人民網首頁
91

卷首語

人民網公眾號

阿裡雲公眾號

智能時代上半場結束,下半場開始
   2019年剛剛開始,微軟公司公開表示,任何使用其Windows 10手機(曾被稱為Windows Phone)的用戶,都應該轉而使用iPhone或Android手機。

   這並不是突然的決定,微軟最后一次公開強調移動優先戰略恐怕要追溯到2014年,“移動優先和雲優先”的口號也早已被“雲和智能邊緣優先”的戰略所取代,Windows Phone雖然“與時俱進”地改名為Windows 10手機,但最終的命運也難逃“2019年12月10日之后,微軟將不會繼續對Windows 10(移動操作系統)進行技術支持”。

   2019年,離微軟推出獨創的移動操作系統MeeGO已近10年,收購諾基亞移動部門也過去了近6年,但最終時間只是証明了微軟在移動業務上敗給了蘋果的iOS和谷歌的Android,而未能給微軟帶來任何意義上的成功。

   回顧這10年微軟的移動戰略,對於其失敗的原因恐怕可以寫出一本厚厚的商學院案例解讀,但選擇在此時“離開移動操作系統市場”也許與“智能手機市場經濟潛力已近枯竭”不無關系:正如此前《雲棲科技評論》所說,智能手機已過巔峰期,市場還未找到下一個可以比肩智能手機的產品,智能時代的上半場已結束,但下半場還未開始,加之市場格局已經形成iOS和Android兩大系統分而治之的局面,此時仍舊投入人力物力去支持智能手機市場顯然沒有什麼經濟效益可言。

   但智能時代的下半場會是什麼樣子的?在此我們繼續做一個大膽的猜測:智能時代的下半場將會呈現出“AIoT as Services over 5G”的局面,即未來的消費者,將通過5G通信網絡,連通到本地和全球任意服務,結合IoT的感知與服務能力,消費者將獲得AI所提供的優質消費體驗,雲計算作為關鍵的數據、算力和連接平台,將這一切轉化為服務形態。

                                       阿裡雲研究中心 崔昊

  編輯制作:人民網研究院  內容提供:阿裡雲研究中心
  本刊僅用於行業交流,非商業用途。編輯或專家觀點獨立,不代表本刊立場。部分所選用內容,未能與作者取得聯系,請聯系本刊:yjy@people.cn

1、微軟擬年底取消Windows手機支持


微軟擬年底取消Windows手機支持

  【新聞摘要】 據CNBC報道,微軟表示,任何仍在使用其Windows 10手機(曾被稱為Windows Phone)的用戶,都應該轉而使用iPhone或Android手機。專門報道微軟新聞的資訊網站Thurrott,首先發現了Windows 10手機支持頁面發生的變化。微軟表示,在2019年12月10日,該公司將停止發送這款手機的“安全更新、非安全補丁、免費輔助支持選項以及微軟的免費技術內容更新”。這意味著,在12月10日之后,微軟不會繼續對Windows 10進行技術支持。(閱讀報道)
  【小雲評論】“隨著對Windows 10移動操作系統支持的結束,我們建議客戶改用受微軟支持的Android或iOS設備。”微軟宣布取消Windows手機支持的表態,意味著這家公司歷經十年的Windows移動戰略遭遇重大挫折,在此之前,微軟曾有在移動設備上安裝Windows的宏大計劃,甚至為此收購了諾基亞的移動部門。當然,微軟停止Windows移動戰略並非宣告這家公司的移動戰略徹底失敗,因為微軟已經全面轉向了新的領域:通過雲計算來支持前景廣闊的移動市場,並從中獲得收入和增長。

2、瑞士研究人員開發柔性納米機器人


瑞士研究人員開發柔性納米機器人

  【新聞摘要】 據VentureBeat報道,瑞士聯邦理工學院(EPFL)和蘇黎世聯邦理工學院(ETH Zurich)的研究人員受細菌啟發,研發出一種可以在體液中游動的柔性機器人,將來它或可把救命藥物送到你體內難以到達的地方。這種機器人具有生物相容性,能夠根據需要改變形狀,並且可以在不影響速度的情況下通過狹窄的血管。論文的第一作者塞爾曼·薩卡爾(Selman Sakar)表示,他和同事們採用了折紙(origami)技術的一種變體——kirigami,來設計和折疊外部結構。(閱讀報道)
  【小雲評論】這個機器人的關鍵是所謂的水凝膠納米復合材料,屬於一種納米材料填充、水化、緊密結合的聚合物網絡,它具有較好的彈性。同時,研究人員沒有在微型機器人內部填充微型傳感器、電池和驅動器,而是在納米復合材料中加入磁性納米顆粒,以響應周圍電場的變化。然后,這些機器人可以被“編程”,根據指令或提前變形,或者利用流體流動自行導航通過腔體,但更關鍵的是,這一機器人突破了成本的門檻,材料費用非常低廉,可以以相對合理的成本批量生產。

3、CB Insights CEO:AI變革迎來行業巨變


CB Insights CEO:AI變革迎來行業巨變

  【新聞摘要】 CB Insights聯合創始人兼CEO Anand Sanwal日前發表演講,他認為很多人都沒有真正承認科技帶來的力量,AI所帶來的變化之一是市場競爭加快。對於公司來說,速度非常重要。例如,以標普500指數中公司的壽命周期為例,在50年代-60年代之間通常一個公司的壽命是60年以上,但是現在可能就是20年以內。此外,他認為AI所帶來的變化之二是,技術所帶來的影響越來越深入。與此同時,他還認為中國的AI發展非常有潛力,“中國的政府非常支持人工智能的發展,這是與眾不同的,這也是為什麼中國的人工智能發展如此之快。”(閱讀報道)
  【小雲評論】如今,幾乎所有的公司都說自己是技術公司,包括通用汽車、高盛或是一家廣告公司或食品公司,而這背后的邏輯並不復雜:科技和數據已經成為引領業務發展的關鍵因素,甚至重新定義了市場競爭、產品架構、商業模式乃至企業的組織架構,對於許多企業的管理者來說,科技和數據將成為他們“商業嗅覺”新的組成部分,他們也需要更加理性地分析整個市場競爭的規則,而這種分析,某種程度上將誕生新的算法。

4、歐盟或即將第三次處罰谷歌壟斷


歐盟或即將第三次處罰谷歌壟斷

  【新聞摘要】 據彭博社報道,Alphabet旗下子公司谷歌即將面臨歐盟開出的第三次反壟斷處罰。據匿名知情人士透露,歐盟競爭事務專員瑪格麗特•維斯塔格(Margrethe Vestager),將在未來幾周宣布一項針對谷歌廣告服務AdSense的反壟斷處罰。這次處罰標志著,對這家美國科技巨頭長達8年多的反壟斷調查達到高潮。歐盟在2016年就曾表示,谷歌通過其搜索產品中的AdSense服務阻礙了在線廣告競爭,這些廣告被放在零售商、電信運營商以及報紙等網站上。盡管AdSense在歐洲市場的份額超過80%,但在谷歌2015年的廣告總收入中,它所佔的份額還不到20%,這一比例自2010年以來始終在穩步下降。(閱讀報道)
  【小雲評論】2018年7月,歐盟對谷歌處以43億歐元的創紀錄罰款,並要求該公司改變在Android移動設備上捆綁安裝搜索和瀏覽器應用程序的方式。一年前,由於監管機構指控谷歌操控搜索結果以阻撓小型購物搜索服務,谷歌再次被罰24億歐元。也就是說,在此之前歐盟已經對谷歌處以了67億美元的罰款,而此次最值得注意的是,因為AdSense實際上已經逐漸被谷歌其它產品所替代,對AdSense的罰款不會對谷歌造成長期傷害,歐盟的罰款所產生的效力和其自身的意義究竟有多大,值得思考。

5、日本發射新衛星 預計明年春天首現"人造流星雨"


日本發射新衛星 預計明年春天首現"人造流星雨"

  【新聞摘要】 近日日本宇宙航空研究開發機構成功發射艾普斯龍4號固體燃料火箭,將7顆衛星送入太空,其中最令人關注的是一顆可制造流星的衛星,預計明年春天可首次上演“人造流星雨”。此次發射的最大看點,是由日本太空創業公司ALE研發的可制造人造流星的ALE-1衛星。這顆衛星長寬均為60厘米,高約80厘米,重約68千克。衛星進入指定軌道后可在太空釋放直徑約1厘米、重數克的特殊金屬顆粒物,它們進入大氣層時燃燒能形成流星雨效果。(閱讀報道)
  【小雲評論】根據衛星的運行軌道,這種人造流星在世界各地都可以按需求“上演”,在地面直徑200公裡范圍的指定區域內都能觀賞到,預計2020年春天將在日本廣島附近上空制造第一場“人造流星雨”,有趣的是,據日本媒體報道,已有來自中東地區的訂單預約,用於孩子生日慶祝。與此同時,SpaceX公司也在1月完成了獵鷹火箭的第33次回收,這兩件事情都代表著今天商業航天的快速發展,在過去被認為高不可攀的隻有靠國家意志才能完成的科技創舉,已經成為商業公司的服務,這對於仍然被認為是“封閉、高不可攀”的行業的商業潛力挖掘具有非常重要的借鑒意義。

6、美政府擬允許無人機夜間操作


美政府擬允許無人機夜間操作

  【新聞摘要】 據路透社報道,美國政府日前提出諸多關於無人機管理規則的提案,包括將允許無人機在人口密集地區作業,並取消夜間使用需特別許可的要求,這些期待已久的舉措預計將有助於加快小型無人機在美國的商業使用。這些提案是由美國運輸部下屬聯邦航空管理局(FAA)起草的,此前人們擔心無人機可能對飛機和人口稠密地區造成危險。美國運輸部部長趙小蘭(Elaine Chao)說,運輸部非常清楚公眾對無人機在安全和隱私方面的擔憂。(閱讀報道)
  【小雲評論】從物流、安保,到娛樂業和服務業,無人機正在進入越來越多的商業場景,在不抑制創新、提高無人機應用價值的前提下,通過合理、開放的無人機管理(及生產)規范以及相匹配的安全系統,降低小型無人機對其他飛機以及地面人員和財產構成的風險,已經迫在眉睫。同時,需要配套考慮的還有無人機操作員的測試和培訓以及如何降低公眾對商用無人機的擔憂。

7、凱迪拉克將推電動汽車對抗特斯拉


凱迪拉克將推電動汽車對抗特斯拉

  【新聞摘要】 1月中旬凱迪拉克展示了其第一款電動車,該公司總裁 Steve Carlisle 表示,凱迪拉克的新電動車融合了奢華和創新的特質,將突出其超長行駛裡程(300 英裡以上)的性能優勢。同時,凱迪拉克的官網顯示,該品牌在 2021 年前會保持 6 個月推出一款新車型的節奏。值得關注的是,通用此前在 1 月 11 日宣布,凱迪拉克將成為第一款基於其即將推出的"BEV3"平台的車型。車輛平台是制造車輛的主要基礎,包括電池系統、其他結構和機械部件等。BEV3 平台靈活性強,同時適用於多款車型,不同車型提供前輪驅動、后輪驅動和全輪驅動三種模式。(閱讀報道)
  【小雲評論】大概率來看,凱迪拉克第一款電動車將基於通用汽車(凱迪拉克是通用汽車旗下品牌)的BEV3平台,而通用汽車也會通過傳統車廠強大的“平台”能力,加快旗下品牌的電動車上市速度和多樣化。在傳統車廠,平台意味著極強的車型多樣化能力,基於可“復用”的平台可以設計制造出不同款式的電動車,BEV3 平台使得通用在電池組環節實現了極大的靈活性和規模化生產,從而降低了其單位生產成本,這也正是通用汽車等傳統車廠與特斯拉的區別:傳統車廠的戰略是“平台+車型”,特斯拉則隻有“車型”,在成本、上市速度、生產難度等方面處於劣勢。

8、美國防部因谷歌退出AI項目 狂挖硅谷AI人才


美國防部因谷歌退出AI項目 狂挖硅谷AI人才

  【新聞摘要】 據連線雜志報道,美國軍方正竭力在人工智能(AI)領域取得進展。美國國防部的高級官員相信,AI將是確保美國在未來戰爭中取得勝利的關鍵。但國防部的內部文件和對高級官員的採訪都表明,國防部因為被一家科技巨頭拋棄而陷入步履蹣跚的窘境。為擺脫這種困境,美國國防部開始了一場爭奪AI人才的大戰。現任美國國防部下屬的國防數字服務(DDS)負責人克裡斯·林奇(Chris Lynch)甚至表示:“如果沒有行業內最優秀人才的幫助,我們就會雇佣那些能力不算最強的人,首先開發能力或許遠不如我們預期的產品。”因為“AI技術太重要了,即使需要依靠不那麼專業的專家,也會繼續推進這方面的工作”。(閱讀報道)
  【小雲評論】2018年6月份,谷歌宣布退出美國國防部備受爭議的Project Maven項目,Project Maven是美國軍方首次探索在戰爭中大規模使用AI的項目。該項目使用谷歌AI軟件提高視頻分析效率,幫助情報分析師從視頻片段中識別出軍事目標。10月份,數千名谷歌員工簽署了一份請願書,呼吁公司終止在該項目上與美國軍方的合作。美國國防部的態度則非常鮮明:一份被披露的戰略文件中寫到“支撐無人系統的技術將使開發和部署自主系統成為可能,這些系統可以獨立選擇目標,並以致命武力發動攻擊”。技術的“道德”只是創造者道德的映射和延伸,對AI道德的討論,歸根結底,還是對人性道德的討論。

9、亞馬遜推出AWS集中式備份服務


亞馬遜推出AWS集中式備份服務

  【新聞摘要】 據庫和文件系統變得更加容易。最初,AWS備份與Amazon DynamoDB、Amazon Elastic Block Store(Amazon EBS)、Amazon Elastic File System(Amazon EFS)、Amazon關系數據庫服務(Amazon RDS)和AWS存儲網關集成,支持未來計劃的其他服務。(閱讀報道)
  【小雲評論】正如新聞中所說,隨著企業將越來越多的應用程序遷移到雲,它們的數據可以分布在多個服務中,包括數據庫、塊存儲、對象存儲和文件系統。雖然雲服務商的這些服務提供了備份功能,但客戶常常創建定制腳本來自動化調度、執行保留策略,並跨多個服務整合備份活動,以便更好地滿足業務和法規遵從性需求。換句話說,未來雲服務商應當更多地去融合(或者說包容)傳統IT架構中的計算、數據、網絡、安全等架構范式,這些范式可能不是最優化或符合雲時代特征的,但背后往往存在著法規遵從或用戶習慣等需求。

10、美國研究團隊開發可自主學習的聊天AI


美國研究團隊開發可自主學習的聊天AI

  【新聞摘要】 近日,Facebook 人工智能研究院和斯坦福大學的研究員們共同開發了一款能通過從對話中提取訓練數據進行自我提高的聊天 AI,通過實驗測試,相比於一般聊天 AI ,其對話准確率提高了 31%。該成果發布在一篇名為《Learning from Dialogue after Deployment: Feed Yourself, Chatbot!》的論文中,在論文中研究團隊提到,當對話看上去正在順利進行時,用戶的回復就會變成聊天 AI 模擬的新訓練樣本,當智能體認為自己出現了錯誤時,它會尋求反饋,並學著去預測反饋,這會進一步提高聊天 AI 的對話能力。(閱讀報道)
  【小雲評論】研究團隊的專家們展示了這樣一種更先進的聊天AI:可以通過模仿人類滿意時的回復,或者通過在他們不滿意時詢問其反饋,並增加輔助性任務預測反饋,來提高它們的對話能力。並且還証明了對用戶滿意度進行分類是自學過程中非常重要的學習任務,這樣的自學過程,會明顯優於基於模型不確定性的方法。此外,該研究團隊並未“壟斷”這一成果,他們正在將論文中所涉及的數據集、模型和訓練代碼通過 Facebook 的 ParlAI 平台對外開放。