ZDNet至顶网软件频道消息:过去十多年微软一直致力于用于设备的软件。微软已经向市场中推出了从车载娱乐系统、销售终端、咖啡机到智能手表等一切事物的软件。现在,微软正在着手重塑其物联网(IoT)产品、服务和战略,而这远不止是嵌入式Windows。
微软正在构建一系列由Azure提供强大支撑的服务,利用、管理和发挥这些来自传感器以及物联网设备的数据的价值。微软有望推出自己的物联网新设备和服务,从眼镜和手表之类的可穿戴设备到家庭自动化系统及服务。
以下是微软在物联网方面的战略计划:
嵌入式Windows团队是微软新物联网团队的核心。
到目前为止,微软的嵌入式Windows团队将精力主要集中于企业和行业客户而不是消费者身上,试图说服零售、医疗、制造和汽车行业的客户在他们的设备中嵌入各种版本的Windows。
但是嵌入式Windows团队现在已经正式变身为微软的物联网团队。这个物联网团队的任务不仅仅是Windows。事实上,这个团队覆盖了所有种类的操作系统系统,甚至包括Linux,使得微软深入渗透到嵌入式设备中。
微软Azure云也将在微软物联网战略中扮演重要角色。尽管嵌入式操作系统是物联网的关键,但后端同样重要。对于微软来说,物联网的后端就是它的Azure云操作系统。
在微软的物联网愿景中,各种设备都将通过Azure连接。发展物联网服务的人可以构建这些服务使其运行并扩展到Azure。
数据分析是微软物联网战略将要提供的服务之一。
在4月初,微软宣布有限预览微软Azure智能系统服务。这项服务让用户能够捕捉并管理来自传感器和设备的机器数据。
企业将能够利用微软的数据分析工具,例如HD Insight、Azure Hadoop服务、Power BI、微软业务智能服务,捕捉和分析来自这项服务的数据。
微软还将致力于更低等级、基于Azure的服务用于物联网通信。
微软还将开发一项(也可能是多项)更低等级的Azure服务以促进物联网通信。
其中一项服务是构建与Azure服务总线通信功能,主要针对与物联网相关的无数传感器和设备之间的通信。微软还没有正式公布这项服务,预计将采用一种代号为“Raykjavik”(雷克雅未克)的网关,用于将信息发送到设备并收集来自这些设备的信息。
云正在逼近冰岛的雷克雅未克。
消费类产品也是微软物联网团队的方向。微软正在研发可穿戴设备——这可能包括新的智能手表,以及各种类型的智能眼镜。
在四月举办的Build 2014上,微软物联网团队介绍了公司的汽车嵌入式平台是如何进化为更具连接性的"Connected Car"平台的,这个概念听起来很像苹果的CarPlay。
微软的物联网团队正在建立开放的系统和云设备用来驱使那些非PC设备,可穿戴设备,汽车,及消费电子产品等等。微软物联网团队在LinkedIn上表示,“我们的智能系统是建立在众多垂直行业上的。”
家庭自动化和其他研究型项目也将成为微软物联网战略的一部分。
微软目前还没有提供向Nest恒温器这样的设备,但是在家庭自动化领域并非新进者。
微软研究院4年来一直致力于各种家庭自动化研究项目,包括HomeOS、家庭应用商店等等。有传闻说微软可能会利用其id8 R2 Studios收购来加强Xbox,这样就可以成为一个重要自动化指挥与控制系统。
不过微软研究项目并不总会转换成商业化产品,最近几年的趋势是,微软想办法尽可能地把MSR技术融入很多产品当中。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。