Новую ОС Fuchsia от Google скомпилировали и изучили.

Fuchsia состоит из двух частей. Это (L)ittle (K)ernel, небольшая и быстрая ОС, созданная для IoT девайсов. Размер ядра этой ОС всего 15-20 КБ. Вторая часть — это Magenta, которая используется в современных устройствах с мощной конфигурацией. Таким образом, Fuchsia является гибридной системой, которая может работать и на IoT устройствах, и на современных ПК или телефонах. ОС поддерживает Dart, JSON, SSL, Google GO, LLVM и Rust.

Оболочка системы на данный момент включает ряд встроенных команд: cd, cp, echo, ls, и rm. Если вы решите набрать слово, которое не является командой, оболочка попробует найти и запустить одноименную программу из директории /boot/bin/.

Для создания пользовательского интерфейса использован Flutter, но самого графического интерфейса пока нет. Обнаружен и Escher, поддерживающий ряд визуальных эффектов.

Fuchsia поддерживает язык программирования Dart, созданный корпорацией Google. Работать с Dart можно либо компилируя исходники в Javascript, либо работая с собственной системой Dart VM. Второй способ используется в Fuchsia.

Релиз мобильной платформы Android 7.0.

Компания Google объявила о начале распространения выпуска платформы Android 7.0 "Nougat" для устройств Nexus. Обновление будет доступно для Nexus 6, Nexus 5X, Nexus 6P, Nexus Player, Nexus 9, Pixel C и General Mobile 4G (Android One). Связанные с новым выпуском исходные тексты в скором времени будут размещены в Git-репозиторий проекта (ветка android-7.0.0_r1).

Из ключевых новшеств можно отметить многооконный режим, графический API Vulkan, использование OpenJDK, поддержка прямой отправки ответов из уведомлений, режим Direct Boot, API для доступа к директориям на внешних носителях, новый API MediaBrowser.

Кратко о каждом изменении в новом выпуске:
• Добавлен многооконный режим работы.
• Замена Java API на свободный пакет OpenJDK.
• Реализована поддержка Java 8.
• Поддержка графического API Vulkan.
• Возможность отправки ответа в окне получения уведомления.
• Поддержка группировки уведомлений, связанных с одним приложением.
• Расширены возможности режима энергосбережения Doze.
• Продолжено развитие проекта Svelte, нацеленного на сокращение потребления памяти и повышение отзывчивости при работе платформы Android на маломощных устройствах.
• Режим Direct Boot, при котором устройство загружается с ограниченным функционалом и активной блокировкой, но может получать уведомления.
• Встроена функция блокировки номеров телефонов.
• Data Saver, режим, ограничивающий фоновые сетевые операции, отключается при доступном Wi-Fi.
• Расширены возможности среды выполнения ART.
• Представлена концепция Instant Apps.
• Добавлена возможность одновременного выбора нескольких локалей.
• Для Android TV представлен интерфейс для записи телепередач по расписанию.
• Поддержка OpenGL ES 3.2.
• Возможность настройки постоянного соединения через VPN.
• API для организации доступа приложений к директориям на внешних носителях.
• Переработан интерфейс быстрого доступа к настройкам.
• Увеличено число опций для настройки оформления строки состояния.
• Для приложений предоставлена возможность определения ярлыков для быстрого вызова определённых задач через Launcher.
• Поддержка Emoji Unicode 9.
• Упрощён интерфейс переключения между приложениями и возврата на прошлое приложение.
• Поддержка технологии виртуальной реальности Daydream.
• Режим бесшовной установки обновления прошивки.
• Поддержка шифрования на уровне файлов.
• В Android TV добавлен Recording API для организации записи видео.

Facebook открыл код библиотеки классификации текста fastText

Лаборатория искусственного интеллекта Facebook объявила об открытии исходных текстов библиотеки fastText, предоставляющей средства для классификации текста с использованием методов машинного обучения. Код написан на языке C++ и открыт под лицензией BSD. Библиотека позволяет организовать автоматическое назначение категорий для произвольного текста, на основании предварительно проведённого обучения по наборам текстов с уже известными категориями. Например, fastText может оценить является ли письмо спамом или определить к какой категории относится статья.

Из достоинств fastText отмечается поддержка различных языков и очень высокая скорость обучения. Например, обучение fastText по базе Yahoo длится всего 5 секунд и обеспечивает точность классификации 72.3%, в то время как char-CNN выполняет эту работу за 1 день при точности 71.2%, а VDCNN за 2 часа при точности 73.4%. Результирующая классификация также выполняется на несколько порядков быстрее существующих аналогов. При тестировании модели, в обучении которой применялась база в 1 миллиард слов и более 300 тысяч категорий, на обучение было потрачено менее 10 минут, а на классификацию выборки из 500 тысяч записей менее 5 минут (около 1700 сопоставлений в секунду) на системе с обычным многоядерным CPU.

Состоялся релиз KDevelop 5.0.0.

Разработчики KDevelop сообщили, что состоялся релиз новой версии кроссплатформенной IDE, предназначенной для работы над проектами на языках программирования C++, Python, PHP и JavaScript/QML. Помимо портирования KDevelop на новые фреймворки KDE Frameworks 5 и Qt 5 был проведён рефакторинг кодовой базы и добавлены многочисленные изменения, благодаря которым KDevelop в будущем можно будет легко расширять, постепенно наращивая его функциональность.

Основные изменения включают в себя значительно улучшенную поддержку языков программирования C и C++ и переход на Clang для анализа кода, а также полировку поддержки Python, PHP и JavaScript/QML.

Также стоит отметить, что KDevelop был портирован на KF5, благодаря чему в скором времени появятся сборки для macOS и MS Windows.

Ядру Linux исполнилась четверть века.

25 августа 1991 года, после пяти месяцев разработки, 21-летний студент Линус Торвальдс объявил в телеконференции comp.os.minix о создании рабочего прототипа новой операционной системы Linux, для которой было отмечено завершение портировния bash 1.08 и gcc 1.40. Первый публичный выпуск ядра Linux был представлен 17 сентября.

Первоначально Линус задумал назвать ядро Freax, от слов «free», «freak» и X (Unix). Но имя «Linux» ядро получило с лёгкой руки Ари Лемке (Ari Lemmke), который по просьбе Линуса разместил ядро на своем FTP-сервере, назвав директорию с архивом не «freax», как просил Торвальдс, а «linux». Примечательно, что предприимчивый делец Вильям Делло Крок (William Della Croce) сумел зарегистрировать торговую марку Linux и хотел со временем собирать отчисления, но позднее передумал и передал все права на торговую марку Линусу. Официальный талисман Linux-ядра, пингвин Tux, был выбран в результате соревнования, состоявшегося в 1996 году. Имя Tux расшифровывается как Torvalds UniX.

Релиз сетевого конфигуратора NetworkManager 1.4
Состоялся новый стабильный релиз интерфейса для упрощения настройки параметров сети - NetworkManager 1.4. В отличие от прошлых выпусков плагины для поддержки VPN, OpenConnect, PPTP, OpenVPN и OpenSWAN теперь выпускаются не синхронно с NetworkManager, а развиваются в рамках собственных циклов разработки. Новые выпуски апплета с реализацией индикатора для панели GNOME по-прежнему формируются вместе с NetworkManager.

Ключевые новшества NetworkManager 1.4:
• Возможность рандомизации MAC-адреса для Ethernet-устройств.
• API для применения снапшотов конфигурации, автоматически отменяемых после истечения таймаута.
• В настройки IPv4 и IPv6 добавлено новое свойство "dns-priority".
• Поддержка настройки токенизированных идентификаторов для сетевых интерфейсов IPv6.
• В консольный клиент nmcli внесены улучшения, реализованные по мотивам опроса пожеланий пользователей.
• Обеспечена возможность изменения некоторых настроек, таких как адреса IPv4 и IPv6, без полного перезапуска конфигурации устройства.
• Добавлена возможность использования стека oFono вместо ModemManager для настройки широкополосных мобильных соединений.
• Включены патчи для экспорта через D-Bus значений счётчиков трафика.
• В процесс тестирования выпуска вовлечена команда обеспечения качества из компании Red Hat.

Facebook открыл наработки по распознаванию объектов на фотографиях.

Лаборатория искусственного интеллекта Facebook продолжила открытие своих наработок и следом за библиотекой классификации текста представила реализацию алгоритмов DeepMask и SharpMask. Код оформлен в виде модулей к библиотеке глубинного машинного обучения Torch, написанных на языке Lua и распространяемых под лицензией BSD.

Целью разработки является предоставление средств для разбора изображений на уровне отдельных пикселей, выделяя отдельные объекты с предоставлением информации о том, что они из себя представляют.

DeepMask представляет собой общий алгоритм для выделения сегментов изображения, а SharpMask предоставляет средство для уточнения результата, в сумме формируя основу для построения систем машинного зрения. Конечная фаза распознавания реализована в виде специализированной свёрточной нейронной сети MultiPathNet, которая позволяет связать выделенные из изображения маски с типами объектов.