至顶网软件频道消息:本周微软举行了面向专业人士和开发者的Ignite大会,微软公司首席执行官Satya Nadella在开幕主题演讲中,阐述了微软如何寻求利用各种技术来革新几乎所有行业,包括人、人工智能和混合现实等技术。Nadella表示,微软也将超越现有的技术范例,走向超级强大的量子计算机(其计算速度可能要远远高于现有的计算机)等前沿领域。
下面就是Nadella在Ignite 2017主题演讲中提到的5大要点。
现代化工作场所
微软将继续强调提供软件以实现一种现代化的工作场所——从7月的重组以及重新调整战略重点开始。Nadella在他的主题演讲中表示,工作的性质“不再是常规的任务——而是释放你企业组织内部的创造力”以及“超越个人生产力到释放团队的力”。Microsoft 365软件捆绑包(包括Office 365、Windows 10、设备管理和安全功能)因此成为了一种“战略数字资产”,不仅适用于日常工作,还用于获取和连接员工所持有的知识。迄今为止,这一点在实践中的一个例子,就是Microsoft Graph API,现在它将Office 365与微软自己的专业人士网络LinkedIn进行集成;例如API可以帮助员工更轻松地找到具有某些技能和专长的工作伙伴。
业务应用
Nadella表示,在业务应用方面,现代化的企业组织“不能禁锢于旧的做事方法”。相比过去,现在的应用需要更加模块化和更加自动化。例如,Dynamics 365云CRM和ERP系统现在将提供很多模块化的应用,这些应用在该平台内提供有限的功能块。例如其中一个模块化应用“Attract”将专注于帮助用户找到合格的职位候选人。
与此同时,Nadella还谈到了“AI为先”的业务应用的承诺,这种业务应用的核心就是人工智能。微软将利用自己的人工智能技术来处理现在客户服务和支持请求,例如惠普公司就在使用微软这项技术来达到同样的目的,Nadella这样表示。“这只是构建这些以AI为先的业务应用完整新旅程的一个开始。”
智能云和智能边缘
Nadella呼应了自己在7月Inspire合作伙伴大会上的观点,在这次Ignite大会主题演讲中表示,有一种新兴的计算模式可以归结为“智能云和智能边缘”。这些技术例如微软的Azure云平台和服务,通过“持续集成和部署新软件的敏捷性来提供巨大的生产力”。Nadella谈到,在智能云/智能边缘这个大的主题下,今年秋季很多客户将开始启动的多种技术解决方案。其中,就包括一款由Trimble开发的软件解决方案,用于构建矿山的数字可视化,可以预测采矿作业中会发生什么情况等。与此同时,Land O' Lakes正在使用微软的多项技术,来实现更精确的农业经营和提高作物产量。他说:“这些智能云和智能边缘应用并不是未来的发展方向,而是眼下正在各行各业发生的。”
混合现实
与以往相比,有一个领域是Nadella在这次主题演更加关注的——混合现实。上周微软刚刚公布将会扩大对微软HoloLens混合现实头戴设备的测试,Nadella这次在主题演讲中就展示了HoloLens平台是如何与微软Teams相结合,在设备视图中实现与同事进行协作的。Nadella表示,除了AI为先的业务应用之外,很多客户也在构建“混合现实为先”的应用,另外一个现实世界中的例子就是Trimble采矿软件。
量子计算
在技术前沿领域,Nadella谈到了微软在量子计算方面取得的进展——量子计算的目标是通过利用量子物理学原理,提供远远高于目前水平的计算能力。现在微软正在致力于开发量子计算机所需的应用,同时也在致力于软件方面,以及让开发者参与其中。本周微软表示,微软将会打造一种用于量子计算的编程语言,并计划到2017年底前为开发者提供相关的调试和模拟器工具。Nadella表示,这么做的目的就是让量子计算“解决目前我们仍然面对的一些最大的挑战”。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。