行 业 要 闻
TIOBE 编程语言排行榜 10 月份的榜单已公布，这期的标题比较有趣 —— “Top 8 of the TIOBE index quite stable for the last 15 years”，意思就是排名前 8 的编程语言在这 15 年里一直都十分稳定。TIOBE 编程社区指数（The TIOBE Programming Community index）是编程语言流行度的指标，该榜单每月更新一次，指数基于全球技术工程师、课程和第三方供应商的数量。
值得注意的是，TIOBE 指数并不代表语言的好坏，开发者可以使用该榜单检查自身的编程技能是否需要更新，或者在开始构建新软件时对某一语言做出选择。
这期的数据比较有意思，上个月才说完 Microsoft SQL Server 分数出现罕见的下滑，并且是下滑最多的一个。到了这个月，Microsoft SQL Server 马上扭转局势，成了分数增长最多的一个，与上个月相比其增加了 9.66 分，比第一名 Oracle 增加 9.22 分稍胜一筹。当然，整体来看排名和上个月的保持一致。
可以看到，排名前 5 的数据库的分数较上个月都有了一定的增长，尤其是和去年同时期相比，增长更为明显。
近日，Uber 开源了其公司内部使用的《 Go 语言编程规范》。该指南是为了使代码库更易于管理，同时让工程师有效地使用 Go 语言特性。文档中详细描述了在 Uber 编写 Go 代码的各种注意事项，包括具体的“Dos and Don’ts of writing Go code at Uber”，也就是 Go 代码应该怎样写、不该怎样写。
这份编程指南最初由 Prashant Varanasi 和 Simon Newton 编写，旨在让其他同事快速地熟悉和编写 Go 程序。英文原文标题是 Uber Go Style Guide，这里的 Style 是指在管理我们代码的时候可以遵从的一些约定。
Python 官网静悄悄地发布了一则大消息：正式发布 Python 3.8.0！新版本较3.7版增加了一大波新功能和优化。Python 3.8.0 是 Python 语言的最新正式版，包含许多新功能和优化。Python 的大多数第三方库也应该很快就会支持 3.8.0 软件包。
有关 3.8 版本功能的更多信息，请参阅 “Python 3.8 新特性” 文档。所有更改的详细信息都可以在更改日志中找到。从 2019 年 12 月开始，3.8 系列的维护版本将定期每两个月发布一次。
北京时间 10 月 16 日，AWS 首席布道者 Jeff Barr 在其博客上透露，亚马逊消费者业务正式完成了对 Oracle（甲骨文）数据库的迁移工作，永久关闭 Oracle 数据库。甲骨文当日股价剧烈波动，收盘时股价下跌0.19%，并在盘后交易中继续下滑。
目前，Amazon 将近 7500 个 Oracle 数据库、75 PB 的数据已经全部迁移到 AWS 数据库服务。对于云计算厂商来说，自建数据库系统的好处是明显的，可以改变过去对上游硬件和基础软件厂商的依赖。云计算虽然是「线上」的生意，但传统 IT 时代中的服务器、数据库、存储介质仍然是云计算生意中最重要的组成部分。
Notepad++ 的推特帐号发布了关于 Notepad++ 新 Logo 的消息。与旧版 Logo 相比，新 Logo 整体的变化不大，不过官方则表示新版 Logo 比旧版的更吸引人，也更加简洁且更具意义。
除了使用新 Logo，其官网也进行了全新改版，并采用流行的自适应响应式设计。Notepad++ 作者表示，自 2011 年 7 月以来，网站的外观保持了 8 年不改变样式，现在是时候更改并采用响应式网页设计了。
学 术 前 沿
Academic News
无论是学术界还是工业界，机器学习框架都在发挥着重要的作用。在 2019 年，机器学习框架的战争剩下两个主要竞争者：PyTorch 和 TensorFlow。Horace He在 The Gradient 网站上的分析表明，研究人员正在逐渐放弃 TensorFlow，陆陆续续转向 PyTorch。与此同时，在工业界中，TensorFlow 目前是首选平台，但这种情况可能并不会持续太久。
Horace He指出，2019 年的每个主要会议的大多数论文是用 PyTorch 实现的。在 2018 年，PyTorch 还只是少数派。但现在，它已经成了压倒性的多数。对于 TensorFlow 和 PyTorch 的未来而言，这一刻是激动人心的时刻。它们的设计已经趋同到这样的一个地步：以至于任何一个框架都不会凭借其设计而获得决定性的胜利。双方都有各自的地盘：一方占据了学术界，而另一方则占据了工业界。
🔗 论文链接：
https://thegradient.pub/state-of-ml-frameworks-2019-pytorch-dominates-research-tensorflow-dominates-industry/
10月18日，据外媒报道，牛津大学的研究团队训练了一种AI算法，以推测希腊1500至2600年间破损文物表面上缺失的铭文字符。
名为Pythia的人工智能学习了35000件文物，其中包含超过300万个单词、语境、语法及铭文的形状和布局。测试中Pythia为破损的铭文提供了20条不同的建议来填补空白，科学家们可以从中挑出最优选项。在对比测试中，AI填补了2949个受损铭文中的空白，而人类专家填补的错误率比AI高出30%。并且专家们用2个小时提供了50个可能的答案，而Pythia却在几秒内给出了所有可能的答案。这表明了AI辅助修复文物的潜力，研究人员可以使用它作为协助工具来缩小选择范围。
🔗 论文链接：
https://arxiv.org/abs/1910.06262
*以上信息来源于网络，由“京东云开发者社区”公众号编辑整理，
不代表京东云立场*
