一周热点：选择Go语言的12个理由，九头蛇与大象之争

Go语言专门针对多处理器系统应用程序的编程进行了优化，使用Go编译的程序可以媲美C或C++代码的速度，而且更加安全、支持并行进程；SLAC国家加速器实验室的物理学家研发新型新型计算机命，速度是现在计算机10000倍；Hydra（九头蛇），分布式任务处理系统，由社交标签服务提供商AddThis六年前开发，现已开源，在某些方面甚至具有比Hadoop更加优越的性能，宣布开源以后，Hydra得到了越来越多的支持，未来Hydra极有可能成为Hadoop强劲的竞争对手……

1. 选择Go语言的12个理由

Go语言是谷歌推出的一种编程语言，可以在不损失应用程序性能的情况下降低代码的复杂性。Go语言专门针对多处理器系统应用程序的编程进行了优化，使用Go编译的程序可以媲美C或C++代码的速度，而且更加安全、支持并行进程。Go语言在编程语言的家族中算是一个比较新的成员，弥补C语言的不足并且保持了C的极简主义，因此在过去的几年中它的发展却十分迅速。

企业选择Go语言的12个理由： 一个完整的语言体系、 C级性能、 快速编译、跨平台、测试调优框架、语言级并行、代码风格gofmt、内置文档godoc、自动垃圾回收、丰富的库、有趣的语言，低门槛学习条件、经过线上大规模考验的成功案例，详情请点击原文。

2. 速度是现在的10000倍，出自物理学家之手的新型电脑

SXSW是英文South By Southwest的简写，这是一个每年都在美国德克萨斯州举办的可能是世界上规模最大的音乐盛典，本次盛会上物理学家Joshua Turner还提出了一种新的计算机模式，他认为现在的计算机在性能增加方面逐渐走到极限，包括一块芯片上的晶体管数量、能量功耗。

Joshua Turner在SLAC国家加速器实验室工作，他利用电子围绕原子核运行轨道来生成计算机中的二进制状态，他把这种新型计算机命名为轨道计算机，不可思议的是这种电子轨道的状态转换速度是现在计算机晶体管状态转换速度的10000倍。

SLAC直线加速器相干光源X射线激光 

3. 九头蛇与大象之争，Hydra或将取代Hadoop

Hadoop被认为是最好的大数据分析平台，本身就具有较好的性能，还有活跃的开源社区支持，Hadoop创始人Doug Cutting也曾预言未来Hadoop不仅仅用于大数据处理，还将成为数据平台的系统内核，将用于在线事务处理……Hadoop的发展前景似乎一片光明，却没有注意到竞争者的出现，Hydra在某些方面甚至具有比Hadoop更加优越的性能，宣布开源以后，Hydra得到了越来越多的支持，未来Hydra极有可能成为Hadoop强劲的竞争对手。

Hydra（九头蛇），分布式任务处理系统，由社交标签服务提供商AddThis六年前开发，现已开源，就像Hadoop一样，只是还没有Hadoop那样的知名度和声势。Hydra的创造者称，该“多头”平台非常擅长处理一些大的数据任务――对非常大的数据集进行实时处理，这样的任务恐怕会让那只大象（Hadoop）很头疼。

4. 数据挖掘+人工智能，教育定制化下的学霸量产

自适应学习学习的既不是简单的符号或文字，也不是言语或文字陈述的概念或原理，而是一些具体的实例或问题，学习者的任务是通过考察实例和解决问题，从中发现有关的知识和解决问题的技能。在自适应学习的条件下，学习不是一个被动地接受知识的过程，而是在考察实例和解决问题中主动地发现知识的过程。

大数据有可能会将教育从同一模式的“批量化生产”变为Laster所说的“科学管理下的定制化学习过程，帮助学生培养更好的学习技能，“让学生了解如何利用时间、应对挑战、成为终身学习的人”，有了大数据，这些目标将逐渐被实现。  

5. 30美元一小时，数据科学家的收入是否太低？

Vincent Granville是一个数据科学家，一次偶然的机会，他发现一些专业数据分析人士在自由职业者网站Elance上寻求一份30美元一小时的工作，对于那些听说数据科学家很受欢迎、甚至受到追捧、可以轻松赚得六位数工资的那些人来说，这一消息一定会让他们大跌眼镜。Pete Skomoroch之前是LinkedIn重要的数据科学家，他表示很难相信数据科学家会为这么少的工资工作。

Skomoroch通过邮件告诉我：“虽然我能够理解也可以肯定有些人在与 离岸顾问的竞争中遇到了困难，但我认为‘30美元雇佣数据科学家’不太靠谱，跟我从很多数据科学家那里了解到完全不一样，我认识数百名数据科学家，有的是在硅谷工作还有的在其他地方，我从他们那儿了解到咨询公司的快速发展对数据科学家产生了大量需求，他们的收件箱里有一堆招聘者的邮件，数据科学家相当的抢手。”Skomoroch告诉我：“顶级数据咨询师的收费标准在300美元一小时到400美元一小时之间。” 

6. 与Linus Torvalds“并列”，虚拟化天才程序员法布里斯贝拉

在过去的大半个世纪中，计算机科学界涌现出了一批不世出的天才，比如阿兰・图灵、高德纳、艾兹赫尔・戴克斯特拉，他们影响了整个世界，同时也获得了整个世界的尊重。然而有些人的荣誉却远低于他的贡献，比如这个被誉为“过去20年最闪亮和最有影响力的程序员之一”的 Fabrice Bellard：

• 1997年他发现了最快速的计算圆周率的算法，是Bailey-Borwein-Plouffe 公式的变体。
• 2000年他化名Gérard Lantau，创建了FFmpeg项目。2004年他编写了一个只有138KB的启动加载程序TCCBOOT，可以在15秒内从源代码编译并启动Linux系统。
• 2003年开发了Emacs克隆QEmacs。2005年用普通PC和VGA卡设计了一个数字电视系统。
• 2009年12月31日，他声称打破了圆周率计算的世界纪录，算出小数点后2.7万亿位，仅用一台普通PC机。
• 2011年，他单用JavaScript写了一个PC虚拟机Jslinux 。这个虚拟机仿真了一个32位的x86兼容处理器，一个8259可编程中断控制器，一个8254可编程中断计时器，和一个16450 UART。
• Fabrice Bellard，法国著名程序员，QEMU、TinyCC、FFMPEG等作者。 

7. 年交易额1800亿美元，揭秘PayPal成功背后的三大热门技术

2013年，PayPal帮助买家和卖家完成的交易额达1800亿美元，涉及商品和服务等各种交易达30亿次，拥有1.43亿个活跃用户，而实际上，这些成就背后的数据才是真正价值源泉。PayPal数据技术团队中的一个数据科学家Vamshi Ambati告诉我们PayPal正在尝试利用这些庞大数据为用户和商家创造更多价值。

最近，Ambati在Hadoop创新峰会上向我们介绍了他的团队关注的三个主要领域――图挖掘、文本分析和机器学习。PayPal通过图挖掘帮助数据科学家和营销人员直观地标识数据中出现的一切明显趋势，分析出其中有价值的信息。PayPal基于Hadoop的文本挖掘系统是公司内各种数据科学活动的关键组成部分，这些数据科学活动包括预测建模、情绪分析、影响力评级、简历排名还有主题建模和聚类分析。 

很多的数据PayPal采用图处理和NLP挖掘，这两种常用的方式也将成为公司第三个核心数据分析的基础，所谓的第三个核心指的是数据挖掘与机器学习算法。PayPal的数据挖掘系统很大程度上建立在用Python和Java编写的机器学习算法上，它们都运行于Hadoop平台上，用于挖掘复杂的数据模型并得到有用的信息。 

8. 抢工作、争资源，如此聪明的AI你拿什么阻止？

Stuart Armstrong一直专注于人工智能领域的研究，同时他也是一名哲学家，他对人工智能发展以及可能出现的危险发出警告，人工智能发展的不确定性在增加，所以人类只有未雨绸缪才能有备无患。

Armstrong说：“AI让人恐怖的地方在于它是为数不多的真正能够灭绝全人类的技术，而其他的威胁，比如核战争，它的毁灭范围有限，即使加上核辐射、核冬天影响，也很难使整个人类灭绝，流行病也一样，即使它们的毒性很强。” 

Armstrong说：“真正可怕的是它们的智力，实际上它们比我们更聪明、更擅长社交，当AI以机器人形式走进一个酒吧，然后用它们的武器赶走所有的男人和女人，那时它们才真的可怕。” 

 （文/魏伟） 

更多云计算热点还包括：新时代应用程序设计及MongoDB的十个深入理解、电信级数据流量与监控系统部署案例分享、从“简单”的封面设计剖析Netflix背后的数据哲学、让超级计算机和数据中心“飞”，Intel推800Gbps神器MXC、中国云计算大会PPT集萃（一）：众多名家分享技术挑战与行业趋势、视频云将成为2014年乐视新的发力点，更多精彩请继续关注CSDN云计算频道。

以“云计算大数据 推动智慧中国 ”为主题的 第六届中国云计算大会 将于5月20-23日在北京国家会议中心隆重举办。产业观察、技术培训、主题论坛、行业研讨，内容丰富，干货十足。票价优惠，马上 报名 ！

生活不易，码农辛苦
如果您觉得本网站对您的学习有所帮助,可以手机扫描二维码进行捐赠