幹壞事是進步最大的原動力
DeepMind 丟出新聞稿，提到了 Gopher 這個比 OpenAI 家的 GPT-3 更暴力的 language model：「Language modelling at scale: Gopher, ethical considerations, and retrieval」。
GPT-3 是 175 billion 個參數，Gopher 則是拉到 280 billion，加上 tune 了不少東西，在成績上面可以看出來好不少：
另外是主打反歧視與倫理道德標準 (在「Ethical and social risks from Large Language Models」這邊提到)。
看起來主要是推出對應的產品，跟 OpenAI 家對打...
在 Hacker News 上看到「Pyjion – A Python JIT Compiler (trypyjion.com)」這個專案，也是一個想要透過 JIT 加速 Python 的專案：
Pyjion is a drop-in JIT Compiler for Python 3.10. It can be pip installed into a CPython 3.10 installation on Linux, Mac OS X, or Windows.
看了一下是從微軟的 Pyjion 專案 fork 出來的，原來的專案最後一次 commit 是一年前，而且專案也已經標示為 archived (read-only mode)，但有留下轉移的說明，也就是上面提到的專案：
Development has moved to https://github.com/tonybaloney/Pyjion
可以看到大部分的效能都已經進入改善階段 (很多導入 JIT 的專案在初期時會先變慢)：
跟其他的 JIT 方案相比，Pyjion 的目標是高度相容現有 Python 的程式，包括各種 extension，這點的確是在用 PyPy 這些軟體時的痛點沒錯...
看起來透過 pip 裝好後就可以直接 import 進來用，後續就會生效：
import pyjion; pyjion.enable()
另外提一下，翻 Hacker News 留言的時候翻到這個害我笑出來，有夠新 XD
zatarc 3 days ago | unvote | prev | next [–]
Pyjion requires: CPython 3.10 and .NET 6
.NET 6 Release: 19 hours ago (https://github.com/dotnet/core/blob/main/release-notes/6.0/6...)
... ok.
Java 17 (JDK 17) 釋出，這是 Oracle 本家新的 LTS 版本，引用的是 jdk-dev 的 mailing list：「Java 17 / JDK 17: General Availability」。另外在 Hacker News 上的討論可以翻一下：「Java 17 / JDK 17: General Availability (java.net)」。
上一個 LTS 版本是 Java 11，所以很自然的也會有從 Java 11 之後的新功能說明：「JEPs in JDK 17 integrated since JDK 11」。
對於只是拿來用，而不是拿來開發的人來說，我的重點都放在 JVM 的 GC 效能以及特性。
從 Java 11 預設的 G1GC 來看，可以看到一些改善，從「JEP 345: NUMA-Aware Memory Allocation for G1」(Java 14) 這個看起來會改善 G1GC 在多實體 CPU 的情況下效能，不過看起來有 -XX:+UseNUMA 這個參數要加。
再來是「JEP 346: Promptly Return Unused Committed Memory from G1」(Java 12) 可以在閒閒的時候跑個 GC 把記憶體給 OS。
接下來是兩個新的 GC (相較於 11 版)，一個是 ZGC，另外一個是 Shenandoah，都沒有取代 G1GC，但兩個都有對應使用的場景。
ZGC 有列兩個 JEP：「JEP 376: ZGC: Concurrent Thread-Stack Processing」、「JEP 377: ZGC: A Scalable Low-Latency Garbage Collector (Production)」，目標是讓 GC pause time 盡可能的低，另外在 wiki 上面的說明則是有提到目標在 1ms 以下：
The ZGC garbage collector (GC) aims to make GC pauses and scalability issues in HotSpot a thing of the past.
Sub-millisecond max pause times
Shenandoah 列出了「JEP 379: Shenandoah: A Low-Pause-Time Garbage Collector (Production)」，不過先前的「JEP 189: Shenandoah: A Low-Pause-Time Garbage Collector (Experimental)」講的比較詳細，目標是希望 GC 不影響目前正在執行的程式：
Add a new garbage collection (GC) algorithm named Shenandoah which reduces GC pause times by doing evacuation work concurrently with the running Java threads. Pause times with Shenandoah are independent of heap size, meaning you will have the same consistent pause times whether your heap is 200 MB or 200 GB.
可以看出來兩個新的 GC 都是希望降低 pause time，對於 latency 敏感的應用應該都可以測試看看，可以預期整體的 throughput 會低一些。
回頭來看 G1GC，有人跑了 benchmark 測試了 Java 11 與 Java 17 的 G1GC 差異：「How much faster is Java 17?」。
可以看到 G1GC 的改善 (藍色的部份) 看起來還是不少，不過有些情況下是會變慢的。文章裡面還有提到 Parallel GC，這邊就不提了，可以自己看...
等各家 build 出來後來測看看 Cassandra 的效能影響如何...
Amazon Transcribe 可以將聲音轉成文字，先前都需要自己指定語言，而這幾天發表新的功能，可以自動偵測語言：「Amazon Transcribe Now Supports Automatic Language Identification」。
不過系統要求最少要有 30 秒的資料，跟人類比起來還是有點差距，但比起之前好用不少：
With a minimum of 30 seconds of audio, Amazon Transcribe can efficiently generate transcripts in the spoken language without wasting time and resources on manual tagging.
沒有額外的費用，主要就是照著本來的價錢在走：
There is no additional charge on top of the existing pricing.
翻了一下價錢，好像可以來測一些東西...
這個 OCR 專案是在 Python 包好，讓你很快就可以上手用：「Easy OCR」。
從結果的 screenshot 可以看到輸出的內容很簡單，就是座標與 OCR 出來的內容：
然後支援的語言很多：
We are currently supporting following 42 languages.
Afrikaans (af), Azerbaijani (az), Bosnian (bs), Simplified Chinese (ch_sim), Traditional Chinese (ch_tra), Czech (cs), Welsh (cy), Danish (da), German (de), English (en), Spanish (es), Estonian (et), French (fr), Irish (ga), Croatian (hr), Hungarian (hu), Indonesian (id), Icelandic (is), Italian (it), Japanese (ja), Korean (ko), Kurdish (ku), Latin (la), Lithuanian (lt), Latvian (lv), Maori (mi), Malay (ms), Maltese (mt), Dutch (nl), Norwegian (no), Polish (pl), Portuguese (pt),Romanian (ro), Slovak (sk) (need revisit), Slovenian (sl), Albanian (sq), Swedish (sv),Swahili (sw), Thai (th), Tagalog (tl), Turkish (tr), Uzbek (uz), Vietnamese (vi)
有些參數可以調整，但預設值似乎就跑得不錯了...
看到「A Python 3 implementation for client-side web programming」這個專案，在瀏覽器裡把 Python 程式碼用 <script type="text/plain"></script> 包起來，然後掛個 js 進去，就可以在瀏覽器裡面跑 Python 操作 DOM：
Brython is designed to replace Javascript as the scripting language for the Web. As such, it is a Python 3 implementation (you can take it for a test drive through a web console), adapted to the HTML5 environment, that is to say with an interface to the DOM objects and events.
另外在 Brython 3.8.9 performance compared to CPython 3.8.0 這頁也有跟 CPython 的比較 (看起來是用 Firefox 測的)，其實速度看起來不慢？我猜是 JS 這邊的軍備競賽把整個引擎弄的超快 XDDD
在 Twitter 看到這個東西：
越来越多地看繁体中文内容，我在想有没有一个 Chrome 插件可以让我在页面搜索的时候忽略繁简，类似于 Case Insensitive Search，可能可以通过 OpenCC 项目实现吧。?
— Ying Zhong (@cyanapps) July 8, 2020
翻了一下這邊講的 OpenCC 專案，以目前有提供的 json 檔來看，分的算蠻細的，看起來有對不少種類的漢文 (包括日文使用到的漢字) 都有支援。
這個看起來很適合用在搜尋引擎上... 翻了一下 Elasticsearch 上的情況，看起來目前沒有人有支援，可能要寫個 plugin 之類的掛進去，或是在 index 前先自己處理過再丟進 Elasticsearch 內。
本來 Python 2 官方的計畫是支援到 2020/01/01，但最後一個版本 Python 2.7.18 一直到剛剛 2020/04/20 才出。對照前一個版本 2.7.17，是 2019/10/19 的時候出的，這應該算是一個「經典」的落幕：「Python 2.7.18, the last release of Python 2」。
對於得用 Python 2 才能跑的專案 (目前手上應該就是 Trac)，如果 Python 3 的版本再不出，再過個一年應該只能用 pyenv 撐場了...
在 Hacker News Daily 上看到的，eBay 提供了操作 TSV 的工具組：「eBay/tsv-utils」。
看到了兩個比較少見的東西，第一個是軟體授權是 permissive license (Boost Software License)，第二個是使用的程式語言是 D...
TSV 的確是比 CSV 好用不少，只是會用的單位好像有限...
資料裡還蠻常見出現 , 的情況 (得用 double quote 包起來，但是再遇到 double quote 的時候就用 double double quote...)，但比較少遇到會有 tab 出現...
在「Is Perl 6 Being Renamed?」這邊看到提到 Perl 6 名字的問題，主要是因為 Perl 6 跟現有 Perl 5 已經是不同的東西 (有點類似於當初 Python 2 到 Python 3 的計畫，但是差異比 Python 那邊多很多)，而導致被提出來討論是否還要繼續使用 Perl 這個名字了：「"Perl" in the name "Perl 6" is confusing and irritating」。
When Perl 6 was announced, it was seen the way that Perl 2, Perl 3, Perl 4, and Perl 5 were seen: replacements for "$VERSION - 1". Over time, it became clear that though Perl 6 was in the same family as Perl 5, a straightforward migration path was unlikely. One only needs to look at the problems with Python 2 and Python 3 and the upgrade obstacles with their minor syntactic differences to understand that an upgrade from Perl 5 to Perl 6 isn't trivial.
如果把 Perl 5 與 Perl 6 當作不同的程式語言來看，這個問題就變成非技術性的問題了 (甚至是政治問題)。
接下來應該會是一連串混亂的討論，但解決問題的第一步永遠是先面對問題，至少這個問題被拿到檯面上「討論」了...