ZD至顶网软件频道消息: 在微软的全球合作伙伴大会(WPC)上,通用电气的首席执行官Jeff Immelt在微软首席执行官萨提亚.纳德拉的主题演讲过程中登台,双方宣布结成战略合作伙伴关系。
Immelt表示:“为传统工业设备注入云的力量,是简化与重塑业务流程的跨越式进步。GE正帮助客户从庞大的数据流中提取有价值信息,并与微软等行业领袖伙伴共同打造生态系统,加速全球工业互联网的蓬勃发展。”
去年八月,通用电气推出了其平台即服务解决方案Predix Cloud,并充分利用通用电气在业务技术和IT两个方面的经验,捕捉并分析工业数据。
微软首席执行官萨提亚·纳德拉与通用电气的首席执行官Jeff Immelt
据了解,双方合作的第一步将是在2016年年底前基于微软云Azure的Predix平台开发者预览版,而企业版预计将于2017年第二季度发布。
GE Predix工业互联网平台可以帮助工业客户迅速建立、安全部署和有效管理工业应用。Predix与Azure的结合意味着客户可享有更多高级功能,如自然语言处理技术、人工智能、高级数据可视化及企业应用的整合等。
双方表示,Azure将为整个工业物联网生态系统的成长提供坚定的支持,而Predix客户将有机会获益于目前全球覆盖规模最大的云计算平台,并享受到包括数据主权、混合云服务能力、高级开发和数据服务在内的微软云的更多优势特性。
此外,通用电气和微软还计划将Predix与Azure IoT套件、Cortana智能套件以及Office365、Dynamics365、PowerBI等微软商业应用实现深入整合,从而更好地将工业数据与业务流程和分析实现无缝衔接。
通用电气将于本月底于拉斯维加斯举办的Predix Transform大会以及11月份于旧金山召开的Minds + Machines展会上分享更多信息。
事实上,微软并不是通用电气在Predix上的第一个合作伙伴。通用电气的Predix Cloud的脱胎于亚马逊网络服务(AWS)、埃森哲和Pivotal在几年前打造的名为Industrial Internet的数据分析平台。
在四月份,通用电气曾宣布同Oracle展开类似的合作,并与Oracle Cloud Platform、Oracle Cloud Applications、ERP以及Supply Chain Management等进行连接。
纳德拉将通用电气描述为“SAP级的合作伙伴”。他表示:“一直以来,我们对合作伙伴的看法都是一家公司在软件方面有什么创新,我们能够如何成为一个平台供应商?在过去,这主要针对的是科技公司,但是现在,每一家企业都是科技公司。通用电气是一家数字化的公司,用Predix构建数字化软件。所以,就像过去一样,SAP是我们的一个大的合作伙伴。在未来,SAP依然将是我们的合作伙伴,但是通用电气也将成为同样量级的合作伙伴。”
纳德拉还表示,这次合作对参加WPC的合作伙伴来说意义非凡,“事实上,Azure同Predix的结合为所有参会的合作伙伴创造了巨大的机会,让他们能够打造物联网和工业互联网解决方案。而作为这些解决方案的一部分,它们将连接微软的Dynamics、Office 365和所有其他合作伙伴的解决方案。对于我来说,我认为这种平台能力的结合将推动工业互联网发展。”
IDC的分析师Al Gillen表示,这笔交易在短期内不会让微软的销售呈现井喷之势,但是从战略角度看,对于微软吸引客户使用Azure是非常重要的,同时双方的合作还关系到微软的物联网战略。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。