)設(shè)計(jì)時(shí)雖然沒(méi)有強(qiáng)調(diào)年齡的限制，但是我通篇閱讀下來(lái)，里面的內(nèi)容很大一部分需要一定的數(shù)學(xué)基礎(chǔ)，因此比較適合8歲以上的小朋友在家長(zhǎng)或者老師的陪伴下學(xué)習(xí)使用。這本書(shū)目前已由臺(tái)灣高校的志愿者們翻譯成中文繁體版。
《Computer Science Unplugged》遵循CC BY-NC-SA 3.0協(xié)議授權(quán)，完全免費(fèi)。推薦家長(zhǎng)們下載閱讀，可以一家人和孩子一起玩簡(jiǎn)單的游戲，讓孩子領(lǐng)略計(jì)算機(jī)科學(xué)的魅力。
如果家長(zhǎng)們感興趣，可以聯(lián)系豆瓣爸爸獲取這本書(shū)的原版電子書(shū)和中文繁體版電子書(shū)。
推薦二 csunplugged(英語(yǔ)，6+)
cs unplugged ，旨在全球推動(dòng)計(jì)算機(jī)科學(xué)的學(xué)習(xí)，讓世界欠發(fā)達(dá)國(guó)家的孩子，也能通過(guò)簡(jiǎn)單的游戲，學(xué)習(xí)到計(jì)算機(jī)知識(shí)。
網(wǎng)站提供了詳細(xì)的學(xué)習(xí)計(jì)劃，教學(xué)視頻以及不需要計(jì)算機(jī)即可完成的編程習(xí)題，如果有時(shí)間的家長(zhǎng)可以根據(jù)這個(gè)網(wǎng)站提供的內(nèi)容在家和孩子們一起學(xué)習(xí)計(jì)算機(jī)科學(xué)和編程的知識(shí)。
推薦三 Codeorg unplugged(英語(yǔ)，4+)
Code.org是一個(gè)美國(guó)的公益組織，旨在全世界范圍內(nèi)推廣少兒計(jì)算機(jī)科學(xué)教育，且由美國(guó)科技巨頭和科技公司企業(yè)家們支持，包括微軟、臉書(shū)（Facebook)、亞馬遜、谷歌等公司，還有比爾蓋茨、亞馬遜CEO Jeff Bezos等企業(yè)家的支持。
linux運(yùn)維工程師的主要工作是什么？
1.Linux運(yùn)維到底是一個(gè)怎樣的工作，具體需要掌握哪些知識(shí)技能?
用一句話概括就是維護(hù)Linux系統(tǒng)以及系統(tǒng)之上的相關(guān)軟件服務(wù)、程序代碼(Java、Php、Python)和企業(yè)核心數(shù)據(jù)正常運(yùn)行，使得企業(yè)能夠優(yōu)質(zhì)、高效、快速的為企業(yè)的客戶提供服務(wù)，從而盈利賺錢，隨著企業(yè)增長(zhǎng)，服務(wù)器和服務(wù)數(shù)量、要求也會(huì)成倍增加，對(duì)運(yùn)維的能力和運(yùn)維人員的數(shù)量都有更多的要求。在整個(gè)企業(yè)業(yè)務(wù)系統(tǒng)運(yùn)轉(zhuǎn)過(guò)程中，涉及到系統(tǒng)、網(wǎng)絡(luò)、數(shù)據(jù)庫(kù)、存儲(chǔ)、開(kāi)發(fā)、安全、監(jiān)控、架構(gòu)等綜合的技術(shù)于一身的技術(shù)，對(duì)運(yùn)維人員的能力提出了更高的要求。
Linux運(yùn)維崗位分類
□硬件運(yùn)維：硬件維護(hù)，如服務(wù)器、交換機(jī)、路由器、存儲(chǔ)、負(fù)載均衡等設(shè)備。
□網(wǎng)絡(luò)運(yùn)維：網(wǎng)絡(luò)設(shè)備維護(hù)：交換機(jī)、路由器以及辦公局域網(wǎng)的維護(hù)。
□系統(tǒng)運(yùn)維：基礎(chǔ)設(shè)施的維護(hù)，側(cè)重于系統(tǒng)和應(yīng)用，也會(huì)涉及硬件網(wǎng)絡(luò)。
□應(yīng)用運(yùn)維(SRE)：企業(yè)業(yè)務(wù)研發(fā)環(huán)境、測(cè)試環(huán)境、線上環(huán)境等的維護(hù)和故障處理。
□監(jiān)控運(yùn)維：整個(gè)業(yè)務(wù)系統(tǒng)所有服務(wù)器集群的業(yè)務(wù)的監(jiān)控和報(bào)警。
□數(shù)據(jù)庫(kù)運(yùn)維: 負(fù)責(zé)數(shù)據(jù)存儲(chǔ)方案設(shè)計(jì)、數(shù)據(jù)庫(kù)表設(shè)計(jì)、索引設(shè)計(jì)和SQL優(yōu)化
□安全運(yùn)維:安全掃描、滲透測(cè)試，安全工具、安全事件應(yīng)急處理等。
□運(yùn)維開(kāi)發(fā)：開(kāi)發(fā)運(yùn)維工具和運(yùn)維平臺(tái)，以及自動(dòng)化、智能化運(yùn)維。
運(yùn)維工程師還包括一些低端的崗位，例如：網(wǎng)絡(luò)管理員、監(jiān)控運(yùn)維、IDC運(yùn)維，值班運(yùn)維，這些崗位是沒(méi)前途的崗位，需要盡快提高改進(jìn)。
Linux運(yùn)維工程師崗位職責(zé)和技術(shù)棧
一般從企業(yè)入門到中級(jí)Linux運(yùn)維工程師的工作大致有：
□挑選IDC機(jī)房及帶寬、購(gòu)買物理服務(wù)器。
□購(gòu)買云服務(wù)及CDN服務(wù)相關(guān)。
□搭建部署壓力測(cè)試和正式的業(yè)務(wù)系統(tǒng)運(yùn)行環(huán)境(例如:網(wǎng)站運(yùn)行環(huán)境)。
□負(fù)責(zé)日常項(xiàng)目或業(yè)務(wù)代碼上線、故障排除、代碼回滾等。
□對(duì)企業(yè)數(shù)據(jù)進(jìn)行備份及故障恢復(fù)、處理網(wǎng)站運(yùn)行中的各種故障(例如：硬件故障、軟件故障、服務(wù)故障、數(shù)據(jù)損壞及丟失等)。
□對(duì)網(wǎng)站的運(yùn)行狀態(tài)及故障進(jìn)行監(jiān)控、提前解決網(wǎng)站運(yùn)行的潛在安全問(wèn)題。
□開(kāi)發(fā)自動(dòng)化程序(shell、python)或平臺(tái)提高工作效率。
□根據(jù)訪問(wèn)量增加，提前規(guī)劃和升級(jí)網(wǎng)站集群架構(gòu)，根據(jù)公司需求增加業(yè)務(wù)應(yīng)用。
□程序發(fā)布流程和規(guī)范，制定運(yùn)維工作制度和規(guī)范。
□配合開(kāi)發(fā)人員部署及調(diào)試產(chǎn)品研發(fā)需要的測(cè)試環(huán)境、代碼發(fā)布等工作需求。
□公司如果較小可能還會(huì)兼職網(wǎng)管、網(wǎng)絡(luò)工程師、數(shù)據(jù)庫(kù)管理員、安全工程師、技術(shù)支持等職責(zé)。
涉及到的Linux平臺(tái)上的運(yùn)維工具有：Linux系統(tǒng)，Linux基礎(chǔ)命令,Nginx,Apache,MySQL,PHP,Tomcat,Lvs,Keepalived,SSH,Ansible,Rsync,NFS,Inotify,Sersync,,OpenVPN,NTP,Kickstart/Cobbler,KVM,OpenStack,Docker,K8S，Mongodb,Redis,Iptables,SVN,GIT,Jenkins,Docker,k8s/Shell/Python/Go語(yǔ)言等，除此之外還可能涉及到交換機(jī)、路由器、存儲(chǔ)、安全、開(kāi)發(fā)等知識(shí)。
總的來(lái)說(shuō)：Linux初中級(jí)運(yùn)維工程師更多的是使用工具軟件的階段，在一線城市互聯(lián)網(wǎng)公司的薪資一般在8000-20000/月。老男孩教育畢業(yè)學(xué)生平均13-15K
職業(yè)發(fā)展方向：系統(tǒng)架構(gòu)師、數(shù)據(jù)庫(kù)工程師、運(yùn)維開(kāi)發(fā)工程師、系統(tǒng)網(wǎng)絡(luò)安全工程師、運(yùn)維經(jīng)理、運(yùn)維總監(jiān)
2.現(xiàn)在很多培訓(xùn)機(jī)構(gòu)來(lái)學(xué)校宣傳，Linux方面就是云計(jì)算什么的，學(xué)費(fèi)很貴，差不多2萬(wàn)，四個(gè)月，我想知道這個(gè)培訓(xùn)到底有沒(méi)有必要，如果自學(xué)的話差距有多大?
答：LINUX運(yùn)維培訓(xùn)機(jī)構(gòu)魚(yú)龍混雜，務(wù)必要擦亮眼睛，本科網(wǎng)絡(luò)專業(yè)，如果在我機(jī)構(gòu)培訓(xùn)，5個(gè)月左右，畢業(yè)應(yīng)該不低于15K，自學(xué)的話，周期長(zhǎng)，不容易學(xué)好。除非很有毅力堅(jiān)持學(xué)6-12個(gè)月。
3.這個(gè)行業(yè)前景怎么樣?聽(tīng)培訓(xùn)機(jī)構(gòu)的人說(shuō)什么安卓iOS開(kāi)發(fā)越來(lái)越?jīng)]市場(chǎng)，現(xiàn)在只有Linux、開(kāi)源最好等等
答：Linux發(fā)展前景非常好。
眾所周知，全球互聯(lián)網(wǎng)及移動(dòng)互聯(lián)網(wǎng)仍在在高速發(fā)展，特別是物聯(lián)網(wǎng)也開(kāi)始發(fā)展，所有的公司要想生存都必須和互聯(lián)網(wǎng)接軌(也要利用網(wǎng)絡(luò)提供服務(wù)和賺錢)，這樣就使得整個(gè)互聯(lián)網(wǎng)的發(fā)展與日俱增。
而Linux系統(tǒng)以安全、穩(wěn)定、免費(fèi)、高效、可自由更改源代碼的特點(diǎn)占據(jù)了，1-2線城市98%以上的互聯(lián)網(wǎng)企業(yè)以及移動(dòng)互聯(lián)網(wǎng)企業(yè)的系統(tǒng)應(yīng)用。例如：百度、騰訊、阿里巴巴、淘寶網(wǎng)、京東商城、小米網(wǎng)、58同城、Sina、網(wǎng)易、滴滴打車、摩拜單車等都在大量使用Linux操作系統(tǒng)，國(guó)外的企業(yè)更是對(duì)Linux情有獨(dú)鐘，谷歌、Facebook、亞馬遜等，毫不夸張地說(shuō)，只要你能隨口說(shuō)出來(lái)想到的公司后臺(tái)幾乎都在使用Linux系統(tǒng)(包括Windows的廠商微軟公司也在親近Linux系統(tǒng))，我們使用的手機(jī)、平板等大多都在使用Linux系統(tǒng)(安卓版)，蘋果系列產(chǎn)品也都是類Linux系統(tǒng)(Unix)，可見(jiàn)Linux系統(tǒng)的應(yīng)用之廣，可以預(yù)見(jiàn)未來(lái)至少是10年，Linux將是服務(wù)器端最火、應(yīng)用最廣的操作系統(tǒng)，沒(méi)有之一，中國(guó)國(guó)家也在大力扶持Linux系統(tǒng)，例如江蘇3000所中小學(xué)開(kāi)始普及Linux系統(tǒng)。
為什么老男孩老師會(huì)對(duì)Linux的未來(lái)火爆程度這么肯定呢?這是因?yàn)長(zhǎng)inux誕生的基因決定的：
Linux系統(tǒng)遵循GPL協(xié)議，即保證任何人有共享和修改自由Linux的自由，任何人有權(quán)取得、修改和重新發(fā)布Linux系統(tǒng)的源代碼權(quán)利，但都必須同時(shí)給出具體更改的源代碼，這個(gè)許可讓全球的人都愿意為L(zhǎng)inux貢獻(xiàn)力量而不被某些人和機(jī)構(gòu)據(jù)為己有，你說(shuō)能不火么。
1. 2000-2010年，是互聯(lián)網(wǎng)起步發(fā)展階段， Sina、Sohu、網(wǎng)易門戶、BAT發(fā)展階段，此時(shí)網(wǎng)絡(luò)端主要是PC機(jī)器，快速增長(zhǎng)。
2. 2011-2020年，從互聯(lián)網(wǎng)到移動(dòng)互聯(lián)網(wǎng)， 滴滴、抖音、頭條、美團(tuán)等崛起。網(wǎng)絡(luò)端除PC機(jī)，還多了手機(jī)、平板、爆發(fā)式增長(zhǎng)。
3.
2021-2030年，物聯(lián)網(wǎng)+人工智能階段，除了手機(jī)、平板、PC機(jī)器，還有大量的客戶機(jī)，萬(wàn)物(洗衣機(jī)、電冰箱、電動(dòng)車、加濕器、電飯鍋)，只要帶電的都可聯(lián)網(wǎng)，客戶機(jī)及數(shù)據(jù)量爆炸式巨增。人工智能基礎(chǔ)是大數(shù)據(jù)和機(jī)器學(xué)習(xí)、深度學(xué)習(xí)。
4.2021-2025年，全國(guó)黨政軍都從Windows切換到Linux，中小學(xué)開(kāi)始使用Linux，規(guī)模網(wǎng)站后臺(tái)99%都是Linux，例如江蘇3000所中小學(xué)開(kāi)始普及Linux系統(tǒng)，Linux未來(lái)必火。
大家覺(jué)得現(xiàn)在上網(wǎng)的人多，還是用網(wǎng)賺錢的人多?當(dāng)然是上網(wǎng)的人多，
未來(lái)是人人都用網(wǎng)絡(luò)賺錢的時(shí)代，那時(shí)對(duì)服務(wù)穩(wěn)定性要求更高了，個(gè)性化也高，因此，Linux作為承載數(shù)據(jù)的后端不可替代的服務(wù)器必然會(huì)更火，Linux運(yùn)維人員也會(huì)大量增加。
萬(wàn)物聯(lián)網(wǎng)的基礎(chǔ)，未來(lái)的時(shí)代，是所有的東西都可能聯(lián)網(wǎng)的時(shí)代，不僅僅是PC和手機(jī)，基礎(chǔ)設(shè)施準(zhǔn)備。
1.5G時(shí)代來(lái)臨，馬路從50米寬拓展到500米寬，甚至是5公里寬。
2.萬(wàn)物聯(lián)網(wǎng)，需要海量的IP地址，IPV6來(lái)了，號(hào)稱可以給地球上的每一粒沙子配置一個(gè)公網(wǎng)地址。
亞馬遜listing被投訴侵權(quán)怎么辦，賣家應(yīng)該這樣做
您好！賣家此時(shí)就應(yīng)該首先考慮的是關(guān)于知識(shí)產(chǎn)權(quán)方面的因素。什么是知識(shí)產(chǎn)權(quán)呢?一般設(shè)計(jì)的是產(chǎn)品專利方面的問(wèn)題，所以，面向?qū)＠较虻姆治鼍褪且粋€(gè)大方向。
對(duì)應(yīng)的是，因?yàn)椴煌耐对V，可能會(huì)涉及不同的問(wèn)題，比如商標(biāo)、版權(quán)、盜圖等等，賣家處理這樣的問(wèn)題第一步就是分析清楚問(wèn)題之所在。
在亞馬遜的系統(tǒng)通知郵件中，一般還會(huì)發(fā)郵件告知你投訴方的聯(lián)系方式，提醒賣家聯(lián)系投訴方進(jìn)行協(xié)商解決，此時(shí)，賣家要分析投訴方的郵箱，比如上面系統(tǒng)通知中的郵件是以dk結(jié)尾的，那么我們可以知道投訴方式一個(gè)丹麥的權(quán)利方，這樣的投訴，相對(duì)于來(lái)自于明顯一眼就識(shí)別出是中國(guó)的投訴方要更可信一些。
根據(jù)投訴方的信息，賣家應(yīng)該做一個(gè)基礎(chǔ)的判斷，判定對(duì)方是惡意投訴呢還是自己確實(shí)侵犯了對(duì)方的權(quán)益。基于初步的判定，賣家要做的第一步是聯(lián)系供應(yīng)商，反饋信息到供應(yīng)商處，以便于從供應(yīng)商那里獲取更進(jìn)一步的信息。結(jié)合投訴方的信息和供應(yīng)商反饋的信息，進(jìn)行進(jìn)一步的判定，看自己的問(wèn)題究竟出在哪里了。
有了基本的判定后，賣家要主動(dòng)和投訴方聯(lián)系，如果前述信息已經(jīng)讓你明白了問(wèn)題之所在，那么就在郵件中向投訴方道歉，盡可能得到對(duì)方的諒解，如果獲得的信息并不能做出有效的判定，賣家也可以在郵件中向投訴方詢問(wèn)情況，比如要求投訴方提供相關(guān)的侵權(quán)資料等。
如果投訴方回應(yīng)，賣家可以根據(jù)投訴方回應(yīng)的內(nèi)容做出應(yīng)對(duì)，比如停售該產(chǎn)品，也或者如果庫(kù)存數(shù)量多的話，也可以繼續(xù)和投訴方協(xié)商，看能否以給投訴方出一定傭金的方式來(lái)獲得繼續(xù)銷售的授權(quán)。
如果投訴方不回應(yīng)，賣家也可以根據(jù)從供應(yīng)商處獲得的可能的對(duì)自己有利的資料，聯(lián)系亞馬遜官方，把自己可以提供的證據(jù)提供，以得到亞馬遜官方的認(rèn)可和支持，這樣的話，有可能獲得重新銷售的權(quán)利。
當(dāng)然，如果既沒(méi)有收到投訴方的回應(yīng)，也無(wú)法提供證據(jù)說(shuō)服亞馬遜官方，那賣家就只能刪除Listing，對(duì)FBA庫(kù)存產(chǎn)品進(jìn)行撤倉(cāng)處理了。
畢竟，損失一條Listing的庫(kù)存的影響要比賬號(hào)被移除銷售權(quán)限要小得多。
如能提供更多信息，則可給出更為周詳?shù)姆梢庖?jiàn)。
分享名稱：亞馬遜go語(yǔ)言 亞馬遜開(kāi)發(fā)語(yǔ)言
標(biāo)題路徑：http://www.ef60e0e.cn/article/dddsdos.html
