人民网首页
91

卷首语

人民网公众号

阿里云公众号

智能时代上半场结束,下半场开始
   2019年刚刚开始,微软公司公开表示,任何使用其Windows 10手机(曾被称为Windows Phone)的用户,都应该转而使用iPhone或Android手机。

   这并不是突然的决定,微软最后一次公开强调移动优先战略恐怕要追溯到2014年,“移动优先和云优先”的口号也早已被“云和智能边缘优先”的战略所取代,Windows Phone虽然“与时俱进”地改名为Windows 10手机,但最终的命运也难逃“2019年12月10日之后,微软将不会继续对Windows 10(移动操作系统)进行技术支持”。

   2019年,离微软推出独创的移动操作系统MeeGO已近10年,收购诺基亚移动部门也过去了近6年,但最终时间只是证明了微软在移动业务上败给了苹果的iOS和谷歌的Android,而未能给微软带来任何意义上的成功。

   回顾这10年微软的移动战略,对于其失败的原因恐怕可以写出一本厚厚的商学院案例解读,但选择在此时“离开移动操作系统市场”也许与“智能手机市场经济潜力已近枯竭”不无关系:正如此前《云栖科技评论》所说,智能手机已过巅峰期,市场还未找到下一个可以比肩智能手机的产品,智能时代的上半场已结束,但下半场还未开始,加之市场格局已经形成iOS和Android两大系统分而治之的局面,此时仍旧投入人力物力去支持智能手机市场显然没有什么经济效益可言。

   但智能时代的下半场会是什么样子的?在此我们继续做一个大胆的猜测:智能时代的下半场将会呈现出“AIoT as Services over 5G”的局面,即未来的消费者,将通过5G通信网络,连通到本地和全球任意服务,结合IoT的感知与服务能力,消费者将获得AI所提供的优质消费体验,云计算作为关键的数据、算力和连接平台,将这一切转化为服务形态。

                                       阿里云研究中心 崔昊

  编辑制作:人民网研究院  内容提供:阿里云研究中心
  本刊仅用于行业交流,非商业用途。编辑或专家观点独立,不代表本刊立场。部分所选用内容,未能与作者取得联系,请联系本刊:yjy@people.cn

1、微软拟年底取消Windows手机支持


微软拟年底取消Windows手机支持

  【新闻摘要】 据CNBC报道,微软表示,任何仍在使用其Windows 10手机(曾被称为Windows Phone)的用户,都应该转而使用iPhone或Android手机。专门报道微软新闻的资讯网站Thurrott,首先发现了Windows 10手机支持页面发生的变化。微软表示,在2019年12月10日,该公司将停止发送这款手机的“安全更新、非安全补丁、免费辅助支持选项以及微软的免费技术内容更新”。这意味着,在12月10日之后,微软不会继续对Windows 10进行技术支持。(阅读报道)
  【小云评论】“随着对Windows 10移动操作系统支持的结束,我们建议客户改用受微软支持的Android或iOS设备。”微软宣布取消Windows手机支持的表态,意味着这家公司历经十年的Windows移动战略遭遇重大挫折,在此之前,微软曾有在移动设备上安装Windows的宏大计划,甚至为此收购了诺基亚的移动部门。当然,微软停止Windows移动战略并非宣告这家公司的移动战略彻底失败,因为微软已经全面转向了新的领域:通过云计算来支持前景广阔的移动市场,并从中获得收入和增长。

2、瑞士研究人员开发柔性纳米机器人


瑞士研究人员开发柔性纳米机器人

  【新闻摘要】 据VentureBeat报道,瑞士联邦理工学院(EPFL)和苏黎世联邦理工学院(ETH Zurich)的研究人员受细菌启发,研发出一种可以在体液中游动的柔性机器人,将来它或可把救命药物送到你体内难以到达的地方。这种机器人具有生物相容性,能够根据需要改变形状,并且可以在不影响速度的情况下通过狭窄的血管。论文的第一作者塞尔曼·萨卡尔(Selman Sakar)表示,他和同事们采用了折纸(origami)技术的一种变体——kirigami,来设计和折叠外部结构。(阅读报道)
  【小云评论】这个机器人的关键是所谓的水凝胶纳米复合材料,属于一种纳米材料填充、水化、紧密结合的聚合物网络,它具有较好的弹性。同时,研究人员没有在微型机器人内部填充微型传感器、电池和驱动器,而是在纳米复合材料中加入磁性纳米颗粒,以响应周围电场的变化。然后,这些机器人可以被“编程”,根据指令或提前变形,或者利用流体流动自行导航通过腔体,但更关键的是,这一机器人突破了成本的门槛,材料费用非常低廉,可以以相对合理的成本批量生产。

3、CB Insights CEO:AI变革迎来行业巨变


CB Insights CEO:AI变革迎来行业巨变

  【新闻摘要】 CB Insights联合创始人兼CEO Anand Sanwal日前发表演讲,他认为很多人都没有真正承认科技带来的力量,AI所带来的变化之一是市场竞争加快。对于公司来说,速度非常重要。例如,以标普500指数中公司的寿命周期为例,在50年代-60年代之间通常一个公司的寿命是60年以上,但是现在可能就是20年以内。此外,他认为AI所带来的变化之二是,技术所带来的影响越来越深入。与此同时,他还认为中国的AI发展非常有潜力,“中国的政府非常支持人工智能的发展,这是与众不同的,这也是为什么中国的人工智能发展如此之快。”(阅读报道)
  【小云评论】如今,几乎所有的公司都说自己是技术公司,包括通用汽车、高盛或是一家广告公司或食品公司,而这背后的逻辑并不复杂:科技和数据已经成为引领业务发展的关键因素,甚至重新定义了市场竞争、产品架构、商业模式乃至企业的组织架构,对于许多企业的管理者来说,科技和数据将成为他们“商业嗅觉”新的组成部分,他们也需要更加理性地分析整个市场竞争的规则,而这种分析,某种程度上将诞生新的算法。

4、欧盟或即将第三次处罚谷歌垄断


欧盟或即将第三次处罚谷歌垄断

  【新闻摘要】 据彭博社报道,Alphabet旗下子公司谷歌即将面临欧盟开出的第三次反垄断处罚。据匿名知情人士透露,欧盟竞争事务专员玛格丽特?维斯塔格(Margrethe Vestager),将在未来几周宣布一项针对谷歌广告服务AdSense的反垄断处罚。这次处罚标志着,对这家美国科技巨头长达8年多的反垄断调查达到高潮。欧盟在2016年就曾表示,谷歌通过其搜索产品中的AdSense服务阻碍了在线广告竞争,这些广告被放在零售商、电信运营商以及报纸等网站上。尽管AdSense在欧洲市场的份额超过80%,但在谷歌2015年的广告总收入中,它所占的份额还不到20%,这一比例自2010年以来始终在稳步下降。(阅读报道)
  【小云评论】2018年7月,欧盟对谷歌处以43亿欧元的创纪录罚款,并要求该公司改变在Android移动设备上捆绑安装搜索和浏览器应用程序的方式。一年前,由于监管机构指控谷歌操控搜索结果以阻挠小型购物搜索服务,谷歌再次被罚24亿欧元。也就是说,在此之前欧盟已经对谷歌处以了67亿美元的罚款,而此次最值得注意的是,因为AdSense实际上已经逐渐被谷歌其它产品所替代,对AdSense的罚款不会对谷歌造成长期伤害,欧盟的罚款所产生的效力和其自身的意义究竟有多大,值得思考。

5、日本发射新卫星 预计明年春天首现"人造流星雨"


日本发射新卫星 预计明年春天首现"人造流星雨"

  【新闻摘要】 近日日本宇宙航空研究开发机构成功发射艾普斯龙4号固体燃料火箭,将7颗卫星送入太空,其中最令人关注的是一颗可制造流星的卫星,预计明年春天可首次上演“人造流星雨”。此次发射的最大看点,是由日本太空创业公司ALE研发的可制造人造流星的ALE-1卫星。这颗卫星长宽均为60厘米,高约80厘米,重约68千克。卫星进入指定轨道后可在太空释放直径约1厘米、重数克的特殊金属颗粒物,它们进入大气层时燃烧能形成流星雨效果。(阅读报道)
  【小云评论】根据卫星的运行轨道,这种人造流星在世界各地都可以按需求“上演”,在地面直径200公里范围的指定区域内都能观赏到,预计2020年春天将在日本广岛附近上空制造第一场“人造流星雨”,有趣的是,据日本媒体报道,已有来自中东地区的订单预约,用于孩子生日庆祝。与此同时,SpaceX公司也在1月完成了猎鹰火箭的第33次回收,这两件事情都代表着今天商业航天的快速发展,在过去被认为高不可攀的只有靠国家意志才能完成的科技创举,已经成为商业公司的服务,这对于仍然被认为是“封闭、高不可攀”的行业的商业潜力挖掘具有非常重要的借鉴意义。

6、美政府拟允许无人机夜间操作


美政府拟允许无人机夜间操作

  【新闻摘要】 据路透社报道,美国政府日前提出诸多关于无人机管理规则的提案,包括将允许无人机在人口密集地区作业,并取消夜间使用需特别许可的要求,这些期待已久的举措预计将有助于加快小型无人机在美国的商业使用。这些提案是由美国运输部下属联邦航空管理局(FAA)起草的,此前人们担心无人机可能对飞机和人口稠密地区造成危险。美国运输部部长赵小兰(Elaine Chao)说,运输部非常清楚公众对无人机在安全和隐私方面的担忧。(阅读报道)
  【小云评论】从物流、安保,到娱乐业和服务业,无人机正在进入越来越多的商业场景,在不抑制创新、提高无人机应用价值的前提下,通过合理、开放的无人机管理(及生产)规范以及相匹配的安全系统,降低小型无人机对其他飞机以及地面人员和财产构成的风险,已经迫在眉睫。同时,需要配套考虑的还有无人机操作员的测试和培训以及如何降低公众对商用无人机的担忧。

7、凯迪拉克将推电动汽车对抗特斯拉


凯迪拉克将推电动汽车对抗特斯拉

  【新闻摘要】 1月中旬凯迪拉克展示了其第一款电动车,该公司总裁 Steve Carlisle 表示,凯迪拉克的新电动车融合了奢华和创新的特质,将突出其超长行驶里程(300 英里以上)的性能优势。同时,凯迪拉克的官网显示,该品牌在 2021 年前会保持 6 个月推出一款新车型的节奏。值得关注的是,通用此前在 1 月 11 日宣布,凯迪拉克将成为第一款基于其即将推出的"BEV3"平台的车型。车辆平台是制造车辆的主要基础,包括电池系统、其他结构和机械部件等。BEV3 平台灵活性强,同时适用于多款车型,不同车型提供前轮驱动、后轮驱动和全轮驱动三种模式。(阅读报道)
  【小云评论】大概率来看,凯迪拉克第一款电动车将基于通用汽车(凯迪拉克是通用汽车旗下品牌)的BEV3平台,而通用汽车也会通过传统车厂强大的“平台”能力,加快旗下品牌的电动车上市速度和多样化。在传统车厂,平台意味着极强的车型多样化能力,基于可“复用”的平台可以设计制造出不同款式的电动车,BEV3 平台使得通用在电池组环节实现了极大的灵活性和规模化生产,从而降低了其单位生产成本,这也正是通用汽车等传统车厂与特斯拉的区别:传统车厂的战略是“平台+车型”,特斯拉则只有“车型”,在成本、上市速度、生产难度等方面处于劣势。

8、美国防部因谷歌退出AI项目 狂挖硅谷AI人才


美国防部因谷歌退出AI项目 狂挖硅谷AI人才

  【新闻摘要】 据连线杂志报道,美国军方正竭力在人工智能(AI)领域取得进展。美国国防部的高级官员相信,AI将是确保美国在未来战争中取得胜利的关键。但国防部的内部文件和对高级官员的采访都表明,国防部因为被一家科技巨头抛弃而陷入步履蹒跚的窘境。为摆脱这种困境,美国国防部开始了一场争夺AI人才的大战。现任美国国防部下属的国防数字服务(DDS)负责人克里斯·林奇(Chris Lynch)甚至表示:“如果没有行业内最优秀人才的帮助,我们就会雇佣那些能力不算最强的人,首先开发能力或许远不如我们预期的产品。”因为“AI技术太重要了,即使需要依靠不那么专业的专家,也会继续推进这方面的工作”。(阅读报道)
  【小云评论】2018年6月份,谷歌宣布退出美国国防部备受争议的Project Maven项目,Project Maven是美国军方首次探索在战争中大规模使用AI的项目。该项目使用谷歌AI软件提高视频分析效率,帮助情报分析师从视频片段中识别出军事目标。10月份,数千名谷歌员工签署了一份请愿书,呼吁公司终止在该项目上与美国军方的合作。美国国防部的态度则非常鲜明:一份被披露的战略文件中写到“支撑无人系统的技术将使开发和部署自主系统成为可能,这些系统可以独立选择目标,并以致命武力发动攻击”。技术的“道德”只是创造者道德的映射和延伸,对AI道德的讨论,归根结底,还是对人性道德的讨论。

9、亚马逊推出AWS集中式备份服务


亚马逊推出AWS集中式备份服务

  【新闻摘要】 据库和文件系统变得更加容易。最初,AWS备份与Amazon DynamoDB、Amazon Elastic Block Store(Amazon EBS)、Amazon Elastic File System(Amazon EFS)、Amazon关系数据库服务(Amazon RDS)和AWS存储网关集成,支持未来计划的其他服务。(阅读报道)
  【小云评论】正如新闻中所说,随着企业将越来越多的应用程序迁移到云,它们的数据可以分布在多个服务中,包括数据库、块存储、对象存储和文件系统。虽然云服务商的这些服务提供了备份功能,但客户常常创建定制脚本来自动化调度、执行保留策略,并跨多个服务整合备份活动,以便更好地满足业务和法规遵从性需求。换句话说,未来云服务商应当更多地去融合(或者说包容)传统IT架构中的计算、数据、网络、安全等架构范式,这些范式可能不是最优化或符合云时代特征的,但背后往往存在着法规遵从或用户习惯等需求。

10、美国研究团队开发可自主学习的聊天AI


美国研究团队开发可自主学习的聊天AI

  【新闻摘要】 近日,Facebook 人工智能研究院和斯坦福大学的研究员们共同开发了一款能通过从对话中提取训练数据进行自我提高的聊天 AI,通过实验测试,相比于一般聊天 AI ,其对话准确率提高了 31%。该成果发布在一篇名为《Learning from Dialogue after Deployment: Feed Yourself, Chatbot!》的论文中,在论文中研究团队提到,当对话看上去正在顺利进行时,用户的回复就会变成聊天 AI 模拟的新训练样本,当智能体认为自己出现了错误时,它会寻求反馈,并学着去预测反馈,这会进一步提高聊天 AI 的对话能力。(阅读报道)
  【小云评论】研究团队的专家们展示了这样一种更先进的聊天AI:可以通过模仿人类满意时的回复,或者通过在他们不满意时询问其反馈,并增加辅助性任务预测反馈,来提高它们的对话能力。并且还证明了对用户满意度进行分类是自学过程中非常重要的学习任务,这样的自学过程,会明显优于基于模型不确定性的方法。此外,该研究团队并未“垄断”这一成果,他们正在将论文中所涉及的数据集、模型和训练代码通过 Facebook 的 ParlAI 平台对外开放。