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
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。