我們現在所熟悉的網際網絡，幾乎每一樣功能，都是在過去5000天內所發明與創造的！
一張圖片訴說著千言萬語。古人說: 「一張圖勝過千言萬語」。每張圖片似乎都有著一長串的故事等著被訴說。而如何說這個故事呢? 這就牽扯到了故事訴說的手法，也就是呈現方式。
Gtkorphan 是 deborphan 的圖形界面 (GUI frontend)，程式本身依賴於 deborphan 來工作，除了跟 deborphan 一樣能找出系統不再需要的 orphaned 套件外，還可以直接選擇需要刪除的套件。
我在網上找了一下安裝nvidia 新的 100.14.19版本的Driver的方法，結果發現大家建議的方法都是到官方網站下載回來自行編譯，然後看了一下步驟，顯然對我這個Ubuntu初級玩家來說有點困難。
Scriblink 提供了一個線上白板的服務 (Java Based), 進入這個網站後呢, 輸入你的 username 然後你就完成了你的個人白板, 接下來要做的事就是邀請你的朋友進來, 可以透過 E-mail 和 Get URL 的方式告知朋友該白板所在位址！ 這樣的應用對於想要解釋一些需要圖形來說明的狀況, 但是又受距離的限制, 可以說是蠻有用的
目前自然語言是MSN機器人中，最缺乏的一塊，也是最需要改進部分。
自然語言, 搜尋, 連結.
微軟推出的數位相片合成技術 ( Photosynth ), 利用好幾張不同遠近不同角度所拍攝到的物件或是景象, 來合成出各式各樣對於影像的期待……
GPGPU比CPU强在哪里? 1.CPU的浮点运算能力严重不足 2.GPU的输入/输出带宽远超CPU 3.GPU更适合重复的计算 4.GPU拥有优秀的编程语言
延伸: "一個Tesla圖形處理器擁有128個並行處理器，處理能力高達每秒5180億次並行浮點計算。按照Nvidia公司的設想，Tesla處理器將用于高性能計算工作，例如地理科學、分子生物學，或者醫療診斷。" http://financenews.sina.com/sinacn/304-000-106-109/2007-06-20/1835474228.html
此機器人的生物靈感控制軟件採用“場所細胞”的功能模式，這是大腦海馬區域的神經細胞，可以幫助真老鼠形成環境地圖。當動物在熟悉的環境時，它們就會激活。
模擬老鼠的大腦.
您可能已經覺得搜尋等於 Google，您也可能覺得搜尋市場早就已經成熟到不能再更熟了，實在是不知道對於一些想要在網路創業的人，搜尋還有什麼機會可言。但是事實是，專家都認為，現在存在於網路上的搜尋功能，其實只把搜尋的所有潛在能力開發了 5% 而已。是的，只有百分之五，簡直就是冰山一角，下面還有整座冰山等著我們去發掘。這座冰山的本體就是今天 Mr. Saturday 要來介紹的語意搜尋 (Semantic Search，也有人作語義搜尋)。 現在網路上的資訊和網頁都是設計給人看的，人們在網路上可以暢行無阻。比如說我今天可以上網想辦法四處收集「便宜的 iPhone」的資訊，也許我以 Google 為起點開始搜尋，或是我先上 eBay 找看看有沒有人開始在拍賣 iPhone 了，然後自己把相關的資訊彙整起來。又比如說我今天想要找「我家附近便宜又好吃的餐廳」，那我的第一步也許就是上去一些美食網看一看大家對於一些餐廳的評價，彙整起來之後再決定要去哪一家餐廳用餐。對於人來說，這些都是再簡單也不過的事情，但是對於電腦來說，這些動作卻極其困難，在沒有人類的輔助之下，我們的電腦現在還沒有聰明到可以幫我們自動完成以上的事情。
語意搜尋, 下一代的搜尋
開賽之後，在主機『眼里』，整個球場就是一個座標系，球員和球、球門等就是這些座標系中或動或靜的『點』。通過『全局視覺系統』，主機即時的分析球場資訊，發出指令，指揮『我方球員』在『座標系』內『衝鋒陷陣』
『全局視覺系統』, 一個集中式的處理(決策)單元. (所以機器人足球是一場真實版的即時戰略遊戲)
使用一個大小跟車牌差不多大的電路板，上面嵌入 64 個平行處理器。為了要控制這些處理器，他們開發了關鍵性的平行電腦機構（organization）讓處理器能一同工作，而且讓軟體開發者在寫程式時更簡單容易。
硬體排程器? 英特爾研發大量多核處理器 http://taiwan.cnet.com/news/hardware/0,2000064553,20119294,00.htm CPU革命迫在眼前 http://campus2.chgsh.chc.edu.tw/sa/read.asp?docsn=2004122159&readtype=ch
今年2月間，Mike Volpi離開服務達13年的思科公司(Cisco Systems)，踏上網際網路冒險征途。數月後的今天，他在網路影片新創公司Joost找到事業的第二春。 Volpi接掌Joost執行長職務前，在思科負責開發並銷售下一代網際網路協定(IP)設備。之前，Volpi也主導思科的收購策略，1994至2001年期間監督75樁併購案的執行。
人工智能機器並非電腦﹐雨果的工作是用“基因算法”設計神經網絡﹐也就是“生產大腦”。他的“CBM”大腦制造機器可以在幾秒鐘內進化成一個神經網絡﹐可以處理將近1億個人工神經元。它的計算能力相當于一萬臺個人電腦。在2000年﹐人工大腦就可以控制“小貓機器人”的數百個行為能力。
有一種虛無飄渺的感覺.
硬體排程器如何分割運算任務，並把任務分配到同一顆晶片上的各個核心去執行。有了這種排程裝置，特定的運算任務就能在更短的時間內完成，Bautista說。這種設計也可防止「熱點」(hot spots)冒出來--倘若某個處理器核心因為馬不停蹄的運轉而開始變熱，排程器就可把運算任務轉撥到鄰近的核心。
多核心的軟硬體協同設計
這位帥氣的研究員，1995年從東京大學數學系畢業之後，攻讀東京大學資訊工程博士學位，並且以Teddy系統一戰成名，並順利於1999年拿下博士學位。Teddy系統是於1999年發表於SIGGRAPH之上，Igarashi當時提出了非常創新的UI，僅僅利用2D的sketch就可以創造出3D物件。
本篇的重點在於 1. 數據顯示, (瞬間平均)下載速度最快是出現在BT檔發佈後的第50小時！！！ 2. 數據顯示, 在BT中, 上傳的量越多, 下載速度反而比較慢！！！ 3. 數據顯示, 同時開多個BT下載, 下載速度不會變慢！！！ 有沒有比較想往下看了呢? ＸＤ
