至顶网软件频道消息: 自从微软最近宣布进行重组以来,已经过去了两周的时间,在这次重组中,Windows客户端工程团队被拆分成了两个部分。而重组引发的动荡正在逐步稳定下来。
本周,微软公司副总裁Joe Belfiore有了一些新的职责,让这家公司试图保持移动领域相关性的战略显得更加清晰。
Belfiore是执行副总裁Rajesh Jha的新下属之一。Jha负责运营新创建的体验和设备(Experiences & Devices)工程部门。而在最近的重组中,Belfiore被任命领导Windows客户体验团队。Windows Shell和Edge浏览器都被认为是"Windows体验"("Windows Experience")的一部分。
但是据悉,在4月16日,有一些其他的非专属Windows的团队也被划归到Belfiore名下。Belfiore现在还负责Education、OneNote 和Wunderlist/To-Do。在过去几年里,Education、OneNote和Wunderlist作为一个集团,归公司副总裁Eran Megiddo的领导。
备注:自从他休假回来以后,Belfiore已经是Windows + Devices教育的领导人,还负责Office,但我相信他并没有直接管理EDU团队。
去年,在其开发者大会上,微软的官员们详细介绍了他们的计划,试图通过Pick Up Where You Left Off之类的功能让iOS和安卓用户的计算体验变得更好,从而让Windows成为新移动场景中有机的一部分。为iOS和安卓系统发布Edge浏览器应用程序也是该计划的一部分。
随着Belfiore职责范围的扩大,看起来微软计划继续走这条路线,试图使用OneNote和To-Do等跨平台应用程序与Windows PC无缝连接,并使"现代"生产力方案变得更好。To-Do 和OneNote已经工作在各种平台上了。
另外,记者还听说,作为最新重组的第二阶段调整的一部分,微软已经将Skype消费者团队移至Outlook下。 Gaurav Sareen是目前负责Outlook、Yammer和Office 365团队的公司副总裁。相信他的工作职责里将会增加Skype消费者这部分。
去年微软对Skype消费者的改造并未得到客户的好评。
最近,微软将公司副总裁Javier Soltero的职位从Office产品部门的公司副总裁调整为了Cortana的公司副总裁。Javier Soltero是在微软于2014年收购Acompli时进入这家公司的。(到目前为止,Cortana仍然在微软的人工智能研究部门名下,Bing也是如此。)
据了解,Jha经过重组的团队不仅包括Office产品负责人和Belfiore,还有其他前Windows和设备领导人,包括Panos Panay、Kudo Tsunoda和Brad Anderson。Jha在体验和设备(Experiences & Devices)部门使命的一大部分是拓展Microsoft 365的市场,这是微软的Windows 10、Office 365和企业移动+安全套件(Enterprise Mobility + Security)产品包,该产品包作为订阅服务销售。
好文章,需要你的鼓励
据报道,OpenAI正与亚马逊洽谈至少100亿美元的融资。亚马逊此前已是Anthropic的最大投资者,并为其建设了110亿美元的数据中心园区。若融资达成,OpenAI将采用AWS的Trainium系列AI芯片。Trainium3采用三纳米工艺,配备八核心和32MB SRAM内存。AWS可将数千台服务器连接成拥有百万芯片的集群。报道未透露具体估值,但OpenAI最近一次二次出售估值已达5000亿美元。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
各行业企业存储的数据量持续攀升,5PB以上已成常态,10PB以上也日益普遍。2026年非结构化数据管理的主题是全面增长:更多数据、更多投资、更多痛点以及更多AI安全风险。AI应用加速普及、数字化信息激增以及富媒体和传感器数据大幅增加推动了数据增长。随着AI推理应用的发展,企业将意识到非结构化数据管理对AI投资回报率的关键作用。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。