Microsoft 将于本周五迎来其 50 周岁的重要里程碑。让我们回顾这家 Windows 巨头走向行业主导地位过程中的起起落落。
在取得众多成功的同时,这家由比尔·盖茨创立的公司也经历了不少失误和挫折。每一个 Windows 3.0 和 3.1 的成功背后,都有类似 Microsoft Bob 和 Windows 8 这样的教训。
曾几何时,Microsoft 的产品几乎无处不在。从 MS-DOS 到 Windows 系统可谓普及率极高。尽管该公司在 Windows Mobile 和 Windows Phone 方面的战略导致在智能手机市场败给了竞争对手,但 Microsoft 凭借其办公套件在企业市场仍然保持主导地位,这一地位没有被 Google 等竞争对手的努力所撼动。
为这家总部位于雷德蒙德的科技巨头选择里程碑式的成就和失败并不容易,因为可选项实在太多。操作系统无疑是重中之重,其次是办公生产力应用。编程语言同样值得一提,虽然 Microsoft 并非 BASIC 语言的发明者,但其开发的特定版本获得了广泛欢迎。
此外还有云计算领域的布局,以及最近在人工智能方面的投资。我们询问了该公司的聊天机器人 Copilot 关于 Microsoft 的成就,它提到了收购 GitHub 和 LinkedIn 的成功案例。而另一方面,耗资数十亿美元收购 Nokia 则被 Copilot 列入失误清单中,这个判断确实有理。
其他失误包括低估了 Google Chrome 浏览器的潜力,导致其在创新方面超越了 Microsoft 的 Internet Explorer,以及失败的 iPod 竞品 Zune。有趣的是,Copilot 也承认 Windows Vista 并非 Microsoft 最辉煌的作品。
不过,它还告诉我们半个世纪有 25 年这样的错误认知。
最终,是用户们直接体验着 Microsoft 决策带来的影响。笔者的个人经历始于接触 Microsoft 版本的 BASIC,之后经历了在 MS-DOS 系统上调试各种 CONFIG.SYS 设置 (为了让特定应用程序能够运行),然后获得了一份开发名为"Microsoft Access"软件支持的工作机会,最终涉足 Microsoft 的服务器和云计算领域。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。