導(dǎo)語:美國科技博客Thurrott今天撰文稱,Windows 10兼容Android應(yīng)用絕非明智之舉,反而會進(jìn)一步降低Windows的重要性,導(dǎo)致開發(fā)者和用戶的流失。
以下為文章概要:
微軟有可能在本周宣布,將在Windows 10手機(jī)、平板電腦和PC上運(yùn)行Android應(yīng)用。由于恰逢Build開發(fā)者大會召開之際,所以時(shí)間上似乎很可信。但這項(xiàng)目決策究竟向開發(fā)者和用戶透露出哪些信號呢?
微軟之前曾經(jīng)著重強(qiáng)調(diào)過所謂的“通用應(yīng)用”,也就是能夠兼容各大平臺的應(yīng)用。但這些平臺無一例外都來自微軟。業(yè)內(nèi)人士認(rèn)為,真正的“通用”應(yīng)用還應(yīng)當(dāng)包含競爭對手的設(shè)備,尤其是Android——因?yàn)锳ndroid是個(gè)開放平臺,而且微軟已經(jīng)在Visual Studio中支持Android。
如果能夠兼容Android平臺,將為Windows開發(fā)者打開新的市場,充分發(fā)揮其現(xiàn)有的知識和技能。目前看來,這似乎仍是一個(gè)很有前景的發(fā)展方向——盡管未必能在短期內(nèi)實(shí)現(xiàn)。
但讓Android應(yīng)用兼容Windows則完全是另一回事,與通用應(yīng)用的理念背道而馳,背后的邏輯也令人質(zhì)疑。
對用戶來說,能在Windows設(shè)備上運(yùn)行Android應(yīng)用的確是好事,畢竟Windows和Windows Phone平臺一直以來都很缺少原生應(yīng)用。但通過這種方式就可以解決問題嗎?
未必。等到用戶要升級設(shè)備時(shí),為什么還要繼續(xù)選擇Windows Phone呢?多數(shù)人可能都會直接選擇Android平臺,畢竟在該平臺上運(yùn)行這些應(yīng)用的效果更好,而且Android還有其他一些優(yōu)于Windows Phone的優(yōu)勢。換句話說,這只是權(quán)宜之計(jì),而且要以犧牲用戶為代價(jià)。
對于投入了大量時(shí)間學(xué)習(xí)微軟技術(shù)的開發(fā)者來說,Windows兼容Android應(yīng)用無異于一大羞辱。這等于告訴他們,之前的努力完全是在浪費(fèi)時(shí)間,是時(shí)候轉(zhuǎn)移到更加成功的平臺了。這將徹底摧毀通用應(yīng)用的內(nèi)在價(jià)值,參加Build大會的開發(fā)者肯定會感到坐立不安。
對Windows也有類似的效果。三年來,用戶和開發(fā)者一直都很忽視Windows 8。除了Chrome和iTunes外,Windows 8上最流行的應(yīng)用就是將其恢復(fù)成Windows 7界面的各種服務(wù)。通過通用應(yīng)用提升Windows相關(guān)性的舉措本身就存在疑問,而現(xiàn)在,兼容Android將會令Windows進(jìn)一步邊緣化。它將淪為Android應(yīng)用的啟動(dòng)器,唯一的特色是保留了一些傳統(tǒng)的桌面/Win32應(yīng)用。
20年前,Windows是個(gè)人計(jì)算的代名詞。如今,個(gè)人計(jì)算已經(jīng)分裂成iOS和Android、網(wǎng)頁應(yīng)用、Windows三大陣營。Windows是其中最小的平臺,但兼容Android應(yīng)用絕非明智之舉,只會進(jìn)一步降低Windows的重要性,淪為他人嫁衣。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡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)開發(fā)的GIGA-ToF技術(shù)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(jī)噪聲問題。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視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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。