ZDNet至顶网软件频道消息:过去十多年微软一直致力于用于设备的软件。微软已经向市场中推出了从车载娱乐系统、销售终端、咖啡机到智能手表等一切事物的软件。现在,微软正在着手重塑其物联网(IoT)产品、服务和战略,而这远不止是嵌入式Windows。
微软正在构建一系列由Azure提供强大支撑的服务,利用、管理和发挥这些来自传感器以及物联网设备的数据的价值。微软有望推出自己的物联网新设备和服务,从眼镜和手表之类的可穿戴设备到家庭自动化系统及服务。
以下是微软在物联网方面的战略计划:
嵌入式Windows团队是微软新物联网团队的核心。
到目前为止,微软的嵌入式Windows团队将精力主要集中于企业和行业客户而不是消费者身上,试图说服零售、医疗、制造和汽车行业的客户在他们的设备中嵌入各种版本的Windows。
但是嵌入式Windows团队现在已经正式变身为微软的物联网团队。这个物联网团队的任务不仅仅是Windows。事实上,这个团队覆盖了所有种类的操作系统系统,甚至包括Linux,使得微软深入渗透到嵌入式设备中。
微软Azure云也将在微软物联网战略中扮演重要角色。尽管嵌入式操作系统是物联网的关键,但后端同样重要。对于微软来说,物联网的后端就是它的Azure云操作系统。
在微软的物联网愿景中,各种设备都将通过Azure连接。发展物联网服务的人可以构建这些服务使其运行并扩展到Azure。
数据分析是微软物联网战略将要提供的服务之一。
在4月初,微软宣布有限预览微软Azure智能系统服务。这项服务让用户能够捕捉并管理来自传感器和设备的机器数据。
企业将能够利用微软的数据分析工具,例如HD Insight、Azure Hadoop服务、Power BI、微软业务智能服务,捕捉和分析来自这项服务的数据。
微软还将致力于更低等级、基于Azure的服务用于物联网通信。
微软还将开发一项(也可能是多项)更低等级的Azure服务以促进物联网通信。
其中一项服务是构建与Azure服务总线通信功能,主要针对与物联网相关的无数传感器和设备之间的通信。微软还没有正式公布这项服务,预计将采用一种代号为“Raykjavik”(雷克雅未克)的网关,用于将信息发送到设备并收集来自这些设备的信息。
云正在逼近冰岛的雷克雅未克。
消费类产品也是微软物联网团队的方向。微软正在研发可穿戴设备——这可能包括新的智能手表,以及各种类型的智能眼镜。
在四月举办的Build 2014上,微软物联网团队介绍了公司的汽车嵌入式平台是如何进化为更具连接性的"Connected Car"平台的,这个概念听起来很像苹果的CarPlay。
微软的物联网团队正在建立开放的系统和云设备用来驱使那些非PC设备,可穿戴设备,汽车,及消费电子产品等等。微软物联网团队在LinkedIn上表示,“我们的智能系统是建立在众多垂直行业上的。”
家庭自动化和其他研究型项目也将成为微软物联网战略的一部分。
微软目前还没有提供向Nest恒温器这样的设备,但是在家庭自动化领域并非新进者。
微软研究院4年来一直致力于各种家庭自动化研究项目,包括HomeOS、家庭应用商店等等。有传闻说微软可能会利用其id8 R2 Studios收购来加强Xbox,这样就可以成为一个重要自动化指挥与控制系统。
不过微软研究项目并不总会转换成商业化产品,最近几年的趋势是,微软想办法尽可能地把MSR技术融入很多产品当中。
好文章,需要你的鼓励
Forrester副总裁兼首席分析师高恩德在访谈中表示,尽管AI技术广泛存在,但在生产力统计数据中并未体现革命性改变。他引用美国劳工统计局数据指出,个人电脑时代同样未能显著提升生产力增长率。研究显示,95%的生成式AI项目未产生实际投资回报。Forrester预测到2030年AI可能取代6%的工作岗位,约1040万个职位,但目前大部分企业裁员主要出于财务考虑而非AI替代。
中国人民大学联合快手科技研发的DPWriter系统通过创新的"多样化规划分支"策略和智能奖励机制,成功解决了AI写作中质量与创意多样性难以兼得的问题。该系统让AI先制定包含五个维度的详细写作计划,在规划阶段进行创意分支,再配合双重奖励评价体系,实现了在保证写作质量的同时大幅提升创意多样性。实验显示新方法在多样性指标上提升15%,为AI辅助创意写作开辟了新路径。
谷歌发布Personal Intelligence工具,让用户可根据个人偏好定制Gemini聊天机器人。该工具能访问Gmail、谷歌相册和YouTube等服务中的个人数据,提供更精准的回复。例如分析收件箱中的餐厅预订来推荐食谱,或利用汽车照片回答维修问题。工具提供多项隐私控制选项,默认关闭且用户可自定义访问权限。初期仅向美国付费用户开放,未来将扩展至免费账户和国际市场。
ellamind公司研发的sui-1是首个能为长文档摘要提供精确引用标注的AI模型。该24B参数模型通过创新的XML标签系统,为每个摘要观点标注原文出处,解决了AI摘要"不可验证"的核心问题。模型可处理10万词文档,支持200万词超长文档的迭代处理,在准确性测试中达到84.2%,远超同类开源模型。研究团队采用Apache 2.0许可证完全开源模型和训练数据,为政府、法律等需要高准确性的领域提供可信赖的文档分析工具。