2024 10 09 HackerNews

2024-10-09 Hacker News Top Stories #

诺贝尔物理奖颁发给霍普菲尔德和希顿，以表彰他们在人工神经网络领域的基础性发现和发明。

谷歌必须开放 Android 给第三方应用商店，法官裁定，要求谷歌允许第三方应用商店在 Google Play 中分发，并提供对 Google Play 应用的完整访问权限。

亚马逊反垄断案将继续推进，尽管与该机构一起提起诉讼的一些州的指控被驳回。

差分变换器是一种新的变换器架构，旨在改善传统变换器在处理上下文时的注意力分配问题。

Kotlin Money 库是用于处理货币金额的库，提供了简化的计算和处理功能。

uBlock Origin 的 DNS 解析代码进行了重写，以更好地支持基于 CNAME 和 IP 地址的过滤。

CAP定理是分布式系统中的一个基本定理，指出任何分布式系统最多只能具备以下三种属性中的两种：一致性、可用性和分区容忍性。

静态网站悖论指出，尽管大多数普通用户倾向于使用复杂的解决方案，但实际上，只有少数专业软件工程师能够选择更简单的静态网站。

视频监控系统是一个基于 OpenCV、YOLO 和 LLAVA 的视频监控系统，主要用于实时物体标记。

是攻击直升机死了吗？文章探讨了攻击直升机在现代战争中的有效性，尤其是在乌克兰战争中的表现。

Nobel Prize in Physics awarded to John Hopfield and Geoffrey Hinton [pdf] #

https://www.nobelprize.org/uploads/2024/09/advanced-physicsprize2024.pdf

这份 PDF 文件是关于 2024 年诺贝尔物理学奖的科学背景介绍。奖项被授予 John J. Hopfield 和 Geoffrey E. Hinton，以表彰他们在人工神经网络（ANNs）领域的基础性发现和发明，这些发现和发明使得机器学习成为可能。

主要内容包括：

引言：介绍了基于人工神经网络的机器学习的发展历程和应用。
历史背景：回顾了电子计算机的起源和早期人工智能的目标，以及早期对生物系统模式识别问题的研究。
1980 年代：描述了 Hopfield 和 Hinton 在循环和前馈神经网络方面的重大突破。
深度学习：讨论了 1980 年代方法论突破之后的进展，包括多层卷积神经网络（CNN）和长短期记忆网络（LSTM）。
ANNs 在物理学和其他科学学科中的应用：展示了 ANNs 在物理学、粒子物理学、天体物理学和气候模型中的应用。
ANNs 在日常生活中的应用：列举了 ANNs 在医疗保健、图像识别、语言生成等方面的应用。
结论：强调了 Hopfield 和 Hinton 在 ANN 领域的方法和概念对科学、工程和日常生活的革命性影响。

获奖者贡献：

John J. Hopfield：提出了一个基于简单循环神经网络的联想记忆动态模型，该模型展示了物理系统中的集体现象如何产生计算能力。
Geoffrey E. Hinton：与同事一起开发了 Hopfield 模型的随机扩展，称为 Boltzmann 机器。他还创造了一个有效的学习算法，称为对比散度，用于训练受限的 Boltzmann 机器（RBM），这是深度学习网络预训练的重要步骤。

文件还提到了 ANNs 在解决特定科学问题中的应用，如量子力学多体问题、粒子物理学中的希格斯玻色子的发现、天体物理学中的银河系中性微子成像等。

此外，文件还包含了对 ANNs 未来在社会中潜在作用的讨论，特别是在建立可持续社会方面的潜力。

HN 热度 737 points | 评论 667 comments | 作者：drpossum | 14 hours ago #

https://news.ycombinator.com/item?id=41775463

对于诺贝尔物理奖的颁发，许多人认为将其授予与物理学无关的领域（如神经网络）是奇怪的。
有评论指出，霍普菲尔德和希顿的工作虽然与物理学有某种联系，但并未真正推动物理学的发展。
一些人提到，诺贝尔奖的评选过程存在不透明性，可能导致一些重要贡献者被忽视。
也有人认为，诺贝尔奖应当关注更基础的理论贡献，而不是仅仅是应用技术。
许多评论者认为，当前物理学领域的研究进展缓慢，诺贝尔奖的颁发反映了这一点。
还有观点认为，深度学习和神经网络在多个领域（如医学、气象等）产生了积极影响，值得认可。
一些人对诺贝尔奖的评选标准表示质疑，认为应更严格地界定物理学的范畴。
也有人指出，诺贝尔奖的历史上曾多次颁发给与实验无关的理论贡献者，表明奖项的广泛性。

Google must open Android for third-party stores, rules Epic judge #

https://www.theverge.com/policy/2024/10/7/24243316/epic-google-permanent-injunction-ruling-third-party-stores

在 Epic 与谷歌的诉讼中，法官詹姆斯·多纳托（James Donato）裁定，谷歌的 Android 应用商店构成非法垄断，必须在未来三年内开放竞争。这一裁决要求谷歌允许第三方应用商店在 Google Play 中分发，并提供对 Google Play 应用的完整访问权限，除非开发者选择退出。

从 2024 年 11 月 1 日起，谷歌还必须停止强制要求使用 Google Play Billing，允许开发者在 Play Store 内告知用户其他支付方式，链接到外部下载方式，并自主设定应用价格。此外，谷歌不得与任何分发 Android 应用的个人或实体分享应用收入，也不得向开发者提供独占或优先发布的金钱或优惠。

法官指出，谷歌与开发者、运营商和设备制造商之间的交易使得竞争对手几乎无法生存。通过阻止这些交易并支持竞争对手的应用商店，可能会促成真正的竞争。

尽管谷歌将保留对安全和安全性的控制，但法官允许其采取合理的措施来管理竞争对手的应用商店。谷歌有八个月的时间来制定实施方案，并由 Epic 和谷歌共同选择的三人技术委员会审查争议。

Epic 未能完全实现其目标，例如希望将开放期限延长至六年，并允许用户一键安装应用。法官认为，三年的期限足以为竞争对手提供公平竞争的机会，而不至于对谷歌造成过大负担。

谷歌表示，这些变化可能会导致一系列意想不到的后果，影响美国消费者、开发者和设备制造商，并计划上诉。Epic 则称这一裁决为胜利，预计在 2025 年将 Epic Games Store 等应用商店引入 Google Play。

Epic 于 2020 年 8 月 13 日起诉谷歌，指控其创建非法垄断。与苹果的案件相比，谷歌的案件进展较慢，但最终陪审团一致认为谷歌 Play 应用商店和 Google Play Billing 服务构成非法垄断。

法官多纳托在判决中表示，将会拆除这些障碍，并拒绝了谷歌关于实施 Epic 要求的工作量和成本的辩解。谷歌目前尚不清楚是否需要立即遵循法院的要求，尽管永久禁令将于 11 月 1 日生效。谷歌已承诺上诉，并希望在上诉期间暂停执行该命令。

HN 热度 735 points | 评论 546 comments | 作者：dblitt | 1 day ago #

https://news.ycombinator.com/item?id=41769657

有人认为谷歌的 Play 商店允许安装替代应用商店（如 F-Droid、Aurora 等），而苹果的 App Store 则不允许，这使得谷歌被认定为垄断的说法不合理。
许多评论者指出，谷歌和苹果的生态系统都需要开放以促进竞争，而不是相互指责。
一些人认为，苹果的市场份额更高，因此其行为更具垄断性，但法院却未对其采取相应措施。
有观点认为，安卓表面上是开放平台，实际上却存在许多限制，类似于苹果的封闭生态。
开发者对安卓的原生 SDK 表示不满，认为其设计不如 iOS 的 SDK 优秀。
有人提到，用户在选择平台时，往往更看重应用的可用性和生态系统的完整性，而不是单纯的技术优劣。
讨论中提到，苹果和谷歌在应用商店的控制上存在双重标准，法律系统对此的处理令人质疑。
一些评论者认为，当前的市场环境需要监管，以恢复公平竞争的环境。
还有人指出，虽然谷歌的 Play 商店被认为是开放的，但实际上它通过多种方式限制了竞争对手的生存空间。

US antitrust case against Amazon to move forward #

https://www.reuters.com/technology/us-antitrust-case-against-amazon-move-forward-2024-10-07/

美国联邦贸易委员会（FTC）对亚马逊（Amazon）的反垄断案件将继续推进，尽管与该机构一起提起诉讼的一些州的指控被驳回。根据最新的法院文件，西雅图的美国地区法官约翰・春（John Chun）于 9 月 30 日解密了他的裁决，驳回了新泽西州、宾夕法尼亚州、马里兰州和俄克拉荷马州检察长提出的一些指控。

去年的指控中，FTC 声称亚马逊的在线超市中有 10 亿件商品，使用了一种算法，使得美国家庭支付的价格超过了 10 亿美元。亚马逊在法庭文件中表示，该程序在 2019 年已经停止使用。FTC 指控亚马逊采用反竞争策略，以保持其在在线超市和市场中的主导地位。

亚马逊曾在去年 12 月要求法官驳回该案，称 FTC 并未提出任何消费者受到伤害的证据。对此，法官在裁决中表示，在案件早期阶段，他无法考虑亚马逊的主张，即其行为对竞争是有利的这起案件反映了美国政府对大型科技公司市场行为的监管和审查力度，特别是在反垄断领域。

HN 热度 436 points | 评论 216 comments | 作者：christhecaribou | 1 day ago #

https://news.ycombinator.com/item?id=41768658

对于传统媒体缺乏提供原始资料的现象，许多人表示不满，认为这影响了新闻的可信度。
有评论认为，现代媒体在展示视频和实时事实核查方面表现更好，尤其是一些流行的播客。
讨论中提到，许多新闻网站不提供外部链接，导致信息来源不透明，影响了读者对新闻的信任。
有人指出，优质新闻报道的成本高昂，许多文章只是简单重写或直接复制新闻稿，缺乏独立调查。
一些评论认为，公众应提高对新闻来源的意识，积极传播本地问题的信息。
也有人提到，现行法律和监管机制不足以有效制止大型企业的反竞争行为，呼吁对反垄断法进行改革。
对于 FTC 主席 Lina Khan 的表现，评论分歧，有人认为她的强硬立场有助于打击反竞争行为，而另一些人则批评她的策略过于激进，导致多起诉讼失败。
讨论中提到，许多企业在面对法律诉讼时，往往将其视为商业成本，而非合规的必要性。
有人指出，当前的反垄断执法需要更有效的法律支持，以便更好地保护市场竞争。

Differential Transformer #

https://arxiv.org/abs/2410.05258

该论文标题为《Differential Transformer》，主要研究了一种新的变换器架构，旨在改善传统变换器在处理上下文时的注意力分配问题。传统变换器往往会过度关注无关的上下文信息，而该研究提出的 Diff Transformer 通过增强对相关上下文的注意力并消除噪声来解决这一问题。

主要内容摘要： #

差分注意力机制：
- Diff Transformer 引入了一种差分注意力机制，该机制通过计算两个独立的 softmax 注意力图之间的差异来生成注意力分数。这种减法操作能够有效地消除噪声，从而促进稀疏注意力模式的出现。
实验结果：
- 在语言建模的实验中，Diff Transformer 在不同的模型规模和训练数据量设置下均表现优于传统变换器。
- 该模型在实际应用中展现出显著优势，包括长上下文建模、关键信息检索、幻觉缓解、上下文学习以及激活异常值的减少。
幻觉缓解：
- Diff Transformer 通过减少对无关上下文的干扰，能够有效缓解在问答和文本摘要中的幻觉现象。
上下文学习：
- 在上下文学习方面，Diff Transformer 不仅提高了准确性，还对顺序排列的鲁棒性更强，这一问题在传统模型中被认为是一个长期存在的鲁棒性问题。
前景展望：
- 研究结果表明，Diff Transformer 是一种极具潜力的架构，能够推动大型语言模型的发展。

总的来说，Diff Transformer 通过创新的注意力机制和实验验证，展示了其在多种语言处理任务中的优越性，尤其是在处理复杂上下文时的表现。

HN 热度 406 points | 评论 144 comments | 作者：weirdcat | 12 hours ago #

https://news.ycombinator.com/item?id=41776324

对于差分变换器的理解存在疑惑，尤其是如何有效地将不相关的信息权重降至零。
常规的 softmax 注意力机制存在缺陷，可能无法将某些信息的注意力权重降至零。
负值的注意力权重可能增强模型的表达能力。
该方法在训练时间和模型大小上都有显著的改进，可能会被广泛采用。
需要注意的是，每个注意力层需要计算两次注意力，这可能会导致计算开销增加。
负注意力的引入可能会使模型在处理不同输入时更具鲁棒性。
该方法的有效性可能依赖于模型的规模和训练方式。
负注意力的实现可能会导致模型在某些情况下的表现不如预期。
该方法的提出是为了减少注意力噪声，但并不能完全解决模型的幻觉问题。
未来的研究可能会探索如何进一步降低模型的幻觉率。

Show HN: Kotlin Money #

https://blog.eriksen.com.br/en/introducing-kotlin-money

这篇文章介绍了一个名为 Kotlin Money 的库，旨在简化货币金额的计算和处理。文章指出，尽管处理货币金额是常见的计算任务，但主流编程语言通常没有专门的货币数据类型，程序员需要自己编写抽象来处理这些问题。这在涉及分期付款、外汇交易或简单的费用处理和税收收集时，可能会导致舍入问题。

主要内容摘要： #

库的功能：
- 数学运算：支持货币金额的加减乘除等基本运算。
- 百分比计算：可以轻松计算折扣和费用。
- 分配功能：能够将货币金额分配为多个部分，确保各部分之和等于原始金额。

示例代码：

创建货币金额：

val price = 100 money "USD" // USD 100.00
val shipping = 5 money "USD" // USD 5.00
val subtotal = price + shipping // USD 105.00

计算折扣和总金额：

val discount = 10.percent() // 10%
val total = subtotal decreaseBy discount // USD 94.50

分配功能的细节：

通过 allocate() 方法，可以将金额分配为多个部分，确保总和不变。例如：
```
val installments = price allocate 3 // [USD 33.34, USD 33.33, USD 33.33]
```

还可以根据比例分配：

val result = dueAmount allocate listOf(50.percent(), 30.percent(), 20.percent())

舍入问题的解决：
- 库提供了处理舍入问题的功能，确保在分期付款时不会出现金额损失。例如：
```
val total = installments.allocations().sum() // USD 100.00
```
未来计划：
- 文章提到，作者计划逐步扩展库的功能，包括支持 Android 开发和持久化、序列化等。
支持的货币：
- 该库内置支持 306 种流通货币和 2283 种加密货币。

总结： #

Kotlin Money 库为处理货币金额提供了强大的工具，解决了常见的舍入和分配问题，适合在 Kotlin 项目中使用。文章鼓励开发者尝试这个库，并提供了使用指南和安装说明。

HN 热度 325 points | 评论 185 comments | 作者：eriksencosta | 11 hours ago #

https://news.ycombinator.com/item?id=41776878

许多开发者认为 Kotlin 的语法和特性使得代码阅读变得困难，尤其是过多的中缀函数和扩展函数。
有人提到 Kotlin 在处理货币时缺乏第一类数据类型，导致开发者需要自己实现相关的抽象。
对于中缀函数的使用，有人表示偏好常规扩展方法，认为中缀函数的可读性较差。
一些评论者对 Kotlin 的设计表示担忧，认为其引入的新特性可能导致代码的复杂性增加。
有人提到 Kotlin 的灵活性和语法糖使得 Java 开发者在迁移时感到不适应。
讨论中提到的货币库需要处理汇率、四舍五入等复杂问题，且对不同货币的操作应有明确的异常处理。
一些开发者希望看到更严格的类型系统，以避免在不同货币之间进行不当操作。
对于货币处理的库，评论者普遍认为需要有更好的文档和示例，以帮助开发者理解如何使用。
有人提到在金融应用中，整数处理货币金额的方式仍然是常见的做法，尽管许多语言现在也支持小数。
讨论中提到的库在处理货币时，应该考虑到本地化和符号的变化，以适应不同地区的需求。

uBlock Origin CNAME uncloaking now supports filtering by IP address #

https://github.com/gorhill/uBlock/commit/6acf97bf51

该提交（commit）主要对 uBlock Origin 的 DNS 解析代码进行了重写，以更好地支持基于 CNAME（规范名称）和 IP 地址的过滤。以下是详细摘要：

功能改进：
- 该更改使得 DNS 解析代码能够更早地获取 IP 地址，从而允许在 onBeforeRequest 事件时匹配 ipaddress= 选项。
- 这意味着用户现在可以通过 ipaddress= 选项来阻止根文档，只要在第一次 onBeforeRequest() 调用之前能够提取到 IP 地址。
相关问题：
- 提交中提到的相关问题是 uBlockOrigin/uBlock-issues#2792，表明该功能的实现与用户反馈有关。
注意事项：
- 使用的 IP 地址是通过 dns.resolve() 方法返回的 IP 地址列表中的第一个。由于 uBlock 无法确定浏览器在发送请求时将使用哪个确切的 IP 地址，因此这只是一个最佳猜测。
- 浏览器实际使用的 IP 地址在 onHeadersReceived 事件时可用，但此时网络请求已经发送到远程服务器。
- 未来可能的改进包括将完整的 IP 地址列表提供给过滤引擎，但即使如此，仍无法确定浏览器最终使用的 IP 地址。
代码更改：
- 此提交涉及 4 个文件的更改，包括对多个平台（如 Chromium、Firefox 和 Opera）的支持，增加了 153 行代码并删除了 96 行代码。

总的来说，这次提交增强了 uBlock Origin 在处理 DNS 解析时的灵活性和准确性，特别是在与 CNAME 和 IP 地址相关的过滤功能上。

HN 热度 275 points | 评论 123 comments | 作者：gslin | 1 day ago #

https://news.ycombinator.com/item?id=41770921

uBlock Origin 早已支持 CNAME 解 Cloaking 功能，这次更新主要是代码重构，而非全新特性。
有人认为新功能允许在请求发出前基于 IP 地址进行阻止，但仍存在不确定性。
谈到 Chrome 的 Manifest V3，许多人对其对广告拦截器的影响表示担忧，认为这将削弱 uBlock Origin 的功能。
一些用户已经开始迁移到 Firefox 或 Brave，以继续使用 uBlock Origin。
对于广告的看法，评论中提到广告对现代社会的影响以及对隐私的侵犯。
讨论中提到，广告商可能会利用 CNAME Cloaking 来规避广告拦截器的检测。
有人提到，广告的存在使得用户体验变差，许多人更倾向于使用无广告的服务。
还有评论指出，广告商的行为可能会导致法律责任，尤其是当恶意广告影响用户时。
讨论中提到，用户对广告的接受度正在变化，越来越多的人希望减少广告干扰。

An illustrated proof of the CAP theorem (2018) #

https://mwhittaker.github.io/blog/an_illustrated_proof_of_the_cap_theorem/

这篇博客文章详细介绍了 CAP 定理的内容及其证明，CAP 定理是分布式系统中的一个基本定理，指出任何分布式系统最多只能具备以下三种属性中的两种：

一致性（Consistency）
可用性（Availability）
分区容忍性（Partition Tolerance）

CAP 定理概述 #

CAP 定理表明，分布式系统无法同时具备一致性、可用性和分区容忍性。文章首先定义了这些概念，并通过一个简单的分布式系统示例进行说明。该系统由两个服务器（G1 和 G2）组成，它们共同维护一个变量 v 的值。

关键概念 #

一致性：在一致性系统中，任何在写操作完成后进行的读操作都必须返回该值或更晚的写操作的结果。例如，如果客户端向 G1 写入 v1，G2 在未更新的情况下返回 v0，则系统不一致。
可用性：可用性要求系统中的每个非故障节点必须对收到的请求做出响应。即使在网络分区的情况下，服务器也必须响应客户端的请求。
分区容忍性：分区容忍性意味着系统能够在网络中丢失任意数量的消息的情况下继续正常工作。即使 G1 和 G2 之间的消息丢失，系统仍需保持功能。

证明过程 #

文章通过假设存在一个同时具备一致性、可用性和分区容忍性的系统进行证明。首先，假设系统被分区。客户端请求将 v1 写入 G1，G1 必须响应，但由于网络分区，G1 无法将数据复制到 G2。接着，客户端向 G2 发出读取请求，G2 也必须响应，但由于无法从 G1 更新数据，它返回了过时的值 v0。这种情况下，系统表现出不一致性。

通过这个例子，文章证明了假设的矛盾，表明不存在一个同时具备这三种属性的系统。

总结 #

CAP 定理强调了在设计分布式系统时必须权衡一致性、可用性和分区容忍性。理解这些概念对于构建高效且可靠的分布式系统至关重要。

HN 热度 254 points | 评论 82 comments | 作者：tripdout | 23 hours ago #

https://news.ycombinator.com/item?id=41772624

CAP 定理虽然重要，但忽略了延迟，PACELC 理论提供了更全面的视角。
在网络分区时，必须在可用性和一致性之间做出选择，而在正常操作中则需要在延迟和一致性之间权衡。
可用性在 CAP 中是一个软件决策，与节点是否正常无关。
高延迟在 CAP 中被视为分区，任何硬件错误或网络问题都不是可用性问题。
PACELC 理论强调即使没有分区，仍然存在一致性与延迟的权衡。
许多系统在网络完全连接时也会牺牲一致性以提高性能。
CAP 定理的价值在于其证明，帮助理解分布式系统中的基本权衡。
在实际应用中，许多系统选择可用性而非一致性，尤其是在金融服务等领域。
CAP 定理并不是绝对的，设计者可以在不同情况下选择不同的权衡策略。
许多开发者对 CAP 定理的理解存在误区，认为可以同时满足所有三个条件。

The Static Site Paradox #

https://kristoff.it/blog/static-site-paradox/

这篇文章《静态网站悖论》由 Loris Cro 撰写，探讨了个人网站的两种不同实现方式：一种是复杂的内容管理系统（CMS），另一种是简单的静态 HTML 文件。文章指出，尽管大多数普通用户倾向于使用复杂的解决方案（如 WordPress），但实际上，只有少数专业软件工程师能够选择更简单的静态网站。

主要内容摘要： #

两种网站类型：
- 复杂 CMS：使用 PHP 编写，需要网络服务器、多个工作进程、Redis 缓存和 SQL 数据库，前端通常是单页应用（SPA），通过 JSON 请求内容。
- 静态网站：由静态 HTML 文件和少量 CSS 文件组成，不使用 JavaScript。
用户选择的悖论：
- 普通用户往往被迫使用复杂的解决方案，因为设置静态网站涉及多个步骤（如购买域名、寻找托管平台、配置 DNS 等），而这些步骤对他们来说较为复杂。
- 相比之下，软件工程师可以利用 GitHub Pages 等免费托管服务，轻松创建静态网站。
工具和可访问性：
- Loris 提到，尽管存在 HTML 的语言服务器和代码检查工具，但大多数工具与特定的前端框架绑定，导致开发者在没有必要的情况下使用复杂框架。
- 这种复杂性使得普通用户更难以直接参与网页开发，反而将他们推向社交网络等封闭平台。
社会责任：
- Loris 强调，软件工程师在简化技术时，实际上是在为社会服务。复杂的技术使得普通用户无法自主导航网络，类似于律师和会计师在各自领域的角色。
- 他呼吁开发者共同努力，使网络更加可访问，鼓励多样性和创造力。
结论：
- 文章最后指出，解决这一悖论的责任不应仅依赖初创公司或大型科技公司，因为他们的经济激励往往与用户的需求不一致。开发者应当为简化技术而感到自豪，并努力让网络更具包容性。

这篇文章引发了对当前网络开发复杂性和用户可访问性的深思，强调了技术应服务于更广泛的用户群体，而不仅仅是专业人士。

HN 热度 250 points | 评论 171 comments | 作者：alraj | 14 hours ago #

https://news.ycombinator.com/item?id=41775238

在灾难情况下，静态网站的加载速度和可用性显得尤为重要，很多人希望手机能内置 FM 收音机以应对紧急情况。
许多小型企业使用简单的 HTML 解决方案来满足基本需求，尽管这些方法看似原始，但在实际操作中却能有效满足用户需求。
开发者常常低估了维护网站所需的时间和精力，简单的静态网站在功能上可能无法满足复杂需求。
WordPress 等平台因其易用性和插件生态系统而受到青睐，尽管静态网站生成器在性能上有优势，但对于普通用户来说，复杂性可能导致他们选择更简单的解决方案。
许多用户在选择网站架构时更关注可扩展性和未来需求，而不是当前的简单性。
现代网站开发中，用户体验和维护成本是重要考量，很多开发者发现简单的解决方案往往更有效。
对于非技术用户，使用现成的 CMS（如 WordPress）可以节省大量时间和精力，而手动构建静态网站则可能导致更多的复杂性和维护问题。

Video Surveillance with YOLO+llava #

https://github.com/PsyChip/machina

该 GitHub 项目 machina 是一个基于 OpenCV、YOLO 和 LLAVA 的视频监控系统，主要用于实时物体标记。以下是该项目的详细摘要：

项目概述 #

名称: machina
功能: 实时监控和物体检测
技术栈:
- OpenCV：用于图像处理
- YOLO（You Only Look Once）：用于物体检测
- LLAVA：用于对象标记的语言模型

工作原理 #

流媒体处理:
- 该系统连接到高分辨率的 RTSP 流，并在单独的线程中处理帧。
- 将帧存入内存并进行重采样以便处理。
物体检测:
- YOLO 处理每一帧，基于物体的坐标、大小和时间戳分配特定的 ID。
- 系统尝试在每次迭代中匹配相同的物体。
后台处理:
- 另一个线程持续迭代物体数组，并向 Ollama 服务器发送请求进行物体标记。
- 计算每个检测框的中心，并在屏幕上进行定位，提供 16 像素的容差。

性能 #

输入帧被重采样为 640x480，使用 YOLO 11 小模型（yolo11s.pt）在 GeForce GTX 1060 上平均干扰时间为 20 毫秒。
网络条件导致每 10 分钟流延迟 1-2 秒，脚本还具有 3 秒检测空闲时的帧跳过机制。

使用说明 #

环境准备:
1. 克隆该仓库。
2. 安装 Ollama 服务器并运行 ollama run llava。
3. 在 app.py 中设置 RTMP 流地址。
4. 安装依赖项：pip install -r requirements.txt。
5. 运行脚本：py app.py。
快捷键:
- S: 截图，获取输入流的当前图像。
- R: 开始/停止录制，录制当前视图。
- Q: 退出应用。

项目方向 #

该项目仍在持续开发中，旨在利用现代视觉和物体检测模型创建一个完整的无头安全系统。欢迎贡献代码、想法或通过 Ko-fi 或比特币进行捐赠。

贡献链接 #

Ko-fi
比特币地址: bc1qlq067vldngs37l5a4yjc4wvhyt89wv3u68dsuv

该项目展示了如何结合现代计算机视觉技术来实现智能监控解决方案。

HN 热度 240 points | 评论 64 comments | 作者：psychip | 23 hours ago #

https://news.ycombinator.com/item?id=41772551

许多用户推荐使用 Frigate、Scrypted 和 Viseron 作为 DIY 安全监控和 AI 的解决方案。
Frigate 的物体检测准确性受到一些用户的质疑，存在较高的误报率。
有用户分享了使用 Frigate 和 Viseron 的经验，认为这两个项目都很可靠，但配置上可能有些复杂。
对于硬件选择，用户建议使用支持 RTSP 的 IP 摄像头，并关注编码设置和可配置性。
有讨论关于使用 YOLO 和 Llava 的必要性，认为 YOLO 可以独立完成检测，而 Llava 主要用于提供更详细的描述。
一些用户提到，使用 AI 加速器（如 Google Coral）可以有效降低功耗并提高性能。
对于监控设备的安全性，用户建议将摄像头放在不连接互联网的网络中，以防止潜在的安全风险。
有用户指出，Dahua 和 Hikvision 的产品在美国受到限制，建议选择其他品牌的摄像头。
讨论中提到的替代方案包括 MobileNetV3 和 EfficientDet，认为这些模型在低功耗设备上表现良好。
用户提醒在使用监控技术时应注意隐私和道德问题，鼓励负责任地使用技术。

Is the attack helicopter dead? #

https://hushkit.net/2024/10/07/is-the-attack-helicopter-dead/

这篇文章探讨了攻击直升机在现代战争中的有效性，尤其是在乌克兰战争中的表现。以下是详细摘要：

攻击直升机的脆弱性：文章指出，攻击直升机在复杂和高成本的操作中面临重大挑战，尤其是在俄罗斯对乌克兰的全面入侵中。无人机的使用显示出其在对抗装甲目标方面的有效性，攻击直升机的脆弱性愈发明显。
乌克兰战争的背景：自 2022 年俄罗斯入侵乌克兰以来，双方都遭受了巨大的损失。乌克兰的防御能力超出预期，俄罗斯的攻击直升机在缺乏空中优势的情况下，面临来自地面部队和无人机的威胁。
装甲部队的运作：文章分析了现代战争中装甲部队的运作方式，强调了情报、监视和侦察（ISR）平台的重要性。传统的装甲侦察任务正在被无人机等新型平台所补充。
攻击直升机的作战环境：在乌克兰，俄罗斯的攻击直升机在敌方控制区域内作战，面临着有效的地面防空系统和隐蔽的敌军部队。文章指出，攻击直升机在这样的环境中风险极高。
未来的作战策略：为了提高攻击直升机的生存能力，文章建议采用网络化作战，利用长距离、隐蔽的打击方式，减少对敌方防空系统的暴露。同时，强调了对无人机威胁的应对措施。
结论：尽管攻击直升机在现代战争中面临挑战，但通过适当的战术调整和技术整合，它们仍然可以在防御和进攻中发挥重要作用。文章呼吁重视情报和通信能力，以应对未来的战斗环境。

总体而言，文章深入分析了攻击直升机在现代战争中的地位和未来发展方向，强调了技术和战术的结合对于提升作战效能的重要性。

HN 热度 192 points | 评论 575 comments | 作者：speckx | 1 day ago #

https://news.ycombinator.com/item?id=41769971

有人认为攻击直升机并没有死亡，仍然在战场上发挥作用，尤其是在灵活性和隐蔽性方面。
许多评论提到，现代战争中无人机的使用正在改变战斗方式，尤其是在对抗近距离敌人时。
直升机的高成本和操作复杂性使得其在与无人机的竞争中处于劣势，尤其是在不对称战争中。
一些评论指出，俄罗斯的直升机战术与美军不同，更倾向于快速低飞和快速打击。
讨论中提到，未来的战争可能会出现无人机与反无人机技术的军备竞赛。
还有人提到，现代战争中，精确打击和数量的平衡变得越来越重要，尤其是在乌克兰战争中。
直升机在反潜和反舰作战中仍然具有重要作用，但攻击直升机的角色正在被重新评估。
有观点认为，未来可能会出现更便宜且高效的无人机替代传统攻击直升机。