微软的官员们表示,该公司的Azure Sphere微控制器(MCU)和相关的云安全服务将于2020年2月全面上市。该公司的官员于10月28日在IoT Solutions World Congress大会上宣布了这一消息。
今天,微软还为其于2019年4月收购Express Logic获得的ThreadX RTOS技术推出了新品牌。在未来,该产品将被命名为Azure RTOS。ThreadX是世界上使用最为广泛的实时操作系统之一。微软今天还宣布,主要的微控制器制造商Renesas已经表示将在其所有的产品(包括Synergy和RA MCU产品系列)中广泛地使用Azure RTOS。
微软在保护低成本联网设备方面已经耕耘多年。微软研究院的“ Sopris项目”就是要创建一个高度安全的微控制器。该项目最终演变成Azure Sphere,微软于2018年4月份正式发布了这一产品。
第一款Azure Sphere芯片是联发科的MT3620,该产品包含了一个板载安全子系统,微软将这个系统命名为“Pluton”。Azure Sphere OS包含了微软开发的自定义Linux内核以及安全的应用程序容器。Azure Sphere Security Service提供身份验证、威胁响应以及设备和应用程序故障信息。在2018年9月份,微软发布了适用于Azure Sphere的Visual Studio的软件开发套件预览版。微软的官员们最近表示适用于Linux的SDK以及对Visual Studio Code的支持将很快推出。
今年六月,微软宣布将与NXP合作开发另一款经经Azure Sphere认证的芯片i.MX 8,该芯片将适用于人工智能、图形和更丰富的UI体验。十月初,微软还表示将与高通一起提供首款具有蜂窝功能的Azure Sphere认证芯片,该芯片将提供安全的连接。
微软的官员们表示,一直在使用预览版Azure Sphere的客户已经利用它为零售和制造设备设计和生产消费装备。该公司的官员们表示,经过Azure Sphere认证的联发科MT3620芯片也被用于 “保护模块”中,以安全地连接和保护关键任务设备。
微软的官员们表示,Azure RTOS是Azure Sphere的“补充”。今年年初,微软通过启用MediaTek MT 3620芯片内部的M4核心处理器,为在RTOS或裸机上运行的现有代码提供了安全的环境。
微软的一位发言人表示:“我们的目标是使Express Logic的ThreadX RTOS能够作为Azure Sphere设备上实时处理要求的选项,并且当物联网解决方案需要边缘计算功能时,让支持ThreadX的设备能够连接到Azure IoT Edge设备。虽然我们建议客户将Azure Sphere用于客户与云之间最安全的连接,但是在高度受限的设备中不可能使用Azure Sphere,我们的建议是Express Logic的ThreadX RTOS优于行业内其他的RTOS选项,因为它具备了附加身份认证并且可以‘开箱即用’地连接到Azure IoT Hub。”
在今天的IoT Solutions World大会上,微软还发布了很多关于其现有物联网产品的消息。该公司为其IoT Central管理的物联网应用程序平台增加了新的应用程序模板、API、多租户支持和更多的功能。Azure IoTHub获得了一些新功能,Azure Time Series Insights增加了很多新的预览功能,包括多层和灵活的冷存储、更丰富的分析并提升了规模和性能。
好文章,需要你的鼓励
许多CIO在实施AI战略时因良好初衷反而导致失败。专家指出,仅为AI而做AI会浪费资金且无实际成果,应先评估业务价值。CIO常见错误包括:让风险规避型利益相关者施加过度限制、仅依赖现成AI工具而不深度整合、在人员和流程问题未解决时强推技术转型。成功的关键是确保AI解决方案真正节省时间并带来业务价值,需要有权威的负责人推动决策,同时不惧怕小规模试错,快速迭代改进。
谷歌研究院开发出一种革命性的人工智能技术,通过学习人类眼动轨迹来提升视觉问答能力。该技术像训练侦探一样教会AI关注图像中的关键区域,准确率提升3-10%。研究发表于CVPR 2024,在教育、医疗、无人驾驶等领域具有广阔应用前景,为AI向人类智慧靠近开辟了新路径。
Kahoot是一个基于游戏的学习平台,涵盖科学、历史、地理、英语和数学等领域。该平台于2023年推出AI功能,AI生成器可从主题、文档、网站或视频链接即时创建互动学习体验,帮助教师减少备课时间,让学习更具吸引力和个性化。平台支持50种语言,拥有120亿用户,还提供翻译工具和AI驱动的学习推荐功能。
英国卡迪夫大学研究团队通过脑电图技术发现,当人们体验虚假听觉(即"听到"实际不存在的语音)时,大脑的神经活动模式与听到真实声音时几乎相同。研究揭示了大脑会根据语言经验和上下文自动"填补"缺失的语音片段,这一发现对理解听觉障碍、改进助听设备以及开发更智能的语音识别系统具有重要意义。