12月参加了IoT World深圳站的会议，陆续补一些内容回顾。
中关村物联网发展中心的王正伟做的《物联网黄金十年》，一开始我觉得可能只是老生常谈，陆续看下去，还是有不少知识整理的。
比如提到物联网十年的三大新规律：
内容上，出现碎片应用集成服务平台
架构上，出现终端——云——大数据的“云管端”架构
价值上，微创新、微盈利、湿营销
这些新的规律将推动有新的物联网服务公司出现。
继续阅读分类目录归档：不是技术
几个技术介绍的小结
第一个是Visa过来介绍他们的云端EMV L2 kernel的方案。其实也引入了一些新的概念和问题。
因为云内核在终端上总有一个桩一样的实体，这个实体就从EMV认证变成了Visa的软件认证了。
另外一个问题是云内核的云端与终端交互次数如果必须减少，则终端的作用就不会是一个简单的透传，而是糅合了不少L2的逻辑在终端上，这样的云内核实际上并非Thin Client，更有可能是一个跨架构的L2 kernel，从EMV认证的逻辑上来说，终端还是要接受EMV认证的。
Visa希望我们能协助他们找到pilot的场景，然而虽然技术上是成立的，但认证上恐怕Visa要再去说服EMVCo才行。
Visa的方案仍在开发中，部署在Visa的私有云上，后续可能考虑不同洲或国家的本地部署。也不提供客户运维功能，也就是说只能使用Visa的方案。另外，集成有CyberNet，L2 Cloud直接连上Visa的Gateway/Processor Cloud，没别家什么事了。
第二个是Arm中国过来，介绍其mbedOS以及Pelion物联网平台。我们感兴趣的是mbedOS已经提供了足够好的各种物联网设备的支持。这可以帮助我们快速地搭建一个mbedOS为基础的互联雏形。
然而Pelion是一个收费的服务，有Inhouse部署的方案，但开销太高，也有连接数的要求。对于我们如果想用start-up的模式启动，很可能只能使用其Public Cloud的模式。估计报价也偏贵。
由于mbedOS有十年左右的开源历史，又是3000人年的工作量累积，因此质量上应该是OK的，各种IoT物理协议也支持，重要的是开源和免费，这对比华为或者阿里，就更有优势了，这两个国产IoT需要同时使用他们自己的云服务或者模块。。。
Pelion的体系下有两种设备在线，功能性的IoT设备、IoT网关。IoT网关提供应用隔离方面的管理能力——还是Pelion的云端下发的规则。
Pelion提供设备到设备的身份验证，这是利用其对证书体系的支持而做到的。
IoT设备管理上使用LWM2M协议。
第三个是CPoC的规范新出来了，在同事的讲解下学习了一下。
与SPoC相比，CPoC要在COTS上保存收单密钥，因而安全等级更高，不能用白盒……这一点有点麻烦，意味着必须是手机厂商开放TEE的功能才能玩这个。一个COTS上可以有多个不同Brand的CPoC应用，只要保证当前只有一个能访问NFC。
CPoC的Attest频度可以比SPoC要低，半小时一次即可。
后台相关的要求与SPoC类似。
Jupyter Notebook
开始系统学习一些machine learning工程性质的东西，发现这个Jupyter Notebook真是一个颇为神器的玩意。适合用来编写跟Python相关技术教材。
也许过去十多年接触的Python，都是断断续续，把它当成一个普通的script language，想着写着，就python调用一下，导致这么多年在Python上好像一点长进都没有。当然了，如果应用上就是一个script language，那是无所谓的。
然而，如今Python如日中天，大量的前沿学术、工程均使用py的情况下，再低看它就变得不再合适了。
说回Jupyter，同样的概念应用于其他的script language也应该适合，只是在AI方面，大量的代码如果缺乏文本的描述，则晦涩难懂，而随时修改输入输出又是AI程序调试的刚需，所以Jupyter这个概念就在AI应用最多的Python语言上得以壮大。
Fuchsia
最近看了一下Fuchsia的一些介绍，以及一些评论。
操作系统领域的沉淀知识实在是太多太复杂了，以至于绝大多数的人都是在盲人摸象一样在给予自己所熟知领域上的评论。
这篇通篇的大论，其实内容还是很丰富的。
只是连名称都拼错，未免让人对其内容的有效性产生怀疑。
Fuchsia一方面是为了破除Linux内核对Android发展的限制，另一方面则是想把IoT的OS和智能OS——Android能产生一个有效的统一。后面这个也是鸿蒙希望做到的。鸿蒙也是抄Fuchsia，这基本上没什么疑问的事情，就看鸿蒙做成功了还是Fuchsia做成功了。
- 回归内核本质功能的微内核
- 无全局根文件系统、路径只对应channel的handle
- 统一的channel对资源的访问：设备、文件系统、服务等
- 没有用户，用namespace区分权限
- 进程创建从头开始：namespace到channel handle的映射等
兼容性和安全隔离同时考虑了。
操作系统发展了这么多年，新的总是宣称用一个大统一的形象来覆盖旧的分歧。比如Windows的COM/COM+，Linux的文件系统等。
Fuchsia由于Google在Android和ChromeOS后拥有了强大的操作系统专家和团队，并且又有整个生态的支持，要发起革命，至少在能力上已经足够了。
阻力只能来源于内部，包括Android本身。
我认为只要不封杀华为，鸿蒙是起不来的。封杀华为，则鸿蒙有可能成为行业一霸，但不见得能叫板Google。
技术论坛的分析获取趋势
今天读完一篇paper。
《Toward Empirically Investigating Non-Functional Requirements of iOS Developers on Stack Overflow》
其工作是通过对Stack Overflow上的iOS开发相关的主题历史数据进行分析，得出iOS各个开发工具、子领域上对一些非功能性需求的重视程度、难度、关注等。
结果是，可用性最高，其次是可靠性，最弱的是性能和可移植性，而可维护性根本不重要。
继续阅读离线文章/笔记——Pocket
由于开始用Mac Mini办公，于是试用各种不一样的阅读软件。
试到了这一款叫Pocket的软件，可以支持多种操作系统。其原理是，你提交URL给它，它就会把相应的文章取下来，供你的多个设备进行阅读。
为什么特意说呢，因为，它取文章的过程，并不是使用安装该软件的终端的所在网络去提取的，而是……通过它的服务器去获取的。
继续阅读Khan Academy
自从听了Heckman的讲座后，对如何加强对儿子的教育这个事情产生了不少的兴趣。
VIPKIDS里面的老师虽然也会跟CC讲一些数学的课程，但总体来说，即使是一周两节课，还是太少了。
于是找来了可汗学院的课程，既有视频也有题目，全英文的数学教学，让他从一年级开始学起……
CC也学得挺有兴趣，只是KA的网站在境外，偶尔连接还是有点略慢，但忍忍也是可以用的哦。
KA的app还可以调节语速，可以打开字幕，但我觉得并不是非常的重要。
一天看4～6个小节，坚持下去，看情况如何吧。
对父母来说，淡定真的很重要，不要跟别人比培训上花了多少钱和多少时间，自己努力把要学的东西学到手才是最重要的。
Heckman的研究
读完了James Heckman的paper《Fostering-and-Measuring-Skills-Improving-Cognitive-and-Non-Cognitive-Skills-to-Promote-Lifetime-Success》，总结一下。
理论将人的技能分为两类，分别是认知技能和非认知技能。
其中认知技能又分为：晶体智力和流体智力。晶体智力一旦习得则固化，而流体智力则随着年龄增长/衰老而变化，比如记忆力。
认知技能不在该论文中进行讨论。
Heckman关注的是非认知技能，用流行的Big Five概括，非认知技能在当前的语境中有如下的表达：
对经验的开放性、责任性、外向、合作能力、情绪稳定。
- 非认知技能的培养越早越好，非认知技能作为一种基础技能可提升技能（认知和非认知）学习的投资回报率。（我想到的是顺产是不是也是一种非认知技能的学习途径……）
- 认知技能的有效习得方式很多，但学习效率上是受非认知技能的影响。
- 非认知技能的培养过程源于：家校的持续沟通、一些持续的仪式类的课程（本身是学习基础知识的，比如数学、文学等）、注重纪律和道德培养的宗教型学校，等等。
- 青年职业训练的重要性在于弥补了非认知技能的训练，使其可以为劳工市场而使用，提高就业。就业市场上需要的非认知技能：问题解决能力、责任心、纪律、毅力等等。
- 目前学校不注重非认知技能的训练，非认知技能需要家校同时加强，列举得很多有效的programme都是家校合作，持续覆盖完整的2年以上。（夏令营在这个角度看，除了开拓视野之外，对非认知技能基本上没有用）
- 家庭需要超出抚养子女的范围，刻意培养其非认知技能。
- 糖果激励长期来看是负面的，无用的，而且效果容易缺失。
另外Heckman从paper中评点了心理学在这一领域上的弱势，过于依赖问卷/自评来进行数据采集。这样就导致两个问题：1.对于问题和词句的理解性偏差，2.答卷人主观偏差。
Heckman参考的programme及其跟踪，更多的选择客观数据进行统计，比如升学率、平均绩点、就业率、平均收入、犯罪率等等。
如果问我从中有什么可供操作的建议，我会说：
持之以恒的介入幼儿到中学的教育中，也许是教育科目，也许是兴趣爱好，但必须介入，确认其非认知技能的获得，对于这些科目或项目本身的成就，则随缘就好。
放弃夏令营，假期不如去旅行。
智能商业和视觉智能专场
7月14日，已经是第三天了，感觉前两天的内容相当丰富，这一天打算换个角度看世界，基本上就没记什么笔记了，纯粹印象。
阿里巴巴来的是肖利华，清华的博后，看上去比较年轻，也比较的拽。因为迟到了，所以放在上午稍晚的位置讲，原本是第一个。
苏宁、阿里、京东、TCL、再到旷视、商汤、云从等等，无论是算法为主的，还是商业为主的，还是以产品为主的，都在打造自己企业的AI商业架构。
简单来说，就是数据层——框架层——应用层。
一般来说，数据层来自这些公司自身的业务，或者其客户；框架层是这些公司的算法团队或自研或引入的开源算法框架（无论软硬件）；应用层则是AI如何变现的尝试，有公司业务的创新，也有可能是附着之上的小创业团队，在这上面做文章。
从阿里的角度看，它提供了数据层+框架层+应用层（小创业团队），只需要传统行业将业务导入，将数据导入就可以了，这无疑也带来了传统行业的被绑架的忧虑。
其他的公司或多或少在这几层上进行折腾，但总的来说，AI框架层基本上都会掌握在自己手中进行进化。
从另一个角度看，AI框架层也许是整个生态中最低成本的投入了……
类脑计算专场
7月13日下午，本来想过去听一下AI芯片方面的报告的，结果看着类脑计算的美国院士陈世卿的名头，鬼使神差地在类脑计算这里坐了一个下午。
类脑计算，顾名思义，就是抛弃传统计算机/算法的数学思维模式，转为通过对生物/人脑的模仿去实现计算系统。
继续阅读