ZDNet至顶网软件频道消息:在“移动为先、云为先”的世界中,一个最神奇的现象是,不仅数据消耗(与产生相对应,此处应指数据的消耗而非字面的意思)的速度在加快,就连数据产生的速度也在以指数级增长。
微软全球首席执行官萨提亚 · 纳德拉
运算变得无处不在,工程师和开发者不断创造出新形态的设备和云服务,填满我们日常生活中的每一个角落。从汽车仪表盘、照明开关、中央空调到运动鞋,几乎所有人与人、人与电脑,以及电脑之间的互动和体验都已经数字化了。这个全新的世界为我们创造了一个巨大的机遇,我们要找到一种正确的方法,对普适计算产生的繁杂数据进行处理,从而将其转化为驱动环境智能所需的动力。这种动力将助力实现更好的体验、理解和互动。当周围的设备学会聆听、响应、理解我们,并替我们采取行动时,我们就迈入了一个全新的时代,一个环境智能的时代。
将数据转化为驱动环境智能所需的动力并不容易,要开发出这样的技术更是一项巨大的挑战。这要求技术能理解背景、推断意图,并将有用的信息从无用的噪音中分隔出来。建设一个能够实现此类环境智能的综合平台,是整个微软公司共同努力的目标,也只有微软有能力让世界见证这个奇迹。SQL Server、BI商业智能、机器学习、必应搜索、Azure公有云,每一个都扮演着重要的角色,它们在共同致力打造一个设备、服务和环境都能真正预见和理解人类需求的全新世界。罗马非一日建成,但在朝这个目标前进的过程中,我们的客户和合作伙伴已经不断从中获益了。SQL Server的速度越来越快,商业智能愈发直观,机器学习愈发智能,必应愈发实用,而Azure的可扩展性也越来越强了。在我们创造真正的环境智能平台的过程中,全民皆赢家。
举例来说,这个过程将从某人的一个问题开始,他提出问题,然后设想答案并进行测试,从中获得独特的洞察,最终采取行动。在这个过程中,支持这种个人体验的基础其实就是一个分析平台,它能够对来自无数源头的数据加以整理和排序——这需要动用大规模的实时存储来支持。将所有这些环节整合起来,就是一个环境智能平台的雏形。
我们相信,只要有恰当的工具,任何人都可以随时随地分享其洞察。推而广之,这些洞察的集合就构成了我们所谓的“数据文化”。
当然,数据文化不仅局限于部署技术,它将真正改变文化,唾手可得的数据将切实帮助每个团队、每个人成就大事。换言之,就是要将大众、IT技术与开发者汇聚在一起,促成与系统和基础设施升级同等重要的文化革新。在数据文化中,随着提问和应答的参与者持续增多,每个人都将从中受益,群体组织的整体效率也将获得不断提升。这种变化在企业中的作用尤为明显,每名员工都将可以驾驭从前只有数据专家才能掌控的数据威力,使用自然语言和自助式的操作,通过Office这样人们所熟悉的应用,获得业务洞察和可视化的呈现效果。
除了致力于实现为每个人服务的数据文化的雄心壮志,我也想向大家介绍一下包括Office 365、Azure和SQL Server在内的微软最新的数据平台的贡献:
- SQL Server 2014:全新升级的内存管理技术能够出色应对任何工作任务——从OLTP联机事务处理、数据存储到商业智能。
- 分析平台系统(APS):APS将微软SQL Server数据库和Hadoop技术的精华融为一体,以低成本的方式提供了完备的大数据解决方案。
- Azure智能系统服务:这项云服务能连接、管理、捕获和转换来自不同操作系统或平台的机器生成的数据。这项物联网服务于4月15日开始进入有限Beta测试。
我们正体验着由普适计算引发的数据大爆炸,也都渴望能以更便捷的方法将数据转化为有用的洞察力,让每个人、每个企业从环境智能中获益。今天,我们迈出了重要的一步,未来,我们更将全力以赴。
好文章,需要你的鼓励
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。