2024-08-24 Hacker News Top Stories #

1. InstantDB 提供现代化客户端数据库解决方案，简化实时和协作应用开发，支持实时更新、离线工作等功能，并得到开发者好评。
2. 文章探讨了 Python 的预处理器概念，展示了其灵活性和扩展性，并引发了关于编程创造性的讨论。
3. 一名17岁的德国学生揭露了德国ISP对盗版网站的秘密封锁名单，引发对透明度和技术规避手段的讨论。
4. Anthropic 启用 CORS 支持允许直接从浏览器调用其大语言模型，尽管存在安全风险，但提供了新的应用可能性。
5. 报告呼吁英国政府开放邮政地址文件 PAF 以促进创新，并讨论了不同国家地址系统的差异和挑战。
6. SurrealEngine 是一个开源项目，旨在重制 Unreal Engine 并支持《虚幻竞技场》（UT99），引起怀旧情绪和技术讨论。
7. 美国司法部起诉 RealPage 公司，指控其算法定价方案损害租户利益并试图垄断市场。
8. 作者分享了与 Chase 银行合作的糟糕经历，提醒小企业主注意选择合适的金融机构。
9. 斯蒂芬·沃尔夫拉姆探讨了机器学习的基本原理，特别是神经网络的复杂性和计算不可约性。
10. Vega 是一种声明式语言，用于构建交互式数据可视化界面，其高级版本 Vega-Lite 简化了常见图形的创建过程。

Show HN: InstantDB – A Modern Firebase #

https://github.com/instantdb/instant

该 GitHub 项目“instantdb/instant”是一个实时的客户端数据库，旨在简化实时和协作应用程序（如 Notion 或 Figma）的构建过程。以下是该项目的详细摘要：

项目概述 #

• Instant 是一个客户端数据库，允许开发者通过编写关系查询来处理数据，自动处理数据获取、权限检查和离线缓存。
• 它支持乐观更新和回滚，所有查询默认都是多用户的。
• 目前支持 JavaScript、React 和 React Native 的 SDK。

功能特点 #

1. 实时更新：数据更改会立即反映在所有连接的客户端上。
2. 多用户支持：默认情况下，所有查询都是为多用户设计的。
3. 离线工作：支持在无网络时的操作，数据会在恢复连接后同步。
4. 简化开发流程：开发者只需关注查询，而不必处理存储、选择器和端点等复杂性。

使用示例 #

项目提供了一个简单的聊天应用示例，展示了如何使用 Instant 进行数据读取和写入。代码示例展示了如何初始化数据库、执行查询和更新消息。

动机 #

开发团队意识到现代应用开发中许多复杂性实际上是数据库问题的表现，因此创建了 Instant，以便开发者可以专注于用户体验，而不是底层数据管理。

架构概述 #

• 所有用户数据以三元组的形式存储在一个大型 Postgres 数据库中。
• 使用 Clojure 编写的同步服务器与 Postgres 交互，查询引擎支持类似 GraphQL 的 InstaQL 语言。
• 前端使用客户端三元组存储，支持 IndexedDB 和 React Native 的 AsyncStorage。

开始使用 #

用户可以在 instantdb.com 上注册并在 5 分钟内创建一个功能性应用。如果有问题，可以加入他们的 Discord 社区。

贡献 #

欢迎开发者加入 Discord 并提供反馈，项目文档中有关于如何本地启动 Instant 的详细说明。

许可证 #

该项目采用 Apache-2.0 许可证。

总之，Instant 是一个旨在简化实时应用开发的强大工具，提供了高效的数据管理和多用户支持，适合希望快速构建现代应用的开发者。

HN 热度 1053 points | 评论 257 comments | 作者：nezaj | 1 day ago #

https://news.ycombinator.com/item?id=41322281

• InstantDB 提供了一个现代化的客户端数据库，旨在简化实时和协作应用的开发。
• 许多开发者对 Firebase 缺乏关系查询的功能表示不满，认为这限制了应用的灵活性。
• InstantDB 的设计允许可选的架构，支持 JSON 数据存储，适合小型项目和快速开发。
• 开发者对 InstantDB 的实时性、离线支持和关系查询功能表示赞赏，认为这些是构建现代应用的关键。
• 有评论指出，InstantDB 的权限系统与 Firebase 类似，但在动态性和灵活性上有所不同。
• 一些用户对 InstantDB 的迁移和集成现有 PostgreSQL 数据库的能力表示关注，期待未来的适配器支持。
• 对于 API 的设计，开发者希望能够更简洁地处理事务，减少冗余代码。
• InstantDB 的开源特性受到欢迎，开发者希望能在本地部署和自定义使用。

Python’s Preprocessor #

https://pydong.org/posts/PythonsPreprocessor/

这篇文章讨论了 Python 的预处理器，反驳了“Python 没有预处理器”的说法，认为 Python 实际上拥有最强大的预处理器。以下是文章的详细摘要：

1. Python 的编码 #

• 根据 PEP-0263，Python 允许在文件的前两行中定义源代码编码。可以使用特定的魔法注释（如 # coding=utf8）来指定编码。
• 自定义编码可以通过创建一个 .pth 文件来实现，该文件在 Python 启动时自动加载。

2. 路径配置文件 #

• Python 会在初始化时加载站点包，.pth 文件可以用来添加特定路径到模块搜索路径。
• .pth 文件中的 import 语句会在初始化时执行，这为执行任意代码提供了机会。

3. 自定义编解码器 #

• 创建自定义编解码器需要定义解码函数和增量解码器类。
• 解码函数负责将字节数据解码为字符串，并可以在其中进行预处理。
• 增量解码器用于处理大文件，允许逐步解码。

4. 扩展 Python #

• Python 的标准库提供了 tokenize 和 ast 模块，可以用来修改 Python 代码。
• 文章提到如何实现一元自增和自减操作符的替代方案，使用 PEP-0572 的赋值表达式来实现。

5. 使用大括号的 Python（Bython） #

• 文章探讨了如何通过修改 token 流来实现使用大括号的 Python 语法，尽管 Python 官方不支持这一特性。

6. 解释其他语言 #

• 文章讨论了如何让 Python 解释其他语言（如 C/C++），通过使用预处理指令和 cppyy 库来实现。

7. 数据验证 #

• 使用 TOML 格式的数据可以通过 Python 进行验证，结合 jsonschema 库来实现。

8. 结论 #

• 自定义编解码器和路径配置文件可以显著改变 Python 解释器的行为，虽然许多示例是出于娱乐目的，但也有实际应用，如 pythonql 和 future-typing 等项目。

这篇文章展示了 Python 的灵活性和扩展性，鼓励开发者探索自定义预处理器的可能性。

HN 热度 386 points | 评论 85 comments | 作者：rbanffy | 1 day ago #

https://news.ycombinator.com/item?id=41322758

• 讨论了 Python 中的幽默错误信息，强调了编程语言中的有趣设计。
• 提到其他语言中也存在类似的“复活节彩蛋”，引发了对编程语言设计的思考。
• 有人认为 Python 的设计允许开发者自由探索，但也可能导致不必要的复杂性。
• 讨论了 Python 的灵活性和可扩展性，认为这使得编程更具创造性。
• 提到 Python 缺乏公共/私有可见性修饰符的原因，认为这是为了“同意的成年人”。
• 有人对 Python 的未来发展表示担忧，认为可能会影响现有的代码和库。
• 讨论了如何在 Python 中实现代码生成和预处理的工具，认为这可以提高开发效率。
• 有评论提到，尽管 Python 的设计允许自由，但也需要合理的使用和管理。

17-Year-Old Student Exposes Germany’s ‘Secret’ Pirate Site Blocklist #

https://torrentfreak.com/17-year-old-student-exposes-germanys-secret-pirate-site-blocklist-240822/

这篇文章讲述了一位 17 岁德国学生 Damian 及其朋友们如何揭露德国互联网服务提供商（ISP）对盗版网站的秘密封锁名单。德国的多个大型 ISP 与版权持有者达成自愿协议，封锁一些著名的盗版网站，但具体被封锁的域名并未公开，造成了信息的不透明。

在 2021 年，德国建立了一个制度化的盗版网站封锁机制，名为“互联网版权清理机构”（CUII）。该机构负责处理封锁请求，但不依赖法院判决，且封锁的域名、请求的版权持有者等信息都被隐去。由于缺乏透明度，记者和公众无法核实封锁的合理性。

为了填补这一信息空白，Damian 和他的团队创建了一个名为 CUIIliste.de 的网站，公开所有被封锁的域名。通过对数据的分析和 DNS 解析测试，他们发现了 275 个被封锁的域名（包括子域名），并提供了一个可搜索的列表。尽管这个数字包含了许多重复的子域名，实际独立域名数量为 104 个。

Damian 指出，CUII 的封锁措施并不等同于审查，但缺乏透明度使得这一说法难以验证。他们的网站不仅提供透明的信息，还倡导反对审查和维护言论自由。Damian 表示，CUII 作为一个私人组织，未经法院命令就封锁网站，这种做法缺乏透明性。

总的来说，这篇文章强调了信息透明的重要性，并展示了年轻一代如何利用技术手段挑战现有的封锁机制。

HN 热度 385 points | 评论 138 comments | 作者：isaacfrond | 10 hours ago #

https://news.ycombinator.com/item?id=41328784

• 许多人对德国的“秘密”盗版网站封锁名单感到惊讶，认为名单上没有他们常用的大型网站。
• 在德国，使用 VPN 是常见的做法，因为下载盗版内容可能会收到律师的严厉警告和罚款。
• Sci-Hub 和 libgen 等网站被列入名单，引发了对学术研究和获取科学文献的担忧。
• 有评论指出，德国的盗版文化已经适应了法律环境，很多人选择使用流媒体服务而非 torrent。
• 一些用户认为，DNS 封锁的效果有限，技术上可以轻松绕过。
• 讨论中提到，封锁措施可能是为了保护版权方的利益，而不是有效打击盗版。
• 有人提到，使用种子下载的用户容易被追踪，导致高额罚款。
• 许多用户认为，德国的互联网用户对绕过封锁的技术手段了解较少，导致他们更倾向于合法付费。
• 还有人指出，封锁名单的保密性可能会导致更广泛的审查和信息控制。

Claude’s API now supports CORS requests, enabling client-side applications #

https://simonwillison.net/2024/Aug/23/anthropic-dangerous-direct-browser-access/

这篇文章讨论了 Anthropic 公司为其 JSON API 启用 CORS 支持的重大更新，这意味着用户现在可以直接从浏览器调用 Claude 大语言模型（LLM）。这一新功能的实现细节隐藏在一个代码提交中，允许开发者通过添加特定的 HTTP 请求头来启用 CORS 支持。

具体来说，开发者可以在请求中添加以下头部：

anthropic-dangerous-direct-browser-access: true

尽管 Anthropic 之前对这一功能持谨慎态度，因为直接在客户端代码中嵌入 API 密钥可能导致安全风险（任何访问该网站的人都可以窃取 API 密钥），但仍然存在一些合理的使用场景，例如内部工具或用户自带 API 密钥的模式。

文章作者分享了自己开发的一个应用程序——Haiku 页面，该应用请求用户的摄像头访问，并要求输入 Anthropic API 密钥（存储在浏览器的 localStorage 中），然后利用 Anthropic 的模型生成俳句。之前，作者需要在 Vercel 上运行一个代理来添加 CORS 支持，而现在可以直接与 Anthropic API 通信。

作者还提到，Claude 模型最初对直接从浏览器调用 API 表示反对，认为这违反了 API 安全最佳实践，但在得知 Anthropic 的新建议后，Claude 同意进行了代码修改。

最后，文章提供了一个简化的 JavaScript 代码片段，展示了如何使用新头部从浏览器调用 Anthropic API。

HN 热度 333 points | 评论 153 comments | 作者：simonw | 21 hours ago #

https://news.ycombinator.com/item?id=41325889

• 用户更倾向于使用“自带密钥”的模式，因为这可以降低维护成本和运营费用，同时避免广告干扰。
• 许多开发者认为，尽管“自带密钥”模式有安全风险，但它也提供了更大的灵活性和控制权。
• 有人提到，使用 OAuth2 可以改善用户体验，避免用户手动输入 API 密钥的繁琐过程。
• 许多用户对 API 密钥的安全性表示担忧，认为将密钥存储在客户端可能导致泄露。
• 讨论中提到，开发者需要教育用户关于密钥管理和安全的知识，以减少潜在的安全风险。
• 一些开发者认为，提供用户设置支出限制的功能将有助于保护用户的利益。
• 许多评论者对当前的 API 定价和广告支持的可行性表示关注，认为需要更好的商业模式。
• 有人建议，AI 服务提供商应该考虑为开发者提供更好的集成方案，以简化用户的使用体验。

We need to liberate the Postcode Address File #

https://takes.jamesomalley.co.uk/p/secret-paf-report

该报告标题为《这份机密政府报告证明我们需要解放邮政地址文件（Postcode Address File, PAF）》，由 James O’Malley 撰写。报告探讨了英国政府在 2016 年试图重建 PAF 的背景及其面临的挑战。

主要内容摘要： #

1. 背景介绍：

   • PAF 是一个重要的国家数据集，包含英国所有物理邮政地址。它对商业、研究和开发至关重要，但获取该数据集需要支付高额费用（每年超过 6000 英镑），这被视为对创新的“税收”。

2. 政府的尝试：

   • 在 2016 年，政府拨款 500 万英镑以开发一个开放的地址注册系统，旨在促进创新。然而，八年后，PAF 仍然被锁在私有手中，无法免费获取。

3. 研究结果：

   • 通过信息自由法，O’Malley 获得了一份研究报告，显示政府要求英国测绘局（Ordnance Survey, OS）在不使用皇家邮政数据的情况下重建 PAF。尽管 OS 成功构建了一个包含 2100 万个完整地址记录的新数据集，但其准确性仅为 90.8%，相较于 PAF 仍存在 290 万个错误地址。

4. 数据质量问题：

   • 新数据集在处理复杂地址（如公寓和购物中心）时表现不佳，导致许多地址缺失或错误。OS 的研究表明，重建 PAF 不仅困难重重，还需要耗费大量时间和资源。

5. 结论：

   • 报告强调，重建 PAF 的尝试是不可行的，政府应重新掌控 PAF 并将其作为开放数据发布，以促进经济增长和创新。O’Malley 认为，只有解放 PAF，才能真正实现开放地址数据的潜在好处。

总结： #

该报告揭示了英国政府在地址数据管理上的困境，强调了开放数据的重要性，并呼吁政府采取行动，解放 PAF 以促进创新和经济发展。

HN 热度 319 points | 评论 273 comments | 作者：edward | 17 hours ago #

https://news.ycombinator.com/item?id=41326604

• 法国政府创建了国家地址数据库（BAN），提供详细的邮政地址和 GPS 坐标，并强制地方政府上传本地地址数据库。
• BAN 的数据来源于多个渠道，包括法国邮政和 OpenStreetMap，但在实际应用中存在地址不准确的问题。
• 在法国，许多公寓没有单独的门牌号，导致邮递和地址识别困难。
• 不同国家的地址系统各有特点，德国和其他欧洲国家也面临类似的地址识别问题。
• 许多地方的地址系统依赖于居民的姓名或楼层位置，而不是明确的门牌号。
• 这种地址系统的设计缺陷可能源于开发商和建筑管理部门的失误。
• 现实中，地址数据集的准确性受到复杂现实环境的影响，难以实现完美的标准化。
• 一些国家的邮政系统在处理地址时，依赖于邮递员的经验而非数据库的准确性。
• 讨论中提到的开放数据和政府数据库的管理问题，反映了公共服务私有化的潜在风险。

SurrealEngine: Open-source reimplementation of Unreal Engine with playable UT99 #

https://github.com/dpjudas/SurrealEngine

SurrealEngine 是一个在 GitHub 上的开源项目，旨在重新实现原版 Unreal Engine，以便能够播放《虚幻竞技场》（Unreal Tournament，简称 UT99）的地图。以下是该项目的详细摘要：

项目目标 #

SurrealEngine 的目标是重建足够的 Unreal Engine 功能，以支持 UT99 地图的加载和播放。

当前状态 #

• 地图加载与渲染：引擎能够加载并渲染地图。
• Unrealscript 虚拟机：几乎功能完整，仅缺少数组和网络条件执行的实现。
• 功能限制：虽然菜单和 HUD 可以显示，但许多原生函数尚未实现，可能会导致一些事件未能正常触发，用户在交互时可能会遇到异常。

支持的游戏 #

SurrealEngine 目前可以检测以下 Unreal Engine 1 游戏：

• Unreal Tournament（多个版本）
• Unreal（多个版本）
• Unreal Gold
• Deus Ex
• Klingon Honor Guard
• NERF Arena Blast
• TNN Outdoors Pro Hunter
• Rune Classic
• Clive Barker’s Undying
• Tactical-Ops: Assault on Terror
• Wheel of Time

其中，只有《虚幻竞技场 v436》和《虚幻金版 v226》处于相对可玩状态。其他游戏版本可能会导致崩溃。

游戏功能 #

• Unreal Tournament v436：游戏可以启动，菜单选项可用，机器人比赛可以进行，但 AI 功能有限。
• Unreal Gold v226：游戏启动正常，单人地图和机器人比赛可玩，但某些对象模型可能出现问题。
• Deus Ex v1112fm：仅有开场动画可用，无法检测键盘或鼠标输入。

命令行参数 #

用户可以通过命令行参数指定地图名称和引擎版本，方便调试和运行。

构建说明 #

• Windows：使用 CMake 构建项目，需要 Visual Studio 和支持 C++17 的编译器。SDL2 是可选依赖项。
• Linux：同样使用 CMake 构建，需要安装一些开发包，如 g++、cmake、SDL2 等。

结论 #

SurrealEngine 是一个正在积极开发中的项目，旨在为经典的 Unreal Engine 游戏提供现代化的支持和可玩性。尽管目前仍存在许多未实现的功能，但其基础架构已经建立，为未来的开发奠定了基础。

HN 热度 278 points | 评论 112 comments | 作者：klaussilveira | 9 hours ago #

https://news.ycombinator.com/item?id=41329505

• 许多评论者怀念《虚幻竞技场 99》（UT99）带来的快乐时光，认为这款游戏在 FPS 游戏中独树一帜。
• 有人提到希望 Epic 能够像 id Software 一样开源他们的旧游戏，以便于社区维护和重制。
• 一些开发者分享了他们将经典游戏移植到现代平台的经验，强调了技术挑战和乐趣。
• 评论中提到，虽然 UT2004 仍有玩家，但整体玩家基数在过去十几年中大幅下降。
• 有人对 Epic 在 Fortnite 成功后对 UT 系列的忽视表示失望，认为这影响了游戏的持续发展。
• 一些评论者讨论了 WebRTC 在多人游戏中的应用，认为其复杂性使得开发变得困难。
• 还有人提到希望能看到更多经典游戏的现代化改编，认为这对新玩家和老玩家都有吸引力。

DOJ Sues RealPage for Algorithmic Pricing Scheme That Harms Renters #

https://www.justice.gov/opa/pr/justice-department-sues-realpage-algorithmic-pricing-scheme-harms-millions-american-renters

美国司法部与北卡罗来纳州、加利福尼亚州、科罗拉多州、康涅狄格州、明尼苏达州、俄勒冈州、田纳西州和华盛顿州的检察长联合对 RealPage 公司提起了民事反垄断诉讼，指控其通过算法定价方案减少公寓租赁市场的竞争，试图垄断房东使用的商业收入管理软件市场。该诉讼于北卡罗来纳州中区地方法院提交，指控 RealPage 违反了《谢尔曼法》第 1 和第 2 条。

诉状指出，RealPage 与竞争房东签订合同，要求他们共享非公开的、具有竞争敏感性的公寓租金和租赁条款信息，以训练和运行其算法定价软件。该软件根据房东及其竞争对手的敏感信息生成租金和其他条款的建议。诉状进一步指出，在自由市场中，这些房东本应独立竞争，以吸引租客，而 RealPage 的行为剥夺了租客在租赁条款上的竞争利益，影响了数百万美国人。

司法部长梅里克·加兰表示，RealPage 的定价算法使房东能够共享机密信息并协调租金，使用软件作为共享机制并不能免除其法律责任。副司法部长丽莎·莫纳科强调，RealPage 利用敏感数据和人工智能算法系统性地协调租金，破坏了竞争和消费者的公平。

诉状中引用了 RealPage 内部文件和房东的证词，显示其目标是最大化租金和盈利。例如，RealPage 承认其软件旨在“推动每一个可能的价格上涨机会”，并帮助房东避免在市场低迷时的竞争。诉状还指控 RealPage 非法维持其在美国多户住宅商业收入管理软件市场的垄断地位，市场份额约为 80%。

总之，司法部的诉讼旨在结束 RealPage 的非法行为，恢复租赁市场的竞争，以便为租客提供更多的选择和更合理的租金。

HN 热度 254 points | 评论 224 comments | 作者：pseudolus | 8 hours ago #

https://news.ycombinator.com/item?id=41330007

• 美国司法部起诉 RealPage，指控其算法定价方案损害租户权益。
• 一些评论认为，住房不应被视为“行业”，而是基本生活需求，不能成为富人获利的工具。
• 反对者指出，若没有盈利动机，开发商将不愿意建造住房，导致供需失衡。
• 有人提到，旧金山的高房价主要是由于区域规划和环境审查等因素，而非单纯的价格控制。
• 许多评论认为，房租上涨是由于需求超过供给，而不是开发商的恶意行为。
• 一些人认为，价格控制会导致开发商不愿意在特定地区投资，从而加剧住房短缺。
• 还有观点认为，过高的利润会刺激竞争，但过度的利润则会导致市场失衡。
• 许多评论者呼吁加强对租户的保护，同时强调需要合理的住房供应。
• 有人指出，住房市场的监管应避免过度干预，以免抑制建设和投资。
• 讨论中提到，政府应采取措施促进住房建设，而不是仅依赖市场力量。

Cautionary tale on using Chase bank for indie business #

https://jxnl.co/writing/2024/09/21/chase-bank-small-business-nightmare/

这篇文章讲述了作者与摩根大通（Chase Bank）之间的糟糕经历，强调了小企业主在选择银行时应注意的事项。

背景：作者是一名人工智能顾问和小企业主，曾与摩根大通保持十多年的良好关系。开设商业账户后，他的账户中积累了约 18 万美元，但突然间，摩根大通在没有任何警告和解释的情况下冻结了他的账户，导致他无法支付员工工资，几乎使他的业务陷入困境。

冻结账户的经历：作者描述了他在得知账户被冻结后的无助感，经过多次拨打客服电话和前往分行，始终得不到明确的解释。摩根大通的回应是将会寄送一张支票，但长达四周的等待后，支票并未寄到。

寻求解决方案：由于作者当时不在美国，他的助理也无法提供帮助。最终，作者不得不亲自返回美国，面对摩根大通不断提出的各种要求和质疑，甚至要求他提供每一位向他汇款的客户的信息。

最终解决：经过数月的反复沟通和与摩根大通高层的接触，作者终于取回了被冻结的资金，但这段经历让他的信任彻底破裂。

教训与反思：

1. 大银行并非朋友：摩根大通对他的情况毫无考虑，显示出大银行对小企业的冷漠。
2. 多样化银行选择：不应依赖单一银行，建议开设多个账户以分散风险。
3. 考虑替代方案：随着需求的变化，企业主应开放心态，探索其他银行。
4. 寻求支持：在遇到问题时，拥有可靠的支持团队至关重要。
5. 做好准备：在咨询行业，需随时应对突发情况，包括来自银行的挑战。

结尾：作者最终选择了 Mercury Bank，认为其对小企业的支持和服务更符合他的需求，建议其他创业者也考虑使用该银行。

HN 热度 237 points | 评论 208 comments | 作者：nell | 7 hours ago #

https://news.ycombinator.com/item?id=41330478

• 许多用户分享了与 Chase 银行的负面经历，特别是在账户被关闭或冻结的情况下，感到无助和困惑。
• 有人提到大银行通常在条款中包含可以随时关闭账户的条款，这对小企业来说是一个重大风险。
• 一些评论者建议使用支持小企业的银行或信用合作社，认为它们的客户服务更好。
• 许多人认为，银行在处理可疑活动报告时缺乏透明度，导致客户无法获得合理解释。
• 有人提到在与银行打交道时，及时咨询律师是明智的选择，以保护自己的权益。
• 许多用户强调了多元化银行账户的重要性，以防止因单一银行的问题而导致的资金损失。
• 一些评论者认为，银行的自动化和缺乏人性化服务是导致客户不满的主要原因。
• 还有人提到，信用合作社在处理客户问题时通常更灵活，能够提供更个性化的服务。

What’s Going on in Machine Learning? Some Minimal Models #

https://writings.stephenwolfram.com/2024/08/whats-really-going-on-in-machine-learning-some-minimal-models/

斯蒂芬·沃尔夫拉姆在其文章《机器学习中到底发生了什么？一些最小模型》中探讨了机器学习的基础，尤其是神经网络的工作原理。他指出，尽管在工程上已经开发出许多复杂的神经网络，但我们对其基本原理仍然知之甚少。文章的核心观点包括：

1. 神经网络的复杂性：神经网络的结构虽然简单，但经过训练后其内部机制变得复杂，难以可视化和理解。沃尔夫拉姆尝试通过一些最小模型来揭示神经网络的本质。
2. 计算不可约性：他提出，机器学习并不是通过构建结构化的机制来实现的，而是通过从计算宇宙中随机抽样复杂性，找到能够产生所需结果的片段。这种现象与计算不可约性密切相关，意味着即使在训练过程中存在适应性，最终的结果也可能是随机的。
3. 生物进化的类比：沃尔夫拉姆将机器学习与生物进化进行比较，认为两者都涉及适应性优化。通过简单的模型，他发现机器学习和生物进化的核心现象在某种程度上是相似的。
4. 传统神经网络与简化模型：文章讨论了传统的全连接神经网络，并展示了如何通过简化网络结构（如网格神经网络）仍然能够实现有效的学习。简化的网络结构使得内部行为更易于可视化。
5. 离散系统的学习：沃尔夫拉姆探讨了完全离散的学习系统，展示了如何通过离散规则阵列进行学习，并指出这种方法能够有效捕捉到机器学习的本质。
6. 学习过程的优化：他提到，传统神经网络通常使用反向传播等系统算法进行学习，而他提出的随机突变方法虽然简单，但在某些情况下也能有效工作。他还探讨了如何通过构建变化图来优化学习过程。
7. 可学习的函数：文章最后讨论了机器学习能够学习的函数类型，强调几乎任何函数都可以通过适应性进化找到解决方案，反映了计算等价性原则。

总体而言，沃尔夫拉姆的文章深入探讨了机器学习的基础，提出了通过简化模型和离散系统来理解和优化学习过程的新视角。

HN 热度 183 points | 评论 54 comments | 作者：taywrobel | 1 day ago #

https://news.ycombinator.com/item?id=41323454

• 对沃尔夫拉姆的写作和教学能力给予高度评价，认为他能够简化复杂主题且不失深度。
• 沃尔夫拉姆使用元胞自动机重新审视机器学习，提出深刻的哲学论，引发思考。
• 神经网络在某种程度上依赖于计算复杂性的特征，可能影响其可解释性与输出质量。
• 深度学习模型在捕捉表层复杂性方面表现良好，但对深层结构的理解较弱。
• 机器学习研究普遍认可，通过寻找数据的最短 “程序” 来实现泛化，但实际操作困难重重。
• 沃尔夫拉姆的观点引发了对可解释性与复杂性的思考，是否存在某种界限？
• 关于沃尔夫拉姆的个人魅力与争议，评论中提到对其成就的认可与对其自我中心的批评。
• 对于伊隆・马斯克的看法存在分歧，有人认为他的成功与智慧并存，而另一些人则指责其情商低下。
• 认为机器学习的运作机制类似于彩票假说，利用已存在的计算行为。
• 一些评论者对沃尔夫拉姆的简化模型和图示表示失望，认为其无法提供实质性预测或有用的总结。
• 对于复杂的主题，简单的模型和图示可能不够深入，缺乏有效的传达与总结。
• 对于沃尔夫拉姆的博客内容，部分评论者感到无聊，认为其内容重复且缺乏实际应用价值。

Vega – A declarative language for interactive visualization designs #

https://vega.github.io/vega/

Vega 是一个可视化语法，提供了一种声明性格式，用于创建、保存和共享交互式可视化设计。用户可以通过 JSON 格式描述可视化的外观和交互行为，并使用 Canvas 或 SVG 生成基于网页的视图。

主要特点： #

1. 基本构建块：Vega 提供了多种可视化设计的基本构建块，包括数据加载与转换、比例尺、地图投影、坐标轴、图例以及矩形、线条、绘图符号等图形标记。
2. 交互技术：可以通过反应信号指定交互技术，这些信号能够根据输入事件流动态修改可视化。
3. JSON 格式规范：Vega 规范以 JSON 格式定义交互式可视化，Vega 的 JavaScript 运行时会解析这些规范，生成静态图像或交互式网页视图。
4. 快速创建统计图形：对于常见的统计图形，可以使用 Vega-Lite，这是一个基于 Vega 的高级语言。
5. 社区支持：用户可以通过 Vega 讨论论坛或 Slack 组织寻求帮助或分享示例。

使用指南： #

• 入门：网站提供了教程、示例画廊和使用指南，帮助用户快速上手。
• 项目目标：Vega 旨在为可视化的计算生成提供便利的表示，并可以作为新 API 和可视分析工具的基础。

Vega 的最新版本为 5.29.0，适合需要创建复杂数据可视化的开发者和数据分析师。

HN 热度 172 points | 评论 25 comments | 作者：worble | 10 hours ago #

https://news.ycombinator.com/item?id=41328749

• Vega-Lite 在数据科学可视化中表现良好，支持 CLI、VSCode 扩展和 SaaS，具有一致的引擎和声明式规范。
• 学习 Vega 的 DSL 较为复杂，影响了用户的采用率，许多用户倾向于使用内置功能或 Python 导出 SVG。
• Vega-Lite 的“导出为 SVG”功能受到欢迎，且在 JavaScript 中接近 R 的 ggplot2 标准。
• Altair 是 Python 中使用 Vega 的库，功能强大且易于使用，适合与 Jupyter Lab 和 VSCode 结合。
• Vega 在可视化标准化方面有潜力，但目前的采用率不如预期。
• 讨论了 Vega 与 Observable Plot 的比较，后者也寻求在 D3 之上提供更高层次的抽象。
• 有人提到 Vega 的社区响应良好，项目维护活跃。