Windows XP在今年4月就已退休,但很多企業(yè)仍在使用該系統(tǒng)。IT運(yùn)營(yíng)管理公司1E進(jìn)行了一項(xiàng)關(guān)于Windows XP遷移情況的調(diào)查,受訪者是來(lái)自英國(guó)和美國(guó)的300位IT決策者,他們所在公司是規(guī)模在500人以上的大型企業(yè)。調(diào)查結(jié)果顯示,截止今年6月底,已經(jīng)有60%的公司完成了Windows XP的升級(jí)(34%遷移至Windows 7,26%選擇了Windows 8),33%的公司正在升級(jí)中(19%升級(jí)至Windows 7,14%為Windows 8),剩下6%的公司有升級(jí)計(jì)劃,但未啟動(dòng)。
調(diào)查指出,升級(jí)公司所有XP系統(tǒng)電腦到更新版本系統(tǒng)所需的平均時(shí)間為5個(gè)月左右,美國(guó)公司的平均遷移速度較快,為4個(gè)月,英國(guó)為6個(gè)月。公司規(guī)模越大,系統(tǒng)升級(jí)的時(shí)間自然越久。500至1000人的公司需要3個(gè)月,1000至3000名員工的公司需要4個(gè)月,而超過(guò)3000人的公司需要7個(gè)月左右。大型企業(yè)內(nèi)部計(jì)算機(jī)數(shù)量動(dòng)輒上千,將計(jì)算機(jī)系統(tǒng)全部升級(jí)至Windows 7或Window 8系統(tǒng)成本太高。其中不但包括購(gòu)買(mǎi)Windows 7或Window 8系統(tǒng)的高授權(quán)費(fèi),還包括與XP系統(tǒng)配套的企業(yè)定制辦公軟件的升級(jí)開(kāi)支。
研究還發(fā)現(xiàn),公營(yíng)比私營(yíng)企業(yè)需要的遷移時(shí)間更長(zhǎng)。受訪企業(yè)中有近三分之二(60%)的公營(yíng)企業(yè)已經(jīng)升級(jí)至Windows 7或Windows 8系統(tǒng),34%的企業(yè)正在進(jìn)行升級(jí),剩下的6%則還未行動(dòng)。
1E指出,一些公營(yíng)企業(yè)很難在今年年底前完成遷移,他們只好掏腰包繼續(xù)維持Windows XP。為此,英國(guó)政府曾花費(fèi)554.8萬(wàn)英鎊與微軟達(dá)成了一項(xiàng)延長(zhǎng)服務(wù)協(xié)議,該計(jì)劃涵蓋了12個(gè)月的XP安全服務(wù)、Office 2003授權(quán)、Exchange 2003授權(quán)等。這也督促公營(yíng)企業(yè)必須在一年內(nèi)盡快升級(jí)好系統(tǒng)。
根據(jù)市場(chǎng)研究公司Net Applications的最新數(shù)據(jù)顯示,Windows X的全球桌面操作系統(tǒng)市場(chǎng)份額在8月下滑了不到1個(gè)百分點(diǎn)。7月Windows XP的份額為24.82%,8月降至23.89%。按照這一速度計(jì)算,Windows XP要從市場(chǎng)上徹底消失,預(yù)計(jì)還要兩年多的時(shí)間。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。