阿里巴巴和 Netflix 的新机器学习技术，模仿动物视觉，以及更多开源新闻

了解过去两周最大的开源头条新闻。

图片来源：

Opensource.com

在本期开源新闻综述中，我们将关注开源选举审计工具、阿里巴巴和 Netflix 的新开源项目、模仿动物视觉等等！

阿里巴巴和 Netflix 分享机器学习和数据科学软件

两家处于机器学习和数据科学前沿的公司刚刚发布了一些开源许可下的工具。

中国电子商务巨头阿里巴巴刚刚开源了其 Alink 平台的算法库。这些算法“对于支持在线产品推荐和智能客户服务等机器学习任务至关重要”。阿里巴巴云总裁贾扬清表示，Alink 非常适合“寻求大数据和机器学习工具的开发人员”。您可以在 GitHub 上找到 Alink 的源代码（采用 Apache 2.0 许可证），文档提供中文和英文版本。

流媒体服务 Netflix 也不甘示弱，刚刚发布了其采用 Apache 2.0 许可证的 Metaflow Python 库。Metaflow 使数据科学家能够“尽早发现原型模型是否会在生产中失败，从而使他们能够解决任何问题”。它还与许多 Python 数据科学库（如 SciKit Learn、Pytorch 和 Tensorflow）配合使用。您可以从其 GitHub 存储库获取 Metaflow 的代码，或在 Metaflow 网站上了解更多信息。

模仿动物视觉的开源软件

您是否曾经想知道您的狗或猫如何看待世界？感谢英国埃克塞特大学和澳大利亚昆士兰大学的研究人员的工作，您可以找到答案。该团队刚刚发布了允许人类像动物一样看待世界的软件。

该软件名为 micaToolbox，可以解释数码照片，并通过模仿动物视觉的局限性来处理各种环境的图像。任何拥有相机、电脑或智能手机的人都可以使用该软件，而无需了解如何编码。但 micaToolbox 不仅仅是一个新奇事物。它是一个严肃的科学工具，可以帮助“生物学家更好地了解各种动物行为，包括交配系统、依赖距离的信号和模仿”。据研究人员 Jolyon Troscianko 称，该软件可以帮助识别“动物的伪装如何工作，以便我们可以管理我们的土地以保护某些物种”。

您可以下载 micaBox 或在 GitHub 上浏览其源代码。

用于选举后审计的新工具

我们生活和机构的越来越多方面正在自动化。随之而来的是系统崩溃或恶意人员篡改这些系统的风险增加。开源为我们提供了一个机会，可以了解自动化是如何工作的。

特别是选举，越来越容易受到攻击。为了打击选举舞弊，美国网络安全和基础设施安全局 (CISA) 与非营利组织 VotingWorks 合作创建了一个用于审计选票的基于网络的应用程序。

CISA 主任 Chris Krebs 表示，该应用程序名为 Arlo，旨在确保“选举安全、有弹性和透明”。Arlo 与一系列自动化投票系统配合使用，以帮助“官员将审计的选票与制表的选票进行比较，并提供监控和报告功能”。Arlo 已用于验证最近的州和地方选举结果，并在佐治亚州、密歇根州、密苏里州、俄亥俄州、宾夕法尼亚州和弗吉尼亚州进行进一步的现场测试。

Arlo 的源代码以 AGPL-3.0 许可证发布，可在 GitHub 上获取。