ZDNET网络频道 05月08日 编译:思科公司周四透露将收购云API平台供应商Tropo的计划,继续大举地进行软件方面的收购。
Tropo是一家总部设在美国加州Menlo Park的私有企业。思科业务开发高级副总裁兼负责人Hilton Romanski上周四在一篇博客文章中表示,Tropo旗下的云API平台可以令思科服务提供商和开发商将实时通信“以最少的开发工作量”嵌入到自己的应用程序里。
Romanski表示,此项收购将为一众服务供应商带来新的收入,并为合作伙伴提供一款协作平台即服务产品,使得他们能够创建和销售新的通信服务。据称,目前有超过20万的开发人士在使用Tropo的API,收购完成后这些将成为高级副总裁兼总经理Rowan Trollope领导下的思科协作技术集团的一部分。
Romanski在博文里表示,“思科的使命是要使协作变得超级简单。下一代通信和协作平台需要易于使用的现代API,而且这种需要现在变得更为重要。”
而思科集中全力进行软件收购的这件事情也成为了上周在蒙特利尔举行的2015年思科合作伙伴峰会的一个热门话题。
思科全球合作伙伴组织高级副总裁Bruce Klein在峰会中的一次新闻发布会上表示,“各位将目睹思科越来越大胆地挺进软件领域,最近收购的10家公司中9家都是软件公司,而且每个业务单位都在创新更多的软件,推出更多的软件解决方案提供给市场。”
Tropo的收购预计将在思科的第四财季内完成,而收购财务条款未被披露。这也是思科刚刚于四月购买了以应用程序为中心的网络公司Embrane之后,紧接着着手开展的对Tropo的收购项目。
Long View Systems是一家位于加拿大艾伯塔省卡尔加里的思科金牌合作伙伴。该公司融合基础设施和网络服务副总裁Kent MacDonald表示,“我很高兴地看到思科认识到可以通过收购软件提升旗下的产品,认识到这样做比用硬件收购的方法使得整合容易得多。收购Tropo可拓展思科协作产品的特点和功能。我认为思科明白,要继续发挥领导作用就必须采取将创新和收购融合在一起的方法。”
Force3是美国马里兰州Crofton的一家解决方案提供商,是思科金牌合作伙伴。该公司的首席执行官Michael Greaney表示,思科最近大举进行软件收购合情合理,他还指出,网络巨头思科需要确保从收购中为其合作伙伴创造服务机会。
Greaney表示,“我们要确保……不仅能够提供思科在市场上的硬件和软件,还要提供服务,原因是我们的一些特别的东西出自服务这一块。在服务这一块我们能够打造个性产品。整个服务领域可以说为我们提供了一条自己的泳道,我们可以真正地显示自己与众不同,这一点对我们作为一个合作伙伴来说真是颇为重要。”
一众合作伙伴表示,此次收购在移动领域方面也有很强的份量。
许多合作伙伴一直在推动思科进行软件收购,以期能以更快的步伐加强思科软件产品组合。同样,思科也开始向合作伙伴施加压力,使得他们开始将软件打造纳入自己的商业模式。
Greaney表示,“对于思科来说,合作伙伴如何利用利用这些收购是个非常实际和需要考虑的事情。其中有些方面是要看看在将来的几年里哪些地方能够对业务产生最大的影响。我认为很多东西最终都是事关软件的事,而不是关于颠覆某个科学技术的事情。对此,思科不会无所事事。”
在上周的合作伙伴峰会上,思科推出了一个新的软件合作伙伴计划,以加大旗下的软件推广。软件合作伙伴计划旨在为那些投资软件的解决方案提供商提供回报和收益。该计划将于2016年启动。思科还公布了旗下新版的云计算和托管服务计划CMSP 2.0,新版赋予了思科互联云(Intercloud)一系列的新角色,并可以让合作伙伴在云架构上有更多的选择。CMSP 2.0细节将于2016年的第一季度公布。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。