苹果将收购Intel手机芯片,让采购主管接任Jony Ive,实用主义者也能成为先知

耗时三年,14万行,50年前阿波罗11号登月的全部代码都能在GitHub找到了! 大数据文摘出品 作者:易琬玉 50年前的今天,美国宇航员尼尔森·阿姆斯特朗从阿波罗11号飞船登月舱走出,在月球表面留下了人类登月的第一个脚印。 美国总统肯尼迪1961年就设定了登月目标。阿波罗计划历时9年,经历了十次失败,Apollo11号才终于将人类的踪迹带到了月球。在着陆前,躲开了陨坑和巨石宇航员阿姆斯特朗和奥尔德林在着陆点周围探索了两个多小时,他们采集了土壤和岩石样本、... 阅读详情

大数据文摘出品

编译:狗小白、武帅、易琬玉

 

收购Intel芯片+首席产品设计官换人,苹果在5G到来之际大动作频繁。

 

就收购手机芯片,苹果和Intel已经就此进行了进一步谈话。如果这项交易达成,苹果将借着Intel多年芯片研发的优势,在5G风口研发更为先进的芯片,推动下一代无线设备的设计。

 

而人事方面,在Jony Ive今年离职苹果公司后继任苹果的首席产品设计官的威廉姆斯(Jeff Williams),将于九月份在加州库比蒂诺(Cupertino, Calif)的一次活动上现身宣讲。

 

在苹果公司工作的20年里,杰夫•威廉姆斯(Jeff Williams)从采购主管变成了这家科技巨头所有运营业务的负责人。

 

现在他有了一个新的职责:打造一款让苹果重焕生机的标志性产品。这对他和公司来说都是一个关键的考验,因为如今的苹果急需一个新爆点。

 

领导力、多才多艺和百科全书般的记忆力

 

自2015年担任首席运营官以来,威廉姆斯一直被视为将来可能担任首席执行官(CEO)的人选之一。上周苹果公司发布公告,称他将接棒今年离职的首席设计官Jony Ive,接管软件和硬件设计的管理工作。这是苹果多年来规模最大的一次高管变动。而这也加强了人们关于他就是蒂姆•库克(Tim Cook)继任者的预期。

 

威廉姆斯识别项目优劣、带领软件和工业设计团队的能力,将在很大程度上决定苹果公司在未来成功与否。

 

 

上世纪90年代,自史蒂夫•乔布斯(Steve Jobs)在Ive的帮助下重振苹果以来,设计一直是苹果模式的核心所在。威廉姆斯担任这样一个职位,也标志着苹果的一个新动向:在此之前,核心产品角色从来没有直接由一个从运营职位(一个关于规划、采购和物流的固定保守的领域)升上来的人来管理。

 

苹果公司没有让威廉姆斯接受采访,但与他共事过的一些人说,在产品开发过程中,威廉姆斯比库克参与更多。他们还表示,威廉姆斯对产品的外观和感觉很感兴趣,并且他之前重点推动了苹果手表(Apple Watch)——将其从一个与iphone挂钩的注重时尚与健康的产品,转变为一个拥有无线连接和更多健康功能的产品。

 

 

不过,知情人士说,威廉姆斯本质上还是一名运营高管,他在物流和规划方面的技能让他更像是一个实干家,而不是发明家。

 

“他看到的是我们现在所处的境地,而不是未来几年我们需要达到的位置。”一位他的前同事如是说。此外他还称赞了威廉姆斯的领导力、多才多艺和百科全书般的记忆力。

 

“要找到一个真正能替代Jony Ive的人几乎是不可能的”

 

苹果一直试图强调威廉姆斯对产品开发的参与,包括研究与开发,以及赋予新产品生命的商业战略。一些密切关注苹果的人士表示,考虑到公司高管团队之外的任何人都将面临接替Ive的质疑,威廉姆斯的新职责显得合情合理。知情人士说,他的职责是领导一个团队,帮助产品概念化,并且与软件、硬件和运营部门合作,使这些概念转化为可用的实体。

 

TECHnalysis的技术分析师Bob O’Donnell表示,“要找到一个真正能替代Jony Ive的人几乎是不可能的。让我们重新定位下我们对这件事的看法吧。选个人来管理这些年轻设计师们,让他们自由发挥。现在是让新鲜血液流淌的时候了,最近几款iPhone看起来都没什么区别。”

 

 

诚如所言,苹果正面临着越来越大的压力,急需在其新产品上取得成功。iPhone销量下滑,而包括苹果手表和AirPods无线耳机这些新产品在内的新产品的强势劲头也未能弥补这一差距。上个季度,苹果可穿戴设备、家庭和配件部门(包括苹果电视、iPod和Beats产品)的销售额总计为51亿美元。然而,iPhone的总收入同比下降了65亿美元。

 

苹果音乐(Apple Music)和其它服务增长喜人,但苹果公司需要持续的硬件销售,以保持这一业务的增长。

 

加利福尼亚州(California)的Ensemble Capital of Burlingame公司曾持有苹果公司股票十年,但在2018年末出售了在苹果的股份。“手机业务已经停滞不前,那么下一个愿景是什么呢?”总裁Sean Stannard-Stockton说道,“你可以说Jony Ive是史蒂夫•乔布斯的灵魂。我现在只是对他们创造未来的能力感到担忧。”

 

威廉姆斯有着与库克类似的经历

 

威廉姆斯会有两个副手帮助他实现这一目标,更不用说这么多年来他一直浸染在乔布斯创新的产品文化中。苹果上周任命Ive的前高级副手Evans Hankey为其传奇工业设计实验室的副总裁。Hankey毕业于斯坦福大学产品设计专业,约12年前加入工业设计团队,并管理设计实验室多年。她在这些年里分享了大量产品设计专利。

 

威廉姆斯现年56岁,他还将负责一个由交互设计(interface design)副总裁Alan Dye领导的软件设计团队。Alan Dye是一名平面设计师,于2006年加入苹果的营销和传播团队,在过去五年多的时间里,他基本上一直在领导这个团队。

 

在北卡罗莱纳州立大学获得机械工程学士学位的威廉姆斯与库克有不少相同之处:他们都在杜克大学拿到MBA学位,都曾在IBM公司工作过。IBM曾是苹果的死敌。

 

库克在2011年被任命为乔布斯的继任者之前,曾任威廉姆斯现在所担任的苹果首席运营官。

 

"如果每个人都从设计的角度来设计,可能不会带来最好的产品"

 

威廉姆斯对产品开发的参与已经超过了10年。自从iPod的联合创始人托尼•法德尔在2008年离开苹果后,乔布斯就让威廉姆斯加入了一个由Ive负责的开发iPhone4的领导团队,该团队中的一名成员说道。一些工程师和设计师质疑IBM的供应链管理人怎么可能取代得了法德尔,但威廉姆斯很快就用行动平息了这些质疑。

 

在一次热能工程会议上,威廉姆斯向工程师们提出了新材料将如何影响设备性能的问题。他还拿起原型机来评估它的感觉。“对于一个只会谈判和只会制作表格的人来说,他的表现令人印象深刻,而且他做得得心应手。”

 

创意策略(Creative Strategies)公司的科技分析师Carolina Milanesi表示,威廉姆斯的运营背景可能是他在新职位上的优势。“如果每个人都是从设计的角度来设计,这可能不会带来最好的产品。”

 

相关报道:

https://www.wsj.com/articles/with-jony-ives-successor-apple-bets-a-pragmatist-can-turn-prophet-11562319008

 

十个技巧,让你成为“降维”专家 大数据文摘出品 来源:PLOS 编译:啤酒泡泡、刘兆娜、李雷、sirin、邢畅、武帅、钱天培 在分析高维数据时,降维(Dimensionality reduction,DR)方法是我们不可或缺的好帮手。 作为数据去噪简化的一种方法,它对处理大多数现代生物数据很有帮助。在这些数据集中,经常存在着为单个样本同时收集数百甚至数百万个测量值的情况。 由于“维度灾难”(cur... 阅读详情

相关推荐

手工计算神经网络第三期:数据读取与完成训练

大数据文摘出品作者:蒋宝尚小伙伴们大家好呀~~用Numpy搭建神经网络,我们已经来到第三期了。第一期文摘菌教大家如何用Numpy搭建一个简单的神经网络,完成了前馈部分。第二期为大家带来了梯度下降相关的知识点。这一期,教大家如何读取数据集,以及将数据集用于神经网络的训练,和上两期一样,这次依然用Numpy实现。在开始代码之前,文摘菌先带大家看看今天我们使用的数据集。数据集介绍数据集采用著名的MNIS...

BigDataDigest的博客 1159

5G爆发前夜,谷歌微软争相豪赌的云游戏厉害在哪?

大数据文摘出品 作者:曹培信 今年3月20日,Google CEO Sundar Pichai在全球最大的游戏大会之一GDC,发布了云游戏平台Stadia以及一款配合Stadia平台使用的游戏手柄。 几天后,在E3 2019游戏展上,微软也展示了自家的云流媒体服务Project xCloud。 巨头科技公司抢占云游戏高地的帷幕正在缓缓拉开。在讨论更多细节之前,让我们先...

BigDataDigest的博客 5605

DeepMind发布多智能体协作最新评估方法α-Rank,登上Nature

大数据文摘出品 来源:Nature 编译:魏子敏、宁静 在开发通用人工智能的过程中,训练和评估算法同样重要。 评估指标不仅仅在培训结束时发挥作用,并且也是整个培训过程中智能体进化的关键驱动因素。 错误的排序和不合理的限制可能会让AI自行进化出奇怪的“心眼”。在之前我们的一篇报道中就总结了错误的评估方式导致的AI“钻空子”训练法,比如在让AI玩俄罗斯方块的时候,发现最...

BigDataDigest的博客 1157

AI = 神经网络?这8个技术就不是!

大数据文摘作品编译:傅一洋、丁慧、AileenAI热潮中,有关神经网络的声音最大。然而,AI远远不止如此。目前在AI技术领域中,投入资金最多的当属对神经网络的研究了。在众人眼中,神经网络技术貌似就是“程序构造的大脑”(虽然比喻很不准确)。神经网络的概念早在20世纪40年代就被提出,但直到现在,人们对于神经元及大脑的工作方式仍然知之甚少,最近几年,科研界关于神经网络技术创新的呼声越来越强,渴望重...

BigDataDigest的博客 4054

Adobe又逆天!不用机器学习,用13.5M软件把《长安十二时辰》变成水墨动画

大数据文摘出品 作者:曹培信 用过修图软件的同学们应该都知道,利用强大的GAN,已经可以实现一键转换照片风格的功能,比如将你拍的风景照转换成一副印象派的画作。 现在,轻松转换视频风格的软件也诞生了! Secret Weapons发布了一款简单而又强大的软件EbSynth,由布拉格捷克技术大学和Adobe共同研发。这款只有13.5M的免费工具,轻松几步就可将视...

BigDataDigest的博客 1123

所见即所触,教AI实现触觉和视觉的信息交互

大数据文摘出品 来源:MIT 编译:楚阳 在加拿大作家玛格丽特•阿特伍德的著作《盲人杀手》中有这样一段描述:“触觉,先于视觉也先于语言,既是第一语言也是最后的语言,并总是诉说真相。” 触觉使我们可以感受世界,而视觉帮助我们了解其全貌。 被编写为视觉或者触觉的机器人一般不能实现此两种感官信息的交互。为打破这种隔绝,来自MIT(麻省理工学院)CSAIL(计算机科学与人工...

BigDataDigest的博客 1029

入职一年后,一位算法工程师给初学者的一封信

大数据文摘出品 来源:towardsdatascience 编译:啤酒泡泡、fuma、张弛、宁静 “作自己的怀疑论者,不断试错,有时,沟通比技术本身能带来更大的价值。” ——佚名 亲爱的读者: 你们好!我是Daniel Bourke,一位来自澳大利亚的机器学习工程师。我在这个岗位上从业有一年之久了,好吧,可能很多读者对这个岗位不太熟悉,可以随我看下一天的工作...

BigDataDigest的博客 2235

Wandb用起来,一行Python代码实现Keras模型可视化

大数据文摘出品来源:wandb编译:邢畅、宁静在训练神经网络的过程中,我们可能会希望可视化网络的性能和中间的结构,很多可视化代码的冗长复杂使得我们望而却步,有没有一行代码就能解决可视化的所有问题呢?通过wandb,只需要加一行Python代码就可以可视化Keras网络性能指标和结构。(注:Keras使得构建神经网络变得简单明了,这一点深得人心)这样好用的包如何下载呢?只需运行“pip instal...

BigDataDigest的博客 984

从DeepNet到HRNet,这有一份深度学习“人体姿势估计”全指南

大数据文摘出品来源:blog.nanonets作者:栾红叶、熊琰、周家乐、钱天培从DeepNet到HRNet,这有一份深度学习“人体姿势估计”全指南几十年来,人体姿态估计(Human Pose estimation)在计算机视觉界备受关注。它是理解图像和视频中人物行为的关键一步。在近年深度学习兴起后,人体姿态估计领域也发生了翻天覆地的变化。今天,文摘菌就从深度学习+二维人体姿态估计的开山之作Dee...

BigDataDigest的博客 1153

VLOOKUP_fixed.py

VLOOKUP_fixed.py

YOLO26算法心电图十二导联目标检测+训练好的模型+368张数据集+pyqt可视化界面.zip

附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[导联I(I), 导联II(II), 导联III(III), 胸导联V1(V1), 胸导联V2(V2), 胸导联V3(V3), 胸导联V4(V4), 胸导联V5(V5), 胸导联V6(V6), 加压肢体导联aVF(aVF), 加压肢体导联aVL(aVL), 加压肢体导联aVR(aVR)] · 训练集:313 张 · 验证集:37 张 · 测试集:18 张 · 总计:368 张 该数据集聚焦于临床心电图信号的精准识别与定位,其核心检测目标为标准12导联心电图中的各个独立导联波形区域,涵盖肢体导联(I、II、III)与加压肢体导联(aVR、aVL、aVF),以及胸前导联(V1至V6),适用于心电图自动分析系统中对各导联位置的快速准确标注与分类。数据采集场景真实还原了医院心电图室或急诊监护环境下的标准心电图记录纸,波形清晰、基线稳定,具有高度临床参考价值。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 57 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9708** mAP50-95 | 0.6344 Precision | 0.8990 Recall | 0.9191 train/box_loss | 1.2231 train/cls_loss | 0.9703 val/box_loss | 1.2779 val/cls_loss | 0.... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。

Netflix一位数据科学家剪出了上百部爱情片,想教AI认识“亲吻” | 国际接吻日

大数据文摘出品 编译:高延、橡树_Hiangsug、宁静 7月6日,这可能是一年中最适合亲吻的日子——国际接吻日(International Kissing Day)。 这个节日最早起源于英国。1991年这个节日得到了联合国的承认,也希望让更多人知道,亲吻的美好,这也是人类表达爱意最自然的一种方式。 那么,人工智能可以通过训练了解亲吻吗? 来自Netflix的...

BigDataDigest的博客 1093

企业级AI助手平台 开箱即用的全栈AI平台,支持多智能体协同、Supervisor模式编排、多种决策模式、RAG技术和流程编排能力 支持多厂商大模型统一接入与管理,安全可控的企业知识库与高精度检索优化

企业级AI应用开发框架,支持多厂商大模型统一接入与管理,安全可控的企业知识库与高精度检索优化能力,提供可视化流程编排、自主决策智能体与多智能体协同调度,兼容主流 Agent Skill 协议,帮助企业与开发者零门槛快速构建安全、高效、可落地的AI智能体应用与行业解决方案。

全球首个AI宇宙模拟器发布!6亿光年宽度,还“自行”跑出了暗物质

大数据文摘出品 作者:易琬玉、曹培信 《创世纪》里,神用7天创造了这个世界。而现在,你可能也有机会体验这个过程,创造一个属于自己的宇宙。 6月11日,Space Engine 0.990版本在Steam平台发售,发售不到一天,近300测评全部为最高评价,截止6月20日已经卖出了2万份,同时Steam用户好评率高达96%。之后,还得到了资深电脑游戏玩家、复旦大学中文系教授严峰的...

BigDataDigest的博客 1026

基于动态窗口法DWA的机器人路径规划研究(Matlab代码实现)

内容概要:本文系统研究了基于动态窗口法(DWA)的机器人局部路径规划算法,深入剖析其在动态环境中实现自主避障与实时轨迹优化的核心机制。文章详细阐述了DWA算法的速度空间采样策略、轨迹预测模型、动力学约束处理及多目标代价函数的设计原理,并通过构建完整的Matlab仿真框架验证算法有效性。结合典型场景的仿真实验,展示了机器人在复杂障碍物环境下如何实时生成安全、平滑且符合运动学约束的最优路径,充分体现了DWA在移动机器人导航中的实用性与鲁棒性。; 适合人群:具备机器人运动规划基础知识和Matlab编程能力,从事智能移动机器人、自动驾驶或服务机器人研发的研究生、科研人员及工程技术人员。; 使用场景及目标:①深入理解DWA算法的理论基础与实现细节;②掌握机器人局部路径规划的仿真实现方法;③为实际机器人系统的导航模块开发提供可复用的算法原型与代码参考;④作为进一步研究高级导航算法(如TEB、MPC)的技术基础。; 阅读建议:建议结合提供的Matlab代码逐模块分析与调试,重点关注速度采样、轨迹积分、障碍物距离计算及代价评估等关键环节,通过调整参数在不同地图环境中进行对比实验,以深刻把握算法性能与参数之间的关系,进而提升对实时路径规划系统设计的理解与应用能力。

【轴承故障诊断】用于轴承故障诊断的集中时频分析研究(Matlab代码实现)

内容概要:本文系统研究了用于轴承故障诊断的集中时频分析技术,重点解决了传统时频分析方法在处理非平稳信号时存在的能量分散与分辨率不足等问题。通过引入集中时频分析方法,能够有效聚焦信号能量,精确提取轴承故障特征频率,提升故障识别的准确性与时效性。文章详细阐述了该方法的理论基础,并结合仿真信号与实际实验数据验证其优越性能,同时提供了完整的Matlab代码实现流程,涵盖信号预处理、时频变换、参数优化及结果可视化等环节,便于读者复现与拓展应用。; 适合人群:具备一定信号处理理论基础和Matlab编程能力的研究生、科研人员,以及从事机械设备状态监测、故障诊断与预测性维护工作的工程技术人员。; 使用场景及目标:①应用于电机、风机、齿轮箱等旋转机械的早期轴承故障检测,实现故障预警;②提升工业设备运维系统的智能化水平,支撑预测性维护体系构建;③作为高校或研究机构在信号处理、机械故障诊断等课程中的教学案例与实践素材。; 阅读建议:建议读者结合文中提供的Matlab代码逐段运行与调试,深入理解集中时频分布的生成机制及其关键参数(如核函数选择、平滑窗口大小)对诊断效果的影响,并尝试将其应用于其他类型的机械故障信号分析中,开展对比研究以深化对该方法适用性的认识。

1美元从零开始训练Bert,手把手教你优雅地薅谷歌云TPU羊毛

大数据文摘出品 来源:Google Colab 编译:武帅、曹培信 2018年10月,Google AI团队推出了Bert,可以说Bert一出生就自带光环。 在斯坦福大学机器阅读理解水平测试SQuAD1.1中,Bert在全部两个衡量指标上,全面超越人类表现。并且在另外11种不同NLP测试中均创造了历史以来最好成绩,将GLUE基准提升7.6%,将MultiNLI的准确率提提升...

BigDataDigest的博客 1023

stm32 + freertos + c++混合编程方法

其他一些资料上面,c++配置成--cpp11或者-cpp 都是把工程配置成c++。三、添加cpp文件,我们调用cpp文件里面的接口函数,不需要修改main.c后缀名。2、配置工程编译时候是--c99,是因为工程里面FreeRTOS是c语言,c++模式会报错。我们这里是默认c,编写的c++文件,单独选择--cpp编译,这在后面配置!c++是面向对象编程,对于一些项目来说,c++编程更加合适!stm32cubemax配置,这里就不写了,配置资料比较多。这里就是让cpp文件在c++下编译。最后,编程成功,点亮!

yuhu0012的博客 2629

贝叶斯网络之父:当前的机器学习其实处于因果关系之梯的最低层级

大数据文摘出品 每当提起“无人驾驶”汽车技术如何强大,又被大众赋予了怎样的期待,都会让人想起HBO电视剧Silicon Valley《硅谷》中的一个情节: 硅谷大亨风险资本家Gregory的助手安排了一辆无人驾驶汽车送创业公司的小员工Jared回家,本以为这个剧情只是为了诠释一种硅谷式傲慢,刚上车时一切也都很顺利,谁知路程走了一半,这辆汽车突然开始执行日程中之前设置好的指令,罔...

BigDataDigest的博客 937

SpringBoot 指标监控——Actuator

1、 访问:localhost:8000/actuator 设置健康监控显示具体情况 metrics http://localhost:8000/actuator/metrics/jvm.gc.live.data.size 定制化health信息 //利用构造器,在注册中心中添加cityService.saveCity.count指标 public CityServiceImpl(MeterRegistry meter...

weixin_44302046的博客 4627

Day01 Geant4学习

​ 用来记录粒子在每个step中的信息的,例如位置,能量,动量.例如,假设每一个粒子都有一个属于自己的id,会记录自己的轨迹状态信息就是track,当他发生反应时,就会产生新的id。​ 最终在新建的build文件夹中的vis.mac文件中设置,是自带的,如果有更高的需求可以自己去更改,但是一般都是写好的,设置好了图形界面的一些东西,呈现的自己建模的图形界面多大,需不需要网格什么的。从反应到结束的过程,其中也包括它产生的刺激粒子的反应到结束的过程,成为一个事件event。

LXS_357的博客 933
上一篇: 程序员深夜用Python跑神经网络,只为用中二动作关掉台灯!
下一篇: Lyft公开了一个自动驾驶数据集,还要举办比赛!
BigDataDigest
博客等级 码龄9年 448粉丝 500原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值