從“設備+服務”到“移動為先,云為先”,微軟的戰(zhàn)略格局在進化,企業(yè)的智慧更在延伸。對于薩提亞·納德拉來說,他上任后給微軟做出的首要貢獻就是為其樹立了一個更為清晰和積極的“世界觀”。
在微軟工作的22年中,納德拉以態(tài)度謙遜、不斷求知和勤奮工作而著稱。而作為微軟新一代掌門人,他力行推進一系列變革,并在市場競爭中所展現(xiàn)出果敢、剛毅的一面,更加充分展示了他人格與才華的整體魅力。
對于正試圖重新激活微軟開放與創(chuàng)新基因的納德拉來說,從2014年2月出任首席執(zhí)行官以來,在短短7個月的時間內(nèi),已經(jīng)給微軟、合作伙伴以及消費者帶來了諸多變化與驚喜。
僅在上任后的第52天,納德拉在微軟舊金山發(fā)布會上,就明確向人們闡述了微軟眼中的世界——“這是一個移動為先、云端為先的時代”。在宣言的同時,微軟也在行動。在發(fā)布會上,納德拉親自展示并宣布微軟將推出iPad版的Office套件。隨后,在4月份召開的Build 2014大會上,納德拉治下的微軟再次做出讓業(yè)界驚嘆之舉: Windows 對9寸以下的設備免費授權。
取舍之間,彰顯大道。僅僅2個月的時間,“移動為先,云為先”從一個剛制定的核心策略,就迅速走向了具體執(zhí)行層面。
微軟這一全新的姿態(tài)與動作,反應在市場層面,則直接表現(xiàn)在真金白銀上。在2014年4月1日的納斯達克股市常規(guī)交易中,微軟股價上漲0.69美元,報收于40.99美元,漲幅為1.71%。這一收盤價已接近微軟14年來的最高水平。另外,不得不說的是,自從納德拉于2月出任微軟首席執(zhí)行官以來,微軟股價已上漲11%之多。
移動與云的協(xié)同發(fā)力,不僅使微軟跨平臺戰(zhàn)略得以真正 ,在進一步構(gòu)建開放生態(tài)系統(tǒng)的工作上同樣成績顯著。我們看到,進化了自身商業(yè)模式與產(chǎn)品理念的微軟,“對手”變少了,“朋友”變多了。特別是在開發(fā)者與合作伙伴領域,更多的用戶可以依靠微軟延伸的平臺,進行項目開發(fā)與商業(yè)合作。
根據(jù)微軟7月份發(fā)布的財報顯示,截止到第四季度,公司營收達到230.38億美元,凈利潤達到150.79億美元,運營收入為60.48億美元,每股收益55美分。值得關注的是,微軟“移動為先,云為先”策略的實際推進效果顯著,在納德拉上任不到半年的時間內(nèi),已經(jīng)贏得了市場肯定與認可,在云計算服務上甚至實現(xiàn)了成倍增長,達到了超過44億美元的年收入水平。
為了繼續(xù)加速擴大微軟自我變革所帶來的卓越成果,被成為“代碼詩人”詩人的納德拉也拿出了如同斗士般的血性與雄心壯志。在今年7月的微軟合作伙伴大會上,他就引用“拿出面對現(xiàn)實(機遇)的勇氣”這一尼采的名言,激勵合作伙伴勇于抓住當下的機遇和挑戰(zhàn)。
受益于“移動為先,云為先”策略的制定與執(zhí)行,微軟正在構(gòu)建一個完整而龐大的生態(tài)系統(tǒng):從開發(fā)者、合作伙伴、企業(yè)客戶到普通消費者;從Windows、Office、SQL Server、Cloud OS到Windows Phone, Surface和Xbox。基于安全、可靠的云計算、大數(shù)據(jù)、移動解決方案以及豐富的終端產(chǎn)品,微軟正切實助力全球消費者、企業(yè)和政府機構(gòu),不斷提高生產(chǎn)力,以創(chuàng)新技術推動經(jīng)濟發(fā)展。
此外,特別是在中國,這一微軟最為重要的海外核心市場中,微軟通過與本地產(chǎn)業(yè)合作伙伴的攜手創(chuàng)新,讓越來越多的技術、產(chǎn)品和服務得以在中國落地生根。目前,微軟在中國已經(jīng)擁有超過17,000家合作伙伴,而微軟每收入1元錢,合作伙伴的收入則超過16元。而在更大層面上,微軟可以深度參與到中國經(jīng)濟的轉(zhuǎn)型與發(fā)展中,并加速讓每一個人、每一家企業(yè)真正受益于“移動為先,云為先”。
這,就是傾聽的力量、學習的魅力和勇于自我變革的價值。深知于此的納德拉不僅給他所熱愛的企業(yè)指明了未來的方向,更賦予了它激情和勇氣。盡管成績斐然,但納德拉仍然堅信并告誡所有的微軟員工:如果一個人不再學習新的東西,他就無法再去做一些偉大而有用的事情。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。