张亚勤:人工智能比移动互联市场大十倍

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

《总裁在线》节目在专访微软亚太研发集团主席张亚勤时,他直言过去几年,微软确实在移动互联网领域错过了很多机会,有些项目虽然开展的比较早,但是没有坚持,失去了机会。面对主人权静的追问,张亚勤也坦言目前移动互联网整个浪潮也刚刚开始,所以机会还有很多。


人工智能是比移动互联大十倍的市场

凤凰财经:您刚才讲的互联网的物理化,无论是智能电器还是可穿戴设备,我们看到很多传统的巨头也在押宝这个领域,包括微软,包括英特尔,很多企业都在做,而且你说到那一块是被移动互联大十倍的市场,能不能给我们分析一下那个未来的机会和战略。


张亚勤:比如说我稍微细分一下,一个是可穿戴的计算,就是个人,完全是个人的计算,这个其实刚开始。前段时间我看了一个技术觉得很有意思,就是把一个很植入的像头发丝那么小的传感器,可以放到你的手上面,植入里面,你根本感觉不到的,然后它可以知道,可以根据你的身体的状况,可以预测到几年之后会得什么病,会不会有心脏病,会不会有糖尿病,然后你各种病的风险,在你没有发生之前,它已经测出来,像这样的东西会越来越多,然后包括智能的家电,我觉得每个东西都会变成一个大的机会,一个杯子,一个电视,你的冰箱,恒温器,都是,我觉得每个小的东西,我们可看到都会成为一个大的系统。


凤凰财经:谈到新的技术趋势,刚才您也说到了,微软是最早的领先者,在很多浪潮来临的时候也是最早发现这些浪潮的人,但是怎么样能保证未来不会起个大早赶个晚集呢?


张亚勤:这也没法保证,我觉得还是要一个方面要有好的技术储备,就像我们有研究院,不断地从事新的技术创新


凤凰财经:但技术有的早并不是绝对,刚才我们也说了,像柯达,像诺基亚,都是最早比它后来的那些颠覆者拥有了先进的技术,但是那些技术在大的公司都被束在高阁了。


张亚勤:对,这是一个方面,但并不是全部,但你一定有像技术的储备。第二点的话还是要有一个好的决策的机制,然后避免这种情况发生,使得好的技术能应用到,变成产品应用到市场。如果看一下,现在IT,或者互联网的发展,其实还是两个方面,从技术方面,这么多年没有那么大的变化,重要的是怎么样把这个东西更好地用起来,一个就是人和机器的界面,让机器变得更自然,学习人的沟通的方式,语音、手势、表情、触摸,自然语言的交流,这个其实现在越做越好。那么另外一个更深层的东西是人和机器不仅交流,机器的话学人怎么去思考,我们原来讲人工智能,现在看起来也可以叫人工智能,但是更多的方式是通过机器的学习,应用大数据,机器变得像和人一样的聪明,这个聪明肯定不是说从思考判断的方式,而是从它本身由于数据所产生的这种智能,或者产生的这种效果,不是因果关系,是一种相关的推断,给未来做的一些预测。


凤凰财经:这里面有两个问题,一个是说刚才您说到为什么有了技术储备之后,不一定能够第一时间占领市场,所以可能跟公司内部的决策机制有关,所以我们发现很多颠覆性的公司都是创业型的,或者小而美的这样的公司,真正能够做到大象灵活起舞的比较少,您最后对这两者的区别您怎么认识?


张亚勤:企业做大之后都有问题,都会有惯性,但是也有很多企业它不断在改变,就是说自己颠覆自己,我们看了很多企业,其实也是很成功地转型了,并不是所有的大的企业都会消失的。另外的话,我们也向小而美的初创企业学习,我们最近做了一个像孵化器类似的,我们叫微软创投加速器,我们已经做了差不多两年,孵化了66个企业,这个企业都是你刚才讲的小而美。


有人拿大数据去忽悠 去骗钱

张亚勤:“你问我爱你有多深,大数据最懂你的心” 近年来,“大数据”风靡一时,各行各业都在探讨“大数据”思维与技术在本行业的应用。比如美国的奈飞(Netflix)公司,这些年就凭着这个法宝赚得盆满钵满。奈飞公司根据用户分析,投其所好地翻拍了BBC的经典老片《纸牌屋》,因为大数据告诉他们,直到今天,还有许多人点播这部1991年的老剧,而这群观众里不少人喜欢《七宗罪》的导演大卫•芬奇,也大多爱看奥斯卡得主凯文•史派西的电影,就这样,他把这三项热门因素集结在一起,推出了大数据时代的新型电视剧。果然,《纸牌屋》一上线,就吸引了来自世界各地的点击,就连大洋彼岸的中国网友都乐此不疲地守着电脑。


凤凰财经:说到当下最热点的词汇,除了互联网思维之外,还有另外一个也非常火爆的那就是大数据,好象现在整个互联网行业,包括IT行业都成一个言必称大数据的趋势,你们微软怎么看待大数据的机会呢?


张亚勤:首先大数据和云计算一样的,都是一个大的产业机会,这个是IT产业发展到目前的一个趋势,这个本身呢,不是一个概念,不是一个忽悠,但也有人拿它去忽悠,去拿个地,去拿钱,骗钱,也有这样的,但是整个来讲这是产业发展目前的机会。大数据本身,其实是一种商业的智能,由于我有各种各样大的数据,所以我可以从数据里面获取智能,它只要告诉我一些现象,或者结果,就够了,并不需要到底怎么去想它的,不需要知道这个机理。所以这个就是大数据本身的一个,它的一个逻辑。


凤凰财经:你能不能不要用科学家的那个语言,用非常通俗的一个案例能告诉我,它能不能帮助我们做到什么吗?


张亚勤:现在其实大数据已经在使用了,你看电影,你在看的时候呢,它会根据你选择电影的过去的习惯,然后也可以根据你社区或者你朋友们的习惯,帮你推荐这个电影。


凤凰财经:它有猜你喜欢是吗?


张亚勤:对,它猜你喜欢,大家这个目前可能还是比较初级的。


凤凰财经:它根据你以前浏览过哪一类的商品推送


张亚勤:或者是你的社交圈子里面类型的人浏览过什么东西,这个我想你可能看到一本书上讲过亚马逊的模式,一开始是看人的浏览,后面看书之间的关系,就是从物和物之间的关系,你浏览什么东西,包括比如说它可以用另外一种方式,有人买了这个书,然后买另外一本书的几率有多少,它就算这个,然后呢从这个里面再推断出,你买这个书可能买那个书的几率多少,有很多种不同的算法,但是呢,整体来讲就是根据物或者人的一种习惯,然后推断出未来。


凤凰财经:所以回到我们那个问题,就是它会怎么样影响未来商业模式的变革?


张亚勤:商业模式就是过去我们可能根据一个很固定的一个关系,我有了一些数据,我有了一些理论,有了一些模型,然后做出一个逻辑的判断,那么这个的话是需要一些时间,需要一些确定的模型,那未来得话,可能不需要了,就根据我各种数据,数据本身告诉我该怎么做。


凤凰财经:但是同样,会让我这样的人,听上去觉得内心有点恐惧,觉得我们被数据绑架了,不光是隐私的问题,好象失去了很多人性当中很自然随性的东西,变成了无数个数字的堆砌。


张亚勤:当你进入数字时代,进入互联网时代,你就是一种新的生活方式,但是我想每一个人都应该选择自己生活方式的时候,我可能每天只看一个小时手机,我呢,就喜欢我目前的方式,我不在网上面购物,我就喜欢到商场去,我喜欢那种体验,那我想这都是每个人自己选择的方式,数据和技术是为人服务的,人不应该被它所奴隶所绑架。


原文发布时间为:2014-06-05

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
7月前
|
人工智能 自然语言处理 API
MCP与A2A协议比较:人工智能系统互联与协作的技术基础架构
本文深入解析了人工智能领域的两项关键基础设施协议:模型上下文协议(MCP)与代理对代理协议(A2A)。MCP由Anthropic开发,专注于标准化AI模型与外部工具和数据源的连接,降低系统集成复杂度;A2A由Google发布,旨在实现不同AI代理间的跨平台协作。两者虽有相似之处,但在设计目标与应用场景上互为补充。文章通过具体示例分析了两种协议的技术差异及适用场景,并探讨了其在企业工作流自动化、医疗信息系统和软件工程中的应用。最后,文章强调了整合MCP与A2A构建协同AI系统架构的重要性,为未来AI技术生态系统的演进提供了方向。
1112 62
|
8月前
|
机器学习/深度学习 存储 人工智能
AI职场突围战:夸克应用+生成式人工智能认证,驱动“打工人”核心竞争力!
在AI浪潮推动下,生成式人工智能(GAI)成为职场必备工具。文中对比了夸克、豆包、DeepSeek和元宝四大AI应用,夸克以“超级入口”定位脱颖而出。同时,GAI认证为职场人士提供系统学习平台,与夸克结合助力职业发展。文章还探讨了职场人士如何通过加强学习、关注技术趋势及培养合规意识,在AI时代把握机遇。
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能应用领域有哪些
本文全面探讨了人工智能(AI)的应用领域和技术核心,涵盖医疗、交通、金融、教育、制造、零售等多个行业,并分析了AI技术的局限性及规避策略。同时,介绍了生成式人工智能认证项目的意义与展望。尽管AI发展面临数据依赖和算法可解释性等问题,但通过优化策略和经验验证,可推动其健康发展。未来,AI将在更多领域发挥重要作用,助力社会进步。
|
10月前
|
机器学习/深度学习 人工智能 运维
人工智能在事件管理中的应用
人工智能在事件管理中的应用
292 21
|
11月前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在现代医疗中的革新应用
本文深入探讨了人工智能(AI)技术在医疗领域的最新进展,重点分析了AI如何通过提高诊断准确性、个性化治疗方案的制定以及优化患者管理流程来革新现代医疗。文章还讨论了AI技术面临的挑战和未来发展趋势,为读者提供了一个全面了解AI在医疗领域应用的视角。
256 11
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在医疗诊断中的应用与前景####
本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战及未来发展趋势。通过分析AI如何辅助医生进行疾病诊断,提高诊断效率和准确性,以及其在个性化医疗中的潜力,文章揭示了AI技术对医疗行业变革的推动作用。同时,也指出了数据隐私、算法偏见等伦理问题,并展望了AI与人类医生协同工作的前景。 ####
784 0
|
10月前
|
机器学习/深度学习 数据采集 人工智能
人工智能在变更管理中的应用:变革的智能化之路
人工智能在变更管理中的应用:变革的智能化之路
449 13
|
11月前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
10月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在客服领域有哪些应用?
人工智能正在彻底改变着传统客服行业,它不仅拓展了业务边界,还推动着整个行业向更高效、更人性化方向迈进。
667 7
|
11月前
|
机器学习/深度学习 数据采集 人工智能
人工智能在农业中的应用:智慧农业的未来
人工智能在农业中的应用:智慧农业的未来
458 11

热门文章

最新文章

下一篇
oss云网关配置