移动终端与云计算将成为IT业优先发展方向

博鳌亚洲论坛年会上,微软全球资深副总裁张亚勤博士阐述了IT产业未来的方向,强调移动终端与云计算将成为优先发展方向,而人机交互技术将带来产业变革。同时指出市场需求将推动技术创新,尤其是市场、技术等方面的需求。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


不久前闭幕的博鳌亚洲论坛年会,可谓群英荟萃,思想激荡。带着读者关心的IT产业未来如何发展,以及技术如何创新等问题,科技日报记者采访了微软全球资深副总裁、微软亚太研发集团主席张亚勤博士。他一语道出“天机”:市场、技术等诸多需求将推动IT产业技术创新,云计算、人机交互等技术将引领IT产业新一轮革命。

移动终端与云计算将成为IT业优先发展方向

张亚勤认为,从Ipod到Iphone再到Ipad,苹果公司取得的一系列成功改变了IT市场的游戏规则,深刻影响了用户的使用习惯及需求。随着移动互联及云计算时代的到来,人们进入互联网的“入口”越来越多,不仅仅是传统的操作系统及浏览器,微信、移动支付等新兴应用程序也已成为用户接入互联网的重要方式。未来IT产业竞争的核心是对互联网“入口”及云计算的争夺。

张博士说,微软公司因应形势变化,提出了“移动终端优先”“云计算优先”的发展战略。微软将更加重视软件与移动设备及云计算的融合能力,构建“设备+服务”的业务新模式。一方面通过推广Surface平板电脑、收购诺基亚进入移动终端设备市场,并继续保持在服务器及游戏机硬件市场的占有率;另一方面利用自身的技术优势,为使用微软设备的用户提供先进的云服务。

人机交互技术将带来新一轮IT产业变革

几年前的科幻电影中,经常出现电脑与人进行对话,读懂人的动作与表情的场景。这些“未来技术”很快成真,现在,拿出手机问一下Siri今天的天气如何,或者在家手舞足蹈地玩一局体感游戏,已是再普通不过的事情了。虽然有时这些设备还不能完全领会你的意图,甚至作出让你啼笑皆非的反应,但这仍是人机交互技术所取得的激动人心的进步。

张亚勤认为,经过多年研发,语音、多点触摸、计算机视觉技术等人机交互方式已得到长足发展,具备了大规模产业化、商业化的基础。在不久的将来,人们可以用眼神、手势、动作、语音等直观方式向各种电子设备更准确地下达命令,计算机、电视和游戏机等将能够“感应”这些指令。这将是IT产业的又一次深刻技术变革。在这个过程中,软件是实现技术突破的核心,各种嵌入式平台、应用与服务、人机交互工具以及新的开发模式和呈现模式,都离不开更先进软件驱动的支持。

市场等诸多需求将推动IT产业技术创新

谈及中国IT产业如何开展技术创新,张博士提到一个单词“necessity”。他解释说,需求,特别是市场、技术等方面的需求应是推动IT产业创新的动力。目前,中国IT产业没有太多前沿技术,技术创新仍任重道远。得益于市场的巨大容量,中国IT企业发展迅速,规模效益明显,但从另一方面来说,这也使得一些国内IT企业安于现状,缺乏忧患意识,开展技术创新的外部动力不足,不愿或不敢涉足前沿技术领域。

张亚勤谈道,随着用户需求的不断提高,未来移动终端、云计算和人机交互等领域的竞争才刚刚开始。在全球化背景下,国内外IT企业将共同争夺这一巨大的新兴市场,中国企业机遇与挑战并存。

时至今日,中国互联网的格局已经发生了深刻变化,那些依靠“山寨”与跟风在市场中“分蛋糕”的IT企业日子并不好过,想要吸引用户,唯有创新,需要拿出真正具有独创性的新技术。IT企业只有尽快转变发展模式,加大对研发环节的投入,努力发展前沿技术,才能适应未来市场的需求,在激烈的竞争中生存下去。“丛林法则”将淘汰一批技术创新乏力的市场参与者,但从长远来看,受益的终将是广大互联网用户和中国IT产业。

本文转载自:http://www.d1net.com/

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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