开发者社区行业周刊又和大家见面了，快来看看这周有哪些值得我们开发者关注的重要新闻吧。
KubeCon 2020 线上峰会开幕在即，开启云原生下一个十年
北京移动联合中兴通讯率先完成 SON 4/5G 全制式规模部署
Twitter 公布黑客入侵事件调查进展，通过内部系统绕过身份验证，共入侵36个账户
Linux 基金会发起开源创新计划，为全球对抗 COVID-19 提供基础架构
全球首枚 “央行数字货币”诞生
俄罗斯拟通过法案赋予加密货币合法地位 但禁止作为支付手段
Gartner预测2020年全球公有云营收增长 6.3% DaaS 增速最快
京东智联云智能视联网荣获 CSDN“AI优秀案例实践”奖
WSDM 2020丨RMRN：社区问答中的深度关联推理模型
CVPR 2020丨ActBERT: 自监督多模态视频文字学习
IJCAI2020丨淡妆浓抹总相宜 人脸上妆
行 业 要 闻
Industry News
▲▲▲
首届线上开源峰会“Cloud Native + Open Source Virtual Summit China 2020中国线上峰会”，将于2020年7月30日-8月1日举行。峰会官网「cncf.lfasiallc.cn」已经上线，会议注册免费，诚邀全球广大的开源组织、企业、技术大咖和开发者报名参会，提前锁定这场开源界最负盛名的旗舰峰会，开启云原生下一个十年。京东智联云本届也会线上参展，为开发者带来云原生在京东系列技术分享。
7月25日，北京移动联合中兴通讯完成了创新人工智能SON（Self-Organized Networks）自组织网络功能规模化部署，首次实现4/5G网络所有制式内及制式间SON功能的全面应用。该创新功能搭载AI算法，相比传统模式大幅提升4/5G全制式网络邻区及链路智能识别、自动组织、编排和纠错的效率，基站自配置、自优化一步到位，显着减少优化人员工作量，大幅实现降本增效目标。
7月23日，Twitter 公开了调查结果，称黑客共入侵了 36 个账户，没有窃取密码，而是通过访问 Twitter 内部系统，绕过身份验证保护访问了员工凭证。Twitter 使用的内部工具用于锁定 130 个账户，黑客针对其中的 45 个账户发起了密码重置操作，拥有了对账户的完全访问权限发布了推文。Twitter 正在与受影响账户的持有者联系，并在进一步保护其账户系统，以防止再次遭受攻击。
Linux 基金会召集公司开源和公共卫生部门的领导人一起在 Linux 基金会公共卫生部门（LFPH）发起了技术创新计划，与新型冠状病毒肺炎进行斗争。开源基金会汇集众多组织和个人，其最大职能就是召集并促进组织之间的合作，通过开放源码为全球协作提供了一个全球协作抗疫的架构。
7月23日消息，据国外媒体报道，俄罗斯下议院，国家杜马周三通过法案，赋予加密货币合法地位，但禁止其作为支付手段。国家杜马金融委员会主席阿克萨科夫(Anatoly Aksakov)称，本质上，加密货币是存储在信息系统中的数字数据、数字代码或参考，这项法案将呈交上议院--俄罗斯联邦委员会审议，而后呈交克里姆林宫签署。
据《科创板日报》报道，全球数字货币发展再进一步。位于欧洲东北部的立陶宛 23 日发行了全球首枚 CBDC，也就是 “央行数字货币”。本月 2 日，立陶宛中央银行发布消息，将发行数字货币 LBcoin。该数字货币基于区块链技术生产，也是立陶宛试点具有国家支持背景的数字货币和区块链技术项目的一部分。LBCoin 将以 6 枚数字货币以及 1 枚物理银币组成，价格为 99 欧元。将发行 24000 枚数字货币和 4000 枚银币。可以直接与中央银行以及专用区块链网络进行交换。
Gartner 最新预测，2020 年全球公有云服务市场将增长 6.3%，总额将达到 2579 亿美元，高于 2019 年的 2427 亿美元。公有云服务是 2020 年 IT 支出中最具前景的亮点之一。其中，桌面即服务（DaaS）预计将在 2020 年实现最显著的增长，增幅高达 95.4%，达到 12 亿美元。DaaS 为那些支持激增的远程工作人员的企业，以及他们对能够从不同设备和不同地点安全接入企业应用程序的需求，提供了一种平价的选择。
近日，由 CSDN 主办的第三届AI开发者大会（AI ProCon 2020）在线上直播举行。CSDN "百万人学AI"评选活动结果在会上重磅揭晓，京东智联云凭借“智能视联网平台-秸秆焚烧监测系统”从数百家企业中脱颖而出，入选“ AI优秀案例实践奖TOP30 ”。
学 术 前 沿
Academic News
▲▲▲
复旦大学计算器研究团队受到 MAC（Memory, Attention, Control）门控机制的启发， 设计了一种推理记忆单元 RMC（Reasoning Memory Cells）来从建模问题文本，进而与候选用户的历史回答进行多方面推理，能够挖掘问题与用户的深度联系。本文拟解决的问题为社区问答（Community Question Answering），或者叫 Expert Finding。有了这个模型，知乎、Stackoverflow等小区就能把用户提出的问题推荐给潜在熟悉该问题的回答者（answerer），从而能够使得用户快速地获得更专业的答案。
*论文链接：http://jkx.fudan.edu.cn/~qzhang/paper/wsdm500-fuA.pdf
悉尼科技大学的研究团队研发了一款名为VideoBERT的自监督学习模型， 率先使用 BERT 的训练方式进行视频与文本的关联学习，并将视频帧作为视觉单词输入 BERT 网络。为了解决视觉特征无法做分类预测的问题，VideoBERT 使用了 hierachical k-means 的方法将视觉特征进行离散化，这样每个数据特征都对应一个离散的视觉中心。研究团队在五个任务上评测了 ActBERT 的性能，结果显示 ActBERT 在所有评测任务上都获得了大幅度的性能提升。不需要复杂的联合视频文本建模，ActBERT 明显优于现有其他方法。表明 ActBERT 在大规模数据集上的强大学习能力。
杭州电子科技大学、悉尼科技大学研究团队使用FID以及LPIPS来量化人脸自动上妆的效果，提出了一种新的基于现实世界的人脸自动上妆网络 IPM-Net，在完成人脸自动上妆的同时保留了图像中人物的身份信息以及图像背景信息，从而保证了生成图像的真实性。这个化妆程度可控的方案，用户可以按照自己的意愿控制生成图像的化妆程度。
以上信息来源于网络，由“京东智联云开发者”公众号编辑整理，
不代表京东智联云立场
