O sistema operacional openSUSE Leap 15.1 chega ao fim no dia 31 de Janeiro de 2021, o que significa que ele não receberá mais atualizações de softwares e segurança, Isso também significa que os usuários agora devem atualizar para a versão mais recente do openSUSE Leap 15.2.

Lançado há 18 meses, em 22 de maio de 2019, o sistema operacional OpenSuSE Leap 15.1 é a primeira versão da série openSUSE Leap 15, que também é a primeira baseada na série de sistemas operacionais SUSE Linux Enterprise (SLE) 15.

O openSUSE Leap 15.1 foi baseado nos pacotes do SUSE Linux Enterprise 15 Service Pack 1 e foi desenvolvido com a série de kernel Linux 5.3 com suporte de longo prazo.

Se você estiver usando a versão openSUSE Leap 15.1 é recomendável atualizar para a versão mais recente do openSUSE Leap 15.2 o mais rápido possível, que se baseia no SUSE Linux Enterprise 15 Service Pack 1 (SP1) e terá suporte por muitos meses.

Se o seu sistema operacional openSUSE Linux esta com audio sem funcionar, isto geralmente ocorre em gerações de processadores recentes Gen9 ou superior. Basta instalar o pacote sof-firmware e PRONTO!

0000:00:1f.3 Multimedia audio controller: Intel Corporation Tiger Lake-LP Smart Sound Technology Audio Controller (rev 20)

# zypper in sof-firmware
# modprobe snd_sof_pci

Em 31 de dezembro de 2020, disponibilizei um post onde foi demonstrado o poder da tecnologia GANs para geração de imagens. Estes modelos generativos baseado em deep learning tem ganho cada vez mais notoriedade. A família Rede Adversárias Generativa e Autoencoders Variacionais merecem todo destaque na vertical de visão computacional.

Resumidamente VAEs (Autoencoders Variocionais) é um autoencoder que possui sua distribuição regularizada durante o treinamento, com o objetivo de possui boas propriedades. Assim permitindo gerar novos dados. Então podemos entender que o termo “variacional” é o resultado da técnica da regularização e o método de inferência variacional. Ou seja este método de inferência variacional é utilizado para aproximar distribuições. Então estas técnicas proporcionam os resultados a seguir.

Fonte: http://raywzy.com/Old_Photo/

“O próximo grande salto evolutivo da humanidade será a descoberta de que cooperar é melhor que competir… Pois colaborar atrai amigos, competir atrai inimigos. Feliz 2021 !”

Estas pessoas da imagem acima não existem e foram criadas com Redes Adversárias Generativas, ou seja, arquitetura de deep learning criada para uma se confrontar entre elas. E como resultado podemos obter fascinantes trabalhos.

A técnica que surgiu em 2014, tem um potencial enorme. Pois consegue aprender a imitar qualquer distribuição de dados. Então podemos dizer que GANs podem ser ensinadas a criar mundos semelhantes ao mundo real. A tecnologia é aplicada em imagens, música, fala e outros. Resumidamente impressionante.

Um Quadro foi vendido por $432.000 gerado por uma GANs, com base em um código fonte aberto de Stanford. Agora em 2019 os AUTOENCODERS VARIACIONAIS podem superar as GANs em geração de faces.

A GANs são capaz de gerar um novo conteúdo como mágica. Esta arquitetura, conta com algoritmo discriminativo. Então podemos entender que a técnica é baseada em algoritmos Generativos contra algoritmos Discriminativos. Ao longo de 2021 disponibilizarei mais resultados da minha pesquisa.

Clique no botão abaixo e teste a tecnologia!

Faço minha parte como militante do software livre e mantenedor oficial dos repositórios Linux OWASP ZAP disponibilizando os pacotes de instalação do software para vários sabores Linux NESTE LINK.

Esta ferramenta oferece escaneamento manual e automático de aplicações web, tanto para novatos quanto para veteranos em testes de penetração. O software é livre e esta disponível no GitHub. A ferramenta disponibiliza diversos testes, incluindo varredura de portas, ataque de força bruta e fuzzing, e recursos para identificar códigos maliciosos. Seu usuário usa interface gráfica intuitiva.

Aproveito para enviar críticas, sugestões e report de BUGs em cabelo@opensuse.org

A versão inicial do Intel® oneAPI 2021.1 esta disponível para download. Todos recursos disponibilizados apresentam versão final para todas as plataformas de CPU, GPU e FPGA. Exceto o Compilador Intel® Fortran (encontra-se em versão Beta).

Alguns de recursos neste release:

• Análise de potência da CPU e GPUs discretas para depug problemas de limitação e ajustes flops / watt.
• Suporte em repositórios de distribuição Nuget, Conda e PIP.
• Suporte para processadores Intel® Core de 11ª geração.
• Otimizações de precisão para tipos de dados FP32, BF16 e Int8 assim aumentando o desempenho de operações de treinamento e inferência em CPUs com Intel® Optimization.
• Intel® AI Analytics fornece suporte de GPU para algoritmos scikit-learn, K-means e muito mais.

Mais informações aqui: https://community.intel.com/t5/Intel-oneAPI-Base-Toolkit/oneAPI-2021-1-is-now-available/td-p/1235277

Disponibilizo a versão minimalista do openSUSE na AWS. Além de multiuso, completa, estável e fácil de usar. Destina-se a usuários, desenvolvedores, administradores, e qualquer profissional que deseja os recursos openSUSE no servidor. É ótimo para iniciantes, usuários experientes e ultra geeks, em resumo, é perfeito para todos!

Sugestões em cabelo@opensuse.org
Informações aqui: https://aws.amazon.com/marketplace/pp/B08PDNBFKY

A seguir as principais vantagens:

Recursos	openSUSE Leap 15.2	Micro openSUSE 15.2
Espaço em disco	1,8G	843M
Memória utilizada	72M	54M
Pacotes	592	243

Desvantagem: Não possui YAST!

O Ritchie é uma ferramenta open source desenvolvida pela fantática equipe da ZUP que automatiza suas atividades manuais diárias com comandos simples executados a partir da criação de fórmulas no CLI. Eu por exemplo, utilizo a ferramenta para inserir usuários em projetos github de maneira muito produtiva. A seguir os comandos para instação:

Para openSUSE Tumbleweed execute o seguinte como root:

zypper addrepo https://download.opensuse.org/repositories/devel:tools/openSUSE_Tumbleweed/devel:tools.repo
zypper refresh
zypper install ritchie-cli

Para openSUSE Leap 15.2 execute o seguinte como root:

zypper addrepo https://download.opensuse.org/repositories/devel:tools/openSUSE_Leap_15.2/devel:tools.repo
zypper refresh
zypper install ritchie-cli

Para openSUSE Leap 15.1 execute o seguinte como root:

zypper addrepo https://download.opensuse.org/repositories/devel:tools/openSUSE_Leap_15.1/devel:tools.repo
zypper refresh
zypper install ritchie-cli

Para openSUSE Factory zSystems execute o seguinte como root:

zypper addrepo https://download.opensuse.org/repositories/devel:tools/openSUSE_Factory_zSystems/devel:tools.repo
zypper refresh
zypper install ritchie-cli

Para openSUSE Factory PowerPC execute o seguinte como root:

zypper addrepo https://download.opensuse.org/repositories/devel:tools/openSUSE_Factory_PowerPC/devel:tools.repo
zypper refresh
zypper install ritchie-cli

Para openSUSE Factory ARM execute o seguinte como root:

zypper addrepo https://download.opensuse.org/repositories/devel:tools/openSUSE_Factory_ARM/devel:tools.repo
zypper refresh
zypper install ritchie-cli

Existe muita polêmica sobre os mesários nas eleições em função do COVID-19. Mas no meu ponto de vista particular, não podemos desprezar o contato a urna eletrônica por diversas pessoas e seu respectivo problema. O controle da higienização das urnas é um complexo problema, pois um erro humano pode custar muito caro.

Enfim, pensando neste cenário para descontrair um pouco, imaginei utilizar um pouco da tecnologia de visão computacional para evitar o contato com equipamento. Pois podemos atualmente detectar as mão e os dedos assim evitando contato. Uma interface deve ser intuitiva para facilitar a votação, mas a prova de conceito desenvolvida em 3 horas demonstra a viabilidade e talvez solução para vários contextos problemáticos. Veja a seguir um vídeo demonstrativo.