【新闻摘要】AWS的年度大会AWS re:Invent 2016近日在美国拉斯韦加斯举办，今年主题为Super Powers（云超能）。AWS每年利用这个机会公布新服务与未来策略方向，截止目前已经发布了多项新产品和服务，主要集中在人工智能、混合云、物联网以及Serverless的应用，主要包括：1.发布首个人工智能服务Amazon AI，提供图像分析、文本-语音转换、自然语言处理等服务；2.为了帮助用户迁移海量数据，发布了Snowmobile，一个大卡车携带14米多长的集装箱，可以帮客户将100PB的数据转移到AWS中；3.将AWS Lambda无服务器计算框架向外部开放，发布了AWS Greengrass，其带有嵌入式Lambda计算环境，可以安装到各种物联网设备和控制中心进行离线的本地化计算等产品。
（新闻链接：http://mp.weixin.qq.com/s/YDnXT4g_8E9S7h-Z43YCbQ）
  【小云评论】随着公共云市场近几年的快速发展，各产业从云计算需求量、服务到新的产品及应用都不断提出新的要求，驱动着云厂商不断更新迭代，推出新的产品和服务。在云计算的底层能力支撑下，人工智能获得了广阔的发展空间，由云计算服务商提供人工智能服务，将成为一个重要趋势。AWS此次发布个人工智能服务Amazon AI，是云计算服务商面向个人提供人工智能服务的重要里程碑。作为企业数字化转型的重要一步，如何安全高效地进行数据上云迁移，是各企业和云计算服务商面临的实际问题，Snowmobile的发布，提供了一种简便可行的解决方案。此外，随着云计算广泛应用于各行各业，有针对性地提供各类行业解决方案，是云计算下一发展阶段的重要工作。

    【新闻摘要】HPE（惠普企业，全称为“Hewlett Packard Enterprise”，为原惠普公司企业业务部，现已独立拆分）宣布成功研制“基于存储的计算架构”（Memory-Driven Computing）。它颠覆了以往把CPU作为计算机核心的惯例，而采取多个处理器共用中央存储集群的运行模式。虽然 HPE 声称该架构有极广的适用性，但它主要是为大型数据中心所设计，尤其是对物联网大数据的分析、处理。
（新闻链接：http://www.leiphone.com/news/201611/kCupdbLnlMe7avuA.html）
  【小云评论】世界上的数据量正在以指数级增长，特别是随着物联网等的发展，需要存储和分析的数据需求越来越大，给计算机体系的发展提出了很大挑战。HPE提出的“基于存储的计算架构”给出了一种面向海量数据为中心的计算体系的解决方案。目前来看，这一框架在技术、成本等方面离产品落地还有一定的距离。但其中的非易失性存储结合了DRAM与传统存储产品大容量、持久的特点，可以很快满足快速大容量数据存储需求。这一框架的提出，不仅从技术角度带来了高性能产品，其意义更是引发人们对现有基于CPU框架的审视，如何能够更好地应对海量数据存储与计算的挑战。

    【新闻摘要】2006年底，亚马逊在解决了管理超大型数据中心和复杂软件系统的问题之后，开始酝酿将这些能力和经验输出，AWS（Amazon Web Services）应运而生。阿里云复制了AWS的商业模式，占中国超过31％公有云市场份额，2015年爆发式增长，年增长率超过三位数。继创业公司之后，从去年下半年开始，关键行业的大中型企业和政府终于开始试水云计算业务，而且开始尝试将核心业务应用到云上，这引发了公有云平台新一轮战争。除AWS和阿里云之外，中外公有云巨头倾巢而动，传统IT巨头也迅速转变策略，向云计算市场转型。但这个市场绝非你死我活的零和博弈，鉴于云市场史无前例的开放性和合作性，未来的赢家将遍布产业链每个环节。
（新闻链接：http://yuanchuang.caijing.com.cn/2016/1128/4204277.shtml）
  【小云评论】云计算经过了几年的技术成熟和市场培育期，已经进入了快速增长和生态构建期。目前，云计算市场中有：以亚马逊和阿里云为代表的先入者，它们对云计算市场培育做出了巨大贡献，也有雄厚的人才资源、丰富的细分产品和庞大的数据中心;以微软、谷歌、腾讯、百度等为代表的跟进者;以Facebook和网易为代表的黑马公司;以Saleforce、青云等为代表的创业公司以及以IBM、甲骨文为代表的传统IT企业。各大云计算服务商和传统IT服务商，都不想在这轮浪潮中被甩下，纷纷采取了各自的策略，从技术、产品、渠道、生态等各个方面展开角逐。市场是最好的裁判，它将给出最终的答案。

    【新闻摘要】微软的Azure云平台中出现新的漏洞，可能被攻击者利用，从而获得对红帽企业版 Linux实例和存储帐户的管理员访问权限。Azure和亚马逊网站服务主要依靠红帽更新基础架构来管理红帽Linux企业版实例的存储账号。微软和亚马逊的红帽更新装置是为每个可用区域创建的，它通过与红帽网络联系以获取新的软件包更新。由于应用程序接口的完全访问和缺少包签名检查，从而允许攻击者上传在执行更新时，由客户端虚拟机获取的安装包。安装更新后，攻击者可能获得对执行更新的所有虚拟机的管理员访问权限。
（新闻链接：http://www.securityweek.com/microsoft-azure-flaws-exposed-rhel-instances）
  【小云评论】这次国外研究人员Ian Duffy发现了微软Azure的升级组件红帽更新装置中存在漏洞，该漏洞主要是从红帽的内容分发网络软件，以及每个区域通过红帽更新装置对虚拟机来进行升级安装包，出现了信息泄露漏洞，导致可以直接控制红帽更新装置的应用程序接口，从而可以给微软Azure上购买虚拟机的用户在下一次更新时安装恶意软件。除了可以获取存储在虚拟机中的数据外，攻击者也许能够获得对存储帐户的访问权限。目前该缺陷通过错误奖励计划报告给微软，微软也确认了这些问题，并已采取措施，以防止公众访问的应用程序在8080端口和红帽更新设备进行非安全连接。其实漏洞不可怕，关键是漏洞的处理，随着越来越多的网站迁移到云上来，此类型的问题需要被各方所重视。

    【新闻摘要】为积极应对互联网发展对数据中心提出的更高要求，Google将深入骨髓的创新精神投入到数据中心的建设和运营中，例如比利时数据中心就完全放弃了空调。在全球布局数据中心的同时Google还将视野瞄准了更为宽阔的大海，利用海风给数据中心供能和散热。Google设计了基于风筝的「WindMill」系统，风筝状的涡轮机能利用海风带动叶片旋转产生能量，并传导至船上给数据中心提供能量。包括装有涡轮机的坚固机翼，能够在空中延250米到600米长度，在收集风能之后通过电缆传输至船上，给船上设备供电的同时还能存储起来，在遭遇恶劣天气的时候能够提供电力。
（新闻链接：http://www.leiphone.com/news/201611/CByajz2mDYJXJQYC.html）
  【小云评论】根据美国斯坦福大学的一份研究报告，数据中心消耗的电能几乎为整个电能的2%。而IBM的数据则显示，IT带来的碳排放占了全球整个碳排放量的2%。无论是电能的消耗还是碳排放量都在过去几年来不断增长的态势下也在大肆增加。越来越强的计算性能在满足业务需求的同时，也给数据中心的能耗带来重大挑战。目前的数据中心节能方案包括：液冷、热量转换、自然冷却、散热器设计和高温环境等，都是从降低机器散热成本角度入手。谷歌最新提出的基于风筝的「WindMill」系统从电能供应角度给出了新的解决方案，然而这一方案的易实施性、安全性等方面还有待验证。

    【新闻摘要】谷歌大脑负责人Jeff Dean表示，随着他和团队对机器学习了解得更多，他们利用机器学习的方法也更加大胆。以前，我们可能在系统的几个子组件中使用机器学习，现在使用机器学习来替换整套系统，而不是试图为每个部分制作一个更好的机器学习模型。一些大公司已经开始在内部的项目管理系统中尝试使用这一概念，谷歌开发了一个bug预测程序，使用机器学习和统计分析，来判断某一行代码是否存在瑕疵。
（新闻链接：http://chuansong.me/n/1182159951684）
  【小云评论】人工智能的边界在哪里？它在被持续打破的过程中。让“计算机自己写代码”已经并不是一个梦想。为显示屏上一串bug而头疼，为一个基本功能敲下一行行代码，为了一个可能的疏漏而守在计算机前遍历测试例，这些在不远的将来都将成为历史。人工智能将大大节省我们的时间和精力，改变知识传递与积累的模式和速度，改变我们的社会分工和工作内容，我们将进入全新的人与机器合作创造未来的时期。

    【新闻摘要】IBM 最近在医学领域成果喜人，动作不断。继成功用照片诊断皮肤癌后，IBM 研究院日前发布最新成果称，他们采用了深度学习和神经网络，在识别癌变细胞的有丝分裂上取得了巨大进展。有些组织如针头般细小，人工辨认是一个极其棘手的工作，研究人员用基于神经网络的深度学习算法，训练计算机对组织样本的特性识别能力。目前，机器学习效果显著。算法诊断一幅5600*5600的图片需要一个小时，在后续的研究中我们可以不断对其进行优化，从而将时间成本压缩到20秒以内，同时可以诊断任一种类型的癌症。
（新闻链接：http://www.leiphone.com/news/201611/K28RUHRUb5Q5Lmk4.html）
  【小云评论】人工智能在医疗健康领域中的应用已经非常广泛，从应用场景可以分为虚拟助理、医学影像、药物挖掘、营养学、生物技术、急救室/医院管理、健康管理、精神健康、可穿戴设备、风险管理和病理学共11个领域。本次进展是在医学影像领域，随着云计算、人工智能算法不断发展，以往需要大量人力物力，且精准度很难保证的医学影像识别，在采用了深度学习算法后，1小时内即可进行癌症诊断。这一突破对于各种疑难疾病的快速诊断都具有重大意义，是人工智能与医学结合的重要突破。

    【新闻摘要】英特尔宣布，将把汽车团队从物联网团队剥离，单独成立自动驾驶事业部（Automated Driving Group，简称 ADG）。据了解，自动驾驶技术只是部分工作，该事业部还将聚焦于驾驶辅助技术，为一些汽车厂商供应芯片，在前不久的洛杉矶车展上，英特尔CEO Brian Krzanich宣布，英特尔未来两年将再投资2.5亿美元，主要用于相关数据的搜集，力争将全自动驾驶变成现实，英特尔将利用相关数据让自动驾驶变得更加可靠。今年5月，英特尔收购了计算机视觉公司Itseez，该公司的软硬件能够用于自动驾驶。在今年7月，英特尔更是与宝马和高级驾驶辅助系统（ADAS）开发商 Mobileye 公司达成协议，计划在2021年之前，推出全自动驾驶汽车。9月，英特尔又加入了宝马、奥迪及诺基亚、华为等汽车制造商和通讯企业组成的 5G 汽车联盟。
（新闻链接：http://www.leiphone.com/news/201611/rAz869aVaXpBegtg.html）
  【小云评论】根据IHS Automative的调研结果，到 2050年，无人驾驶汽车将无处不在。在Google、高通等公司之后，英特尔也正式加入了无人驾驶的大军，并将其作为其转型物联网领域的重要部分。从PC时代到互联网时代到物联网时代，科技发展的迭代速度越来越快，如何在一轮轮快速翻牌的科技竞赛中选对方向，保持领先甚至是不被淘汰，是科技巨头们都面临的现实问题。无人驾驶汽车目前还有很多有待解决的技术、安全、法规等各方面的问题，但它无疑已从实验室渐渐走向公路，其前期的辅助驾驶等技术也已进入商业应用，让我们拭目以待，期待科技创新给我们生活带来的各种便利。

    【新闻摘要】2016年是生物特征识别技术在金融领域开启“实用化”的元年，金融机构开始向用户大规模投放智能识别应用。以美国四大银行为例，美国银行和大通银行从今年开始全面支持“指纹认证”功能，用户可以通过扫描指纹登录这两家银行的移动端应用。富国银行在美国大力推行“眼纹认证”，用户经手机核对过眼纹后，登录银行账户。为富国银行提供这项技术的供应商是前不久被蚂蚁金服收购的美国生物识别技术公司“EyeVerify”。花旗银行则是将生物特征识别应用拓展到了国际市场，今年已经陆续在中国台湾、新加坡、澳大利亚推出了“语音认证”服务，用户通过电话与客服简单交流后，系统会快速核对客户身份。
（新闻链接：https://www.huxiu.com/article/172345.html）
  【小云评论】从去年德国汉诺威消费电子、信息及通信博览会上，马云现场演示的“刷脸支付”到今年的世界互联网大会上展示的“刷眼支付”,生物特征识别技术已经开始进入我们的生活。这标志着支付安全又上了一个新的层次。然而，它真正给我们的生活带来便利和保障，还需要整个安全支付生态的建设，包括第三方认证体系、全社会信息联网和信息安全保障、法律法规制定等，这还有很长的一段路要走。

    【新闻摘要】为了提前做好假日消费旺季准备，亚马逊用新技术训练新招募的员工，比如触摸屏技术、机器人技术，它将培训时间缩短为2天，一般来说，了解仓库工作需要最多6周的时间。亚马逊拥有世界上最大的仓库网络，2016年，亚马逊已经建设了26个新仓库，全球总数达到了149个。沃尔玛也在2年内增加了10个新的电商中心，它原来已经拥有几十个小型电子商务、店铺仓库，还有80家店铺直接向消费者出货。亚马逊新仓库大力引进自动化、触摸屏、机器人、扫描器及其它技术，尽可能提高员工的速度。第一天上班时，受训人员就会参与实际操作培训，这种方法大大提高了速度。在仓库的楼层上，新人学习如何打包发货，“教练”是一块屏幕，它会告诉新人使用多大尺寸的盒子，胶带也是自动提供的，长度刚刚好。如果是传统仓库，新员工前几天一般在培训教室度过。
（新闻链接：http://tech.ifeng.com/a/20161129/44501732_0.shtml）
  【小云评论】新技术越来越被广泛的采用来提升传统行业效率。亚马逊通过触摸屏、机器人技术缩短仓库工作人员的培训周期，同样适用于劳动力密集的行业。我们看到，在新技术驱动提高传统行业效率的同时，传统行业的痛点也在促进新技术的发展和成熟。随着效率的提升，打破了很多限制，行业发展将呈现出更多的可能。例如，随着一些工作培训的周期和门槛的降低，松散动态的用工模式将成为可能，这将进一步推动行业生态的变革。