Jim Zemlin:Linux正走在正确的历史道路上


  • 2014-11-03 14:42
  • TheInquirer
  • 作者 Chris Merriman
  •  0
  •  205
在德国的杜塞尔多夫举办的LinuxCon会场后台,我们采访了Linux基金会的执行董事Jim Zemlin,当时他刚做完一个报告。他认为,开源是一种艺术,是分享的艺术,创造的艺术,以及与社区其他成员合作的艺术。

在德国的杜塞尔多夫举办的 LinuxCon 会场后台,我们采访了Jim Zemlin——Linux基金会的执行董事,当时他刚做完一个报告。他特别的兴奋,不光是因为本次盛会的成功举办,还因为杜塞尔多夫是他所钟爱的 Kraftwerk 乐队的家乡。


“我的同事居然都没听过这个乐队!你知道吗 Kraftwerk 是一个来自杜塞尔多夫的乐队哪!这是一个来自德国的电子乐队,我告诉过你们的啊!”他笑容面满地给我们说道。

Zemlin 在工作中也是这般的热情洋溢。在很嗨地聊完 Kraftwerk 乐队后,我们正式开始了采访。首先我们问了他为什么 Linux 能够让人们以宗教般的热情去参与并乐在其中。

Zemlin 这样说道:“关于 Linux,很有趣的一点是参与其中能让我们每个人感受到发自我们内心深处的喜悦感,这种喜悦感来自分享的艺术,创造的艺术,以及与社区其他成员合作的艺术,一旦你接触了 Linux 和 Linux 社区,它们就会像巨大的磁石一样将你吸引到这里面来。”

“当然,所有开源项目都有这种魅力,而且看到它们发挥作用,解决实际问题的时候,你会更加充满热情。当下 Linux 最振奋人心的事情之一就是我们看到 Linux 正在改变着整个世界,而且以它独有且积极向上,充满朝气的方式走在正确的历史道路上,像创造有趣的新技术,传播共享的理念都是 Linux 传递正能量的体现。”

对于整个 Linux 的发展,Zemlin 很谦逊地表示自己只是整个社区的一份子,而不是以一个社区的领袖和关键性角色自居。

“吸引我们进入的不是某个人自身的魅力,而是整个社区的有趣活动和巨大的魅力以及参与其中的幸福感。这是一种思想理念,也是一种技术上的发展”,Zemlin 解释说。

Zemlin 认为,Linux 的哲学和苹果是的“宗教崇拜”,是截然不同的。

“同样是程序员,但我认为下面这两种表述方式体现了不同的思维方式:方式1:“嘿,我是一名程序员,我从事科技工作”。方式2:“嘿,我写了一些源代码,这些代码现在用在我们日常生活的方方面面”。当今社会各个方面都有程序员写的代码,世界各地的股票交易所使用了程序员写的代码,交通管理和健康系统也是。”

事实上,在最近的抗击埃博拉病毒的活动中,尽管 Linux 扮演的的角色不起眼,但却起了很正面很核心的作用。

Zemlin 举了这样一个例子:像西非和巴基斯坦这样国家,至今还没有完善的健康保障系统。印第安纳州的一名儿科医生因此发起了一个为这些地区免费开展健康记录系统的项目,而这个项目就参照了Linux 社区的人人参与开发的运行模式。最终这个项目取得了很大的成功,并且有效地改善了当地居民的生活状态。

“这只是一个例子,还有很多的例子,像维基百科,Mozilla 社区都是这种参与模式。我们可以看到这种合作开发,人人参与的模式真正地在改变着整个世界。”

此次大会上 Linux 基金会宣布了一个新的开源项目:Dronecode,这是一个为由非营利组织负责的无人机贡献代码的项目。


对此 Zemlin 补充说明道:“很多人都认为无人机只能用做军事用途,实际人,无人机有很多有趣而且很酷的用途,像用于农业,搜寻和救援,实时地图数据的传输,建筑等等方面。”

“无人机的软件开发者们遇到了跟云计算服务提供商们相同的问题。无人机中软件开发工作量也不少,要编写完整完善的软件确实是件麻烦事,而 Linux 社区却很适合做这样的项目”。

但人们不用担心无人机因此会被黑客入侵(因为无人机项目将会开源)。“事实上开源减少了无人机被入侵的可能:因为代码开放后,有无数的程序员帮着找bug,找漏洞,做Code ReView……当然,你也不必24小时都盯着代码”,Zemlin 开玩笑地说道。

此外,Linux 基金会还有另一个小组:Core Infrastructure Initiative (CII),这是由一些科技巨头在SSL Heartbleed 漏洞后赞助的项目。这个项目组将持续维护SSL代码并检查和寻找漏洞,避免再次发生类似于 Heartbleed 的事故。需要说明的是,这是一个正在实施的项目而且 Poodle 的发现没有反映到最初的工作中。

Zemlin 还阐述了关于互联网安全的倡议的重要性。“有很多开源项目关系到我们日常使用互联网的各个方面,这些开源项目由于这样那样的原因,很多都已经没有人参与,还有很多都被人们忽视了。”

“这就像人们都不关心国家的道路情况。然后有一天有个桥塌了,然后人们都开始抱怨:‘怎么没人来保障桥的通行安全呢?'”

“所以我们设立CII项目的目的就是要找人来维护这些已经很少有人注意但对交通仍然很关键的‘大桥',并且对参与此项目的人提供支持,或者可以找第三方机构来审查这些项目——对于SSL的项目我们就是这样做的——或者对参与者提供资金补助,或者优化底层构架等等。我们希望通过这个项目来营造更美好更安全的互联网环境。”

“我觉得可以简单地将CII的角色同网络安全公司进行类比。在网络安全公司里面,与大量的聪明的程序员们参与研发,而且这些人扮演很重要的角色,就如同医院里面的急诊医师或一样:当你觉得哪不对劲了你去医院可以立即接受治疗,而CII和网络安全公司的人们对于互联网的角色也如同他们一样关键。”

尽管互联网有许多“年久失修”的角落等着我们去补修,但 Zemlin 认为,保障安全是一个比较好的开始。

“在网络安全公司我们专心研究并发现零延迟的漏洞和病毒,而CII不同。相比外科医师,CII更像是一个个人安全教练:它旨在预先提高关键项目的安全性,并且为这些项目贡献安全代码和基础设施来避免漏洞和病毒的大肆蔓延。但并不是所有人都会这样做,因为‘良药苦口’哪,但CII项目会做一些措施来改变人们对其的看法。”

“我们想提供安全代码的训练,让人们写出更安全的代码。就算是安全的项目,经过测试和检查也会变得更安全,毕竟每个项目都是或多或少存在bug的。”

“现在我们着眼于项目的安全,而我们的长远的目标是建立健康的开源软件生态系统,以使得在这个环境下软件能安全有效的执行,世界变得更美好。当然这个目标很大,但我们相信我们能够实现这个目标。”

除了CII方面,Linux还为云计算革命提供了基础。Zemlin 认为开源能真正地主宰这一最先进的IT技术。“很显然,现今除了微软的 Azure,其他的云服务都是基于 Linux 环境的。但我认为云计算的最大机会在网络层面上。”

“如果你了解过服务虚拟化技术,你就会知道实际上这项技术已经非常成熟了,而且已经为大大小小的公有云,私有云提供了方案。但‘最后一英里’(指代从通信服务提供商的机房交换机到用户计算机等终端设备之间的连接)还没有被云服务集成到自身的软件中,所以就出现了软件定义网络、网络功能虚拟化。”

“我觉得这就是开源软件可以大展身手的地方:将路由器、交换机和负载平衡都置为软件层面的应用,都基于虚拟网络和底层软件,而且这个底层软件也将会开源。”

我们在这方面有两个项目,一个叫做‘Open  Daylight’,旨在推动创新实施以及软件定义网络(SDN)透明化。另一个是OPNFV(NFV开放平台专案),旨在实现网络功能虚拟化。我认为这两个项目将改变网络相关工业,并且将会影响数十亿以专用网络硬件驱动的工业链。”

“所以我认为这是开源软件将会产生重大作用的领域,而且我们还有两个很有趣并且才刚刚开始,但会对未来产生重要影响的项目。”正如Zemlin说的,一切迹象都显示:“Linux正走在正确的历史道路上”。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **则化(Regularization)**:技术如 Dropout、L1/L2 则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值