當(dāng)?shù)貢r間本周四,微軟正式公布Office登陸蘋果iPad的消息。
微軟支持主要競爭對手平板電腦,其預(yù)期風(fēng)險是對iPad有利,iPad版Office的希望在于將來有大量iPad用戶放棄Google Docs及蘋果iWorks等免費軟件,從而彌補基于Windows的Surface平板電腦銷量下滑造成的損失。
微軟新任CEO薩蒂亞·納德拉(Satya Nadella)說:“iPad版Office是一套非常棒的應(yīng)用。”
從某種意義上說,iPad版Office代表新微軟與舊微軟的決裂。史蒂夫·鮑爾默(Steve Ballmer)執(zhí)掌下的舊微軟堅持以Windows為中心,該操作系統(tǒng)的命運主導(dǎo)著公司的決策進程。
納德拉篤信,借助iPad版Office,微軟能夠贏回部分用戶,這部分企業(yè)專業(yè)人士用戶負責(zé)在蘋果iPad平板電腦上運行競爭性辦公應(yīng)用,是微軟的固有支持者。問題是微軟能夠贏回多少這樣已經(jīng)習(xí)慣了使用iPad的前PC用戶?
根據(jù)微軟“免費增值”方案,iPad版Office應(yīng)用可免費下載,用戶無需付費即可查看文檔或進行演示。但是,在用戶編輯或創(chuàng)建文檔之前,微軟要求用戶對Office 365付費。iPad版應(yīng)用如Word、Excel、PowerPoint和OneNote可通過App Store免費下載。
硅谷風(fēng)險投資家Keith Rabois指出:“對文檔而言,Google Documents和Quip更勝一籌。Keynote也相當(dāng)出彩,Excel被高估。”
納德拉很清楚微軟面臨的質(zhì)疑,即使已經(jīng)有大量iPad用戶在使用功能與Office接近的廉價產(chǎn)品,但微軟提供的產(chǎn)品與PC版Office兼容性是第三方無法望其項背的。
納德拉說:“我們的真正目標(biāo)是,讓每一位用戶在所有設(shè)備上體驗我們提供的應(yīng)用和服務(wù)。我們要做的首要工作是提高人們的效率。”
iPad版Office軟件推出經(jīng)歷了較長時間,但微軟有自己的理由。
納德拉向CNET表示:“iPad版Office并非一件微不足道的小事,我們希望慎重對待。我仍認為iPad版Office尚處于早期階段,我知道凡事應(yīng)盡快做的道理,但我們希望能把這件事做好。”
我們?nèi)栽谡務(wù)摤F(xiàn)金牛,截至2013年6月的上財年,微軟營業(yè)利潤近270億美元,而Office主導(dǎo)的業(yè)務(wù)部門貢獻逾160億美元。如果微軟推出iPad版和Android版Office,會為微軟Windows自有平板電腦銷量造成損失。若有大量iPad用戶放棄Google Docs及蘋果iWorks等免費應(yīng)用,決定使用微軟Office,則會彌補Windows平板電腦銷量下滑的損失。
納德拉強調(diào):“我們是一家創(chuàng)新公司,但在某些領(lǐng)域卻落后了??v觀Windows發(fā)展進程,我們確實在一些領(lǐng)域領(lǐng)先,但在另外一些領(lǐng)域卻落后。我們必須正視現(xiàn)實,成為一名挑戰(zhàn)者,展示我們的能力。”
這些年來,投資者對鮑爾默拒絕Office適應(yīng)蘋果和Google推出的新平臺表示不滿。去年9月份微軟召開的分析師會議上,鮑爾默提及Office版本將支持Android平板電腦,但未披露細節(jié)?,F(xiàn)在隨著微軟重新定位為一家移動優(yōu)先/云優(yōu)先的公司,納德拉可以放開手腳推動微軟跨平臺戰(zhàn)略。
好文章,需要你的鼓勵
新加坡國立大學(xué)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(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。
同濟大學(xué)團隊開發(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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)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(zhǔn)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(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。