微软正在与霍尼韦尔展开合作,将霍尼韦尔的Honeywell Forge工业分析平台与微软Dynamics 365 Field Service及Azure集成在一起,此次合作旨在帮助企业优化对诸如商用机械等实物资产的管理。
霍尼韦尔是工业设备和相关产品的主流制造商,截至2019年,年收入超过360亿美元。霍尼韦尔Forge平台是一组云应用,旨在帮助企业分析“物联网”系统中的传感器数据,以改善日常运营。例如,制造企业可以利用该平台分析来自生产线机器的诊断日志以发现问题。
在此次合作中,霍尼韦尔将把Honeywell Forge与微软Dynamics 365 Field Service软件进行集成,企业使用该软件将维修工作分配给技术人员,并向他们提供故障排除所需的信息,例如来自故障发动机的传感日志。这次合作将让企业能够通过Dynamics 365 Field Service界面将Honeywell Forge的相关诊断信息提供给技术人员。
双方公布此次合作的时候,集成仅关注一个早期场景:建筑物管理。维护对于建筑运营商而言是一笔不小的开支,因为从空调设备到电梯,有许多不同的系统需要技术人员关注。微软和霍尼韦尔表示,双方此次集成将让客户能够通过整合Dynamics 365 Field Service和Honeywell Forge上的工作流来简化交付维护涉及的流程。
两家厂商还瞄准了其他场景,计划将Honeywell Forge与微软Azure公有云中的许多服务(包括Azure Digital Twins)相连接,从而可以创建物理资产的虚拟副本,并在模拟中利用这个功能发现提高运营效率的方式。
微软全球商业业务执行副总裁Judson Althoff表示:“通过将霍尼韦尔和微软服务的集成,企业可以把物联网数据转化为关键的业务见解和行动,以优化运营并更快地提供新的客户价值。”
近年来,工业领域已经成为微软云战略的一大重点。据报道,微软今年斥资1.65亿美元收购了CyberX,一家专注于保护工业设备免受黑客攻击的网络安全初创公司,最近又推出了Azure新工具用于支持数字孪生。
微软的云竞争对手也瞄准了这一市场。AWS在今年7月发布了IoT SiteWise服务,可以分析来自工业设备的传感数据,此外谷歌也通过公有云的新增功能进入该市场。
好文章,需要你的鼓励
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。