- ?
爱莲说原文翻译ppt
玛蒂尔达
展开
导语
今天为大家带来部编初中语文七年级下册--《爱莲说》的原文、翻译、ppt课件等相关教学资源,希望能给大家的教学和学习带来帮助!
1
《爱莲说》原文课文
爱莲说
宋代:周敦颐
水陆草木之花,可爱者甚蕃。晋陶渊明独爱菊。自李唐来,世人甚爱牡丹。予独爱莲之出淤泥而不染,濯清涟而不妖,中通外直,不蔓不枝,香远益清,亭亭净植,可远观而不可亵玩焉。(甚爱 一作:盛爱)
予谓菊,花之隐逸者也;牡丹,花之富贵者也;莲,花之君子者也。噫!菊之爱,陶后鲜有闻。莲之爱,同予者何人?牡丹之爱,宜乎众矣!
2
《爱莲说》翻译
译文
水上、陆地上各种草本木本的花,值得喜爱的非常多。晋代的陶渊明唯独喜爱菊花。从李氏唐朝以来,世人大多喜爱牡丹。我唯独喜爱莲花从积存的淤泥中长出却不被污染,经过清水的洗涤却不显得妖艳。(它的茎)中间贯通外形挺直,不牵牵连连也不枝枝节节,香气传播更加清香,笔直洁净地竖立在水中。(人们)可以远远地观赏(莲),而不可轻易地玩弄它啊。
我认为菊花,是花中的隐士;牡丹,是花中的富贵者;莲花,是花中(品德高尚)的君子。唉!(对于)菊花的喜爱,陶渊明以后就很少听到了。(对于)莲花的喜爱,像我一样的还有什么人呢?(对于)牡丹的喜爱,人数当然就很多了!
注释
晋陶渊明独爱菊:晋朝陶渊明只喜爱菊花。陶渊明(365-427),一名潜,字元亮,自称五柳先生,世称靖节先生(死后谥靖节),东晋浔阳柴桑(现在江西省九江市)人,东晋著名诗人。是著名的隐士。陶渊明独爱菊花,常在诗里咏菊,如《饮酒》诗里的“采菊东篱下,悠然见南山”,向来称为名句。
自李唐来,世人甚爱牡丹。《唐国史补》里说:“京城贵游,尚牡丹……每春暮,车马若狂……种以求利,一本(一株)有直(同“值”)数万(指钱)者。甚:很,十分。
说:一种议论文的文体,可以直接说明事物或论述道理,也可以借人、借事或借物的记载来论述道理。
之:的。https://renjiaoshe/bubianchuzhongyuwen/qixia/134664.html
可爱:值得怜爱。
者:花。
甚:很,非常。
蕃:多。
自:自从。
李唐:指唐朝。唐朝皇帝姓李所以称为“李唐”。
独:只,仅仅。
之:主谓之间取消句子独立性。
出:长出。
淤(yū)泥:污泥。
染:沾染(污秽)。
濯(zhuó):洗涤。
清涟(lián):水清而有微波,这里指清水
妖:美丽而不端庄。
通:贯通;通透。
直:挺立的样子。
中通外直:(它的茎)内空外直。
不蔓(màn)不枝:不生蔓,不长枝
香远益清:香气远播,愈加使人感到清雅。
益:更加。
清:清芬。
亭亭净植:笔直地洁净地立在那里。 亭亭:耸立的样子。
植:树立。
可:只能。
亵玩:玩弄。
亵(xiè):亲近而不庄重。
焉:句末语气词,这里指当于现代汉语的‘‘啊’’ ‘‘呀’’,助词。
谓:认为。
隐逸者:指隐居的人。在封建社会里,有些人不愿意跟统治者同流合污,就隐居避世;
盛:广。
君子:指道德品质高尚的人。
者:……的人或物。随着前面的名词而变化,例如:“有黄鹤楼者”中的者意思就是……建筑
噫:感叹词,相当于现在的"唉"。
菊之爱:对于菊花的喜爱。之:语气助词,的。(一说为“宾语提前的标志”)
鲜(xiǎn):少。
闻:听说。
同予者何人:像我一样的还有什么人呢?
宜乎众矣:(爱牡丹的)应当有很多人吧。
宜乎:当然(应该)。
宜:当。
众:众多。
3
《爱莲说》ppt课件
《爱莲说》ppt课件汇总
https://renjiaoshe/bubianchuzhongyuwen/qixia/134664/ppt.html
4
《爱莲说》其他教学资源
《爱莲说》其他精品教学资源(ppt课件、教案、学案、试题及素材)汇总
https://renjiaoshe/bubianchuzhongyuwen/qixia/134664.html
- ?
清华魏少军:AI芯片2.0,终极智慧芯片 | GTIC2019
袁梦柏
展开
3月15日,由智东西主办,AWE和极果联合主办的AI芯片创新峰会,在上海成功举办!本次峰会报名参会的观众覆盖了近4500家企业,到会观众极为专业,其中总监以上级别占比超过62%,现场实际到会人数超过1800位。
大会现场,20位人工智能及AI芯片业界翘楚共聚一堂,系统的探讨了AI芯片在架构创新、生态构建、场景落地等方面的技术前景和产业趋势。
▲中国半导体行业协会IC设计分会理事长、清华大学微电子所所长 魏少军
魏少军教授是国内集成电路产业的领军人物,是清华大学微电子所所长、中国半导体行业协会IC设计分会理事长,并曾主导编写了《人工智能芯片技术白皮书(2018)》,从定义、脉络、标准以及发展趋势等方面对AI芯片进行了深入而专业的研究,填补了国内空白。
现场,魏少军教授带来了主题为《AI Chip 2.0 的愿景和实现路径》的开场演讲。
一、终端AI成未来市场主导
魏少军教授认为,目前大部分AI服务都在云端,原因是云端已经存在大量AI应用,比如智慧家庭、图像认知、智慧医疗、AI翻译等。
但是,终端侧的应用是更大的潜在市场,AI从“云”走向“端”是必然。展望未来几年的发展,终端应用将会占据AI市场的主导地位。
而对于终端应用来说,功耗限制将会是AI芯片所面临的一个大挑战。
比如,可穿戴设备功耗需要限制在mW级别;视频监控、工农业应用需要限制在W级别;而自动驾驶、数据中心等AI芯片的功耗则可以到百W级。计算需求对应功耗的限制一直是非常难以解决的问题。
与此同时,正如魏少军教授在2018年GTICAI芯片峰会上提出的,另一个挑战则是目前AI芯片所面临的两个问题:
1、算法仍在不断演进,新算法层出不穷。而做芯片的人最怕算法变,变了就要重新开始。
2、一种算法对应一种应用,没有统一的AI算法。多个AI功能需要多颗AI芯片放在一起。
因此,高效能通用深度学习引擎是AI芯片的必备特性。对于终端AI芯片来说,这个引擎最重要的特点就是高能效,必须同时具备高计算力与低功耗两个优势。
二、AI芯片需要1000倍以上的能量效益
下图是是Kunle Olukotun在去年的ISCA演讲中的PPT,他将芯片分成三部分,第一部分是可以更多编程的如CPU,第二部分是少量编程的如GPU,第三部分是不能编程的如专用芯片。
它们间的重要差别除了可编程性外就是能效的不同。从专用芯片到GPU之间有1000倍的能效差距。而1000倍是一个很重要的分界线,如果我们的AI芯片做不到比GPU高1000倍的能效,就不能满足人们在终端侧的需求。
对于终极AI芯片来说,人们希望它既具备高能量效率、同时也具备很好的可编程性,比如图中红色圈的位置。那这样的东西是什么呢?
去年魏少军教授团队提出了“软件定义芯片”,而无独有偶,上图的作者提出了“粗颗粒度可重构阵列(CGRA)”的思路,与“软件定义芯片”不谋而合。这样的发展方向告诉我们,如果要解决能量效率的问题,软件定义芯片可能是最适合的一种架构。
对于这种AI芯片来说,不仅仅要注意软件的可编程性,更重要的是硬件的可编程性。
三、AI芯片2.0:终极智慧芯片
最后,魏少军教授还给出了他对AI芯片发展的四个阶段的看法:
1、AI Chip 0.5阶段。这是非常早期的阶段,人们利用CPU、GPU等已经存在的芯片尝试实现AI的功能。
2、AI Chip 1.0阶段。这一阶段不论是Google的TPU、MIT的Eyeriss、NVIDIA的SCNN等都是专门为AI设计的,其主要是用来做AI训练、我们有了为AI专门设计的芯片。
3、AI Chip 1.5阶段。AI Chip1.5阶段已经开始探索所谓的通用性,所以像Tsing Micro的Thinker、Wave Computing的DPU都属于1.5阶段,它们是半通用的,是可重构、可配置的。
4、AI Chip 2.0阶段。2.0是什么?我们到今天为止还没有答案。但我们可以畅想一下,2.0应该是通用的、自适应的、具备智慧化的架构和芯片。我们正在向着一颗通用的AI处理器方向努力,但这将非常艰难。
AI 0.5和1.0主要还是围绕着云端的AI,以训练作为主题,因为主要玩家是大的互联网公司,所以他们很自然地聚焦到训练层面。从AI1.0到1.5的时候开始出现变化,更多在聚焦边缘、终端,在1.5到2.0的时候云与端可能会结合在一起。
同时,0.5和1.0阶段我们关注算力和功耗,1.5阶段我们关注性能、能效的同时还关注灵活性,而到了2.0,智慧化将会是主流。
对于芯片设计者来说,如何让芯片智能化是一个重要心结。
现在芯片要想在竞争中胜出最重要的是差异化,但差异化太难了。通常芯片设计者会花六个月时间定义一颗芯片,花六个月的时间制造一颗芯片,又卖了六个月,好不容易卖出去后,发现市场上有和你差不多的东西,所以不得不推倒重来。
芯片制造者在定义—设计—销售—再定义—再设计—再销售的迭代中循环往复,差异化随着时间的推进在逐渐缩小。
因此,我们能不能让芯片通过教育、学习的方式使得自己变得差异化——正如我们每个人从婴儿逐渐长大成人的过程?能不能让芯片越用就越有价值?在市场上越用越好?这个问题正是我们一直追求的目标。
附魏少军教授演讲实录
魏少军:大家上午好!感谢主办方再次邀请我来做开场报告,在开始前我有一个小小的请求。这个请求就是:请在座的自媒体朋友们不要照一张相下面加一句话就把我的讲演放到了网上,这让我有一种被“阉割”的感觉。大家要写的话一定要反映我想说的精髓。我知道大家抢新闻有点着急,但还是希望能报道的比较完整,不要出现断章取义的现象,引起误解,特别是不要让听众误解。
今天我只有14张PPT,其中还有3张是去年讲过的。过去一年中我思考了很多,但真正浓缩起来用两张就可以讲完,所以我想今天会很快讲完,不会占用很多时间。
这是我去年最后一张PPT给出的题目:我们是否会出现像CPU那样通用的AI处理器?如果真是这样的话那今天的AI芯片将会怎么走?当然我也提了一个问题,未来的AI芯片很可能会遭遇一些挫折。事实情况是有的说中了,有的我不希望说中的也说中了,所以很遗憾。
不管怎么样,我们可以看到今天的AI服务基本都在云上,很少出现在其他地方。原因是什么呢?原因还是先驱者们在云上做了大量工作,包括智慧家庭、图像认知、智慧医疗、AI翻译等。但是我们说从“云”走向“边”,从Cloud到Edge是大趋势。其实,不同区域的用户数量差异很大,有100量级的差异。如果我们在Cloud有10的8次方,到了IoT就有10的12次方。
Google在2018年峰会上也提出了很有意思的系统框架。不管是什么样的AI,都要从现实社会中获取数据,把原始数据转化成语义化的数据,最后让Cloud来处理,这是一种必然。
在AI走向边缘的过程中,现在看起来还是主要以“通用”作为主要驱动力,但是看未来几年的发展,恐怕终端应用将会占有主导地位,特别是到2025年,以家电为主要应用场景的专用集成电路、专用AI芯片会起重要的引领作用,这也是我们看中的未来发展的重要方向。
当然,我们谈到芯片的时候一定会遇到我去年讲过的PPT内提到的两个问题:一是算法仍然不断地演进不断在变化。我们做芯片的人最怕算法在变,变了就跟不上了;二是我们依然缺少放之四海而皆准的算法。把多个AI功能集合到一起的时候一定会出现要使用多颗AI芯片,还做不到一颗全解决。当然我们希望能够出现对各种算法都有效的芯片,能够找到全新的统一的解决方案,但是非常难。
既然如此,我们就在考虑需要有一个所谓通用的深度学习引擎,如果把它往边缘上推的话就会发现这个引擎最重要的特点就必须是高能效。在高的计算能力和低的功耗两者驱动下,要获得好的芯片显然需要认真地思考用什么样的方式才能做。
分析一下具体的引用场景,可以发现像:可穿戴设备、智能传感器等功耗限制为1mW;家电的等将近100mW;视频监控、工业和农业应用大概是W,但要2T的运算能力;而Automobile、DataCenter可以100W,但至少20T的运算能力。计算需求对应功耗的限制是我们一直面临的、非常难以解决的问题。
我们希望了解什么样的架构才能满足不同的需求呢?如图是Kunle Olukotun在去年的ISCA演讲中讲的。横轴用了1、2、3、4一直到16,我一直看不懂他为什么要用这个,后来我问了一下,据说是芯片的编号而非代表用了多少芯片。这个地方容易产生误解。但是它很清楚地告诉我们可以把芯片分成三部分,第一部分是可以有比较多编程的,第二部分是少量编程的,第三部分是不需编程的。
显然,可以有比较多编程的像CPU,有一定编程能力的是GPU,不需编程的就是专用芯片。可以看到这几者间有重要的差距就是能量效率的差距,如果我们仔细看一看的话可以看到从Dedicated到GPU蓝线之间有1000倍的差距,而1000倍是一个很重要的分界线,如果芯片做不到这一点,显然就达不到目的。
那我们希望最后做的芯片到底出在哪个区域呢?显然希望在红色区域,这个区域具有很高的能量效率以及很好的可编程性。但处于这部分的东西是什么?
去年我们提出“可重构芯片”,或叫“软件定义芯片”可能是一个比较好的架构,很巧的是这位作者提出了“粗颗粒度可重构阵列(CGRA)”的思路,与我们不谋而合。如果能解决能量效率的问题,“软件定义芯片”可能是目前最好的一种架构。
我们要去找的这个“软件定义芯片”架构具备是什么样的呢?我们把软件和硬件的可编程性作为两个轴,构成了四个象限。可以看出传统的CPU、DSP一定处在第二象限;而我们所知的专用集成电路处在第三象限,它具有比较差的软件和硬件可编程性,好处是具有很高的能量效率;我们所知的FPGA和EPLD一定处在第四象限。
如果把已知的芯片都放到了二、三、四这三个象限后,一定很奇怪第一个象限中的是什么?第一个象限对应的芯片应该有很好的软件可编程性,同时有很好的硬件可编程性。如果这两者都成立的话,恰恰就是刚才所讲的“软件定义芯片”,不仅软件可编程,更重要的是硬件也可编程。
有了“软件定义芯片”的志向,我们现在可以讲一下AI Chip 2.0的愿景和实现路径,什么是AI Chip 2.0?我们拉一个横轴,从AI Chip 0.5、1.0、1.5到2.0进行相应的展开。
1、AI Chip 0.5阶段。可以看到AI Chip 0.5是非常早期的阶段,主要是像Intl的CPU、Nvidia的GPU、AD的DSP等。这些芯片都不是为AI而出现的,而是早就存在了。我们只是利用已经存在的芯片尝试实现AI的功能,这个时候我们成为AI Chip 0.5。
2、AI Chip 1.0阶段。在这一阶段,不论是Google的TPU、MIT的Eyeriss、nVidia的SCNN还是KAIST的UNPU,已经是专门为AI设计的了。我称它们为AI Chip 1.0。它们的主要工作是用来做Training,我们可以认为它们是一种领域专用的东西,也可以认为是某种拓展。AI Chip 1.0是真正为AI专门设计的芯片。
3、AI Chip 1.5阶段。AI Chip 1.5就发展很有意思。我认为AI Chip 1.5已经开始探索所谓的通用性,所以像Tsing Micro的Thinker、Wave Computing的DPU都属于AI Chip 1.5。它们是半通用的,是可重构、可配置的,兼顾了两个训练和推理两个方面的内容。
4、当然,我们希望最终能够走到AI Chip 2.0。什么是AI Chip 2.0?今天还没有答案。不过,我们可以畅想一下。首先它应该是通用的,然后它应该是自适应的,最重要的它应该是智慧化的。如果我们真的找到这样的一个芯片架构,这就回答了我去年的问题:到底存不存在一颗通用的AI处理器?我们正在向这个方向努力。显然它非常难。
如果说我们在AI Chip 0.5的时候采用的是一些传统器件,到了AI Chip 1.0已经做到了领域专用,而AI Chip 1.5做到可重构、可配置,AI Chip 2.0就应该是智慧化。
AI Chip 0.5和1.0主要还是围绕着云端应用,以训练为主。由于主要是大的互联网公司在主导,所以他们很自然地聚焦到训练层面。从AI Chip 1.0到1.5,情况开始出现变化,更多聚焦到边缘、即EDGE。可以设想,AI Chip 1.5到2.0的时候训练和推理需要结合在一起。
AI Chip 0.5的时候我们关注的是Performance,希望它的计算能力足够强;AI Chip 1.0的时候不仅要关注算力,也要关注功耗;AI Chip 1.5的时候,在关注性能、能效的同时还要关注灵活性;而到了AI Chip 2.0,我相信智慧化会是主旋律。
可以看出,上面每个阶段所关注的重点是不太一样的。早期更多是实现,只要做出来就好;而到了AI Chip 1.0,应用成为关键;AI Chip 1.5的时候关注的是系统;而AI Chip 2.0的时候关注的是智慧化。
尽管现在我们提出这样的AI芯片发展阶段大家也许不同意,但是我们觉得这是一种不错的方式来总结或者归纳现有AI芯片的整体发展方向。
另外,我的同事做了一张高能效神经网络发展方向的图,纵轴是架构在不断创新往下走,而横轴所表现的是不同神经网络模型,中间是通过算法设计和硬件设计的结合去产生更小延迟、更高能效和更通用的产品。
当然,右上角展示的是希望让硬件更“忙碌”以向终端应用提供紧凑型的并行计算;而左下则更多是面向云端的发展,通过让算法(架构)更灵活以提供大规模的并行计算。几种不同的æ–...
- ?
深度剖析微软云服务,它能为中国企业带来什么?
霍琦
展开
如今已很少有人怀疑,信息化变革是下一阶段商业竞赛的重要角力点。任何有志于活在未来的企业,都必须从现在开始,最大程度用数字技术优化业务流程;重塑员工生产力;促进与客户的互动关系;甚至完全自我革新,演化出另一种更顺势而为的产品或服务。
嗯,当一众长尾企业对新技术趋势一头雾水时,制造,零售,金融,医疗……各个领域最敏感于未来的领跑者,最关心的问题早已从“为什么要用数字技术”,切换到“怎么用好数字技术”——而我相信,即便是这个时代最漠视科技的“卢德分子”也必须承认,倘若技术如此这般发展,未来“公司”和“科技公司”将会日趋模糊为一个同义词,在云端用AI处理数据,是未来所有企业的最终归宿。
而企业转型的过程,需要他者的赋能。更像是对“最终归宿”的一次技术预演,在今年微软技术暨生态大会上,从智能云到大数据,从人工智能到智能边缘计算,从转型思路到行业落地案例,微软用四天时间,对外集中敞开了自己的技术“装备库”,也向各个正在和潜在的合作伙伴,呈现了他们可以通过微软技术达到的智慧高度。
众所周知,过去数年,这家一度被默认为陷入“创新者窘境”的老牌科技巨头,开始刻意收起聚光灯,转而在人类技术世界的“后台”默默深耕——尤其在云服务领域,微软的一举一动,都在很大程度上成为行业风向标。
按他们自己的总结,其云端布局可概述为“3×3×3”的数字阵列,你可以将其感性地理解为“三层云”,“三片云”和“三朵云”(具体意涵后面会逐一分析),这些云可以按照“乘数效应”彼此交织,自由渗透,最终帮助中国客户找到最合适自己的技术资源和解决方案。
而深度剖析这些云朵,亦是对当今智能云最前沿技术的一次集中巡演。
攀登云梯
从第一个“3”谈起:IaaS,PaaS和SaaS——微软是全球唯一覆盖三大平台最完善的公有云服务,且全部在中国落地。
先来看基础层的微软智能云Azure IaaS服务。许多人有所不知,巨大的先行者优势,让Microsoft Azure已经覆盖全球54个区域,是全球范围内最大规模的公有云服务,能为不同领域客户带来丰富的服务选项,譬如超过100种虚机配置以及品类充裕的存储和容器服务。
更重要的是,业内皆知,四年前,牵手世纪互联的Microsoft Azure正式登陆中国,成为第一个在中国合法合规的国际公有云,二者在中国本土环境的深度嵌合,成为外资云入华的路径模板。四年来,微软智能云Azure已服务超过11万家企业用户,客户满意度高达95%,且随着中国数字化转型的不断深入,微软在华的各项投入也在不断加码,今年Azure在中国运营规模实现了3倍扩容,目前已在中国总共有4个高等级数据中心。
再来看“云梯”的第二台阶:PaaS服务。
在数字化转型的进程表里,很多企业登上云端的初心,早已从单纯的降低成本,转变为通过智能为自身全方位赋能,这亦是微软长期以来着重发展的服务领域。
更像是对于“技术民主化”的一次全方位实践,如今,微软已针对AI,物联网和大数据提供了一系列成型的PaaS服务,且专门推出了支持DevOps,容器,Serverless技术的研发云,从而以最高效的方式,助力企业快速适应云端环境,完成云端创新。举个例子,目前已有近千家中国企业级用户调用了微软AI的核心服务(认知服务,HDInsight,CosmosDB等),大中华区用户的认知服务用量,位居美国本土之外的全球首位,除了证明中国企业对微软的技术认可,亦是中国数字经济迅猛之势的客观佐证。
而当云梯上升到最为高阶的SaaS服务,来自微软第一方平台及第三方ISV与SP,足以让微软智能云Azure SaaS成为全球最丰富的云应用服务:第一方自不必多言,Office 365,Dynamics 365(后面会详述),Power BI,每一样都是企业数字化生存的利器;而它们本身也可成为云端的应用拓展平台,在AppSource上,微软和第三方合作伙伴为不同行业提供了数千个针对Office 365,Dynamics 365,Power BI和网页的应用。
此外值得一提的是,在2018微软技术暨生态大会上,一系列新功能的发布进一步完善了Azure在PaaS层面能够释放的巨大可能:譬如在AI方面,将有语音,文本分析和文本翻译等更多认知服务的API落地;另外,备受关注的BOT机器人在线客服和IoT中心物联网服务也将陆续推出。
总之不难发现,微软构建的覆盖能力,足以全程协助中国企业拾级而上,攀登三层“云梯”。
驾驭云端
说完纵向的“三层云”,再来看横向的“三片云”:私有云,公有云,以及混合云。
前两者自无需多言,分别对应了两种相反的客户需求,但在真实的商业场景中,企业对待云端的态度,其实并非那般“公私分明”,他们需要多云环境去适应复杂的业务需求,需要同时兼顾公有云的轻盈和私有云的私密,在“灵动”和“可控”中间,觅得一道黄金中线,也因如此,企业对优质混合云的需求比例不断上扬。
而就像微软大中华区副总裁兼市场营销及运营总经理康荣所言:“微软在混合云上占有很大优势,最基本原因就是微软在私有云、公有云、混合云的技术是一模一样的。微软Azure背后的技术就是微软自己的Windows Server、SQL Server、System Center等。”
嗯,底层逻辑的打通,让微软先天支持无缝衔接的真正一致的混合云,无论是身份认证、管理安全、数据平台还是用来运行、开发服务的平台,微软都可提供无缝衔接的混合云方案,也为企业在不同“天气环境”下自由驾驭云端,提供了极大便利。
譬如,微软与硬件合作伙伴共同推出的硬件集成系统Azure Stack(半年前已在中国上市,合作伙伴是华为和联想),可以说是当今全球混合云市场的领头羊,它能够将Azure云服务带到用户本地数据中心,从开发、管理工具,到操作体验、运行的应用和服务,以及应用市场和开发商生态系统,Azure和Azure Stack都保持了高度的一致性,在工厂和矿山等无法联网的边缘和离线环境,或者金融等需满足多种监管要求的行业,Azure Stack可瞬间变成一朵可以“带回家”的微软智能云。而一旦需要上云时,又能保证与Azure同步升级,大大加快混合云融入企业业务的进程。
冲锋陷阵
如果说纵向“三层云”和横向“三片云”,是微软智能云祭出的战术方阵,那么第三“3”:Azure,Office 365和Dynamics 365——这三“朵”云充当的角色,则是在具体的商业战场里冲锋陷阵。
Azure当然无需赘言,是微软智能云的逻辑主线,而Office 365也早已是很多企业数字化转型中的排头兵(提升员工生产力总会被企业率先想到),23%的市场份额,在华业务增长500%,服务180万+企业用户,96%云合作伙伴对Office 365商业应用为其带来的收益和前景感到满意……都在从不同维度,印证了Office 365在中国协作类云办公软件中的领导地位。
而在我看来,成就领导地位的很大一部分理由,是Office 365是唯一能够畅行全球的生产力云平台:它在中国通过了“可信云”认证,在欧洲通过了最严格的“GDPR”认证,全球任何角落都可合法合规地使用Office 365——事实上,当数据成为当今最敏感的商业资源(你一定听过许多数据泄露酿成的惨重后果),“可信”也就成为微软的价值之锚,这也让他们成为全球取得最多安全合规认证的云服务提供商。
此外,关于Office 365,易被忽视的是它的智能属性,如今Office 365已被添置53项人工智能(譬如Excel的一键分析,智能填充;PPT的设计器、幻灯片平滑切换、实时翻译等),这些“日用而不自知”的智能tips,早已深度嵌入到每个人每天的工作流程中。
不过,相比于你所熟知的Office 365,今天我更想重点讲下另一朵云:Dynamics 365。
依我之见,2018微软技术暨生态大会最惹眼的部分,就是在一众企业的期待中,Dynamics 365将要在中国落地的消息:Dynamics 365将于2019春季正式落地中国,完成微软三朵云在中国的聚首——据我所知,不少深谙Dynamics 365精髓的中国企业,很早之前起就在询问微软其落地中国的时间表。
事实上,作为新一代智能商业应用模块,Dynamics 365充分整合了CRM和ERP的功能,以按需构建的应用模块管理不同业务(包括销售,客服,现场服务,市场营销,财务和人力资源管理等模块),助力企业在各个细微之处完成数字化升级。
某种意义上,Dynamics 365算是微软技术资源的集大成者:不但融入了人工智能、商业智能、混合现实、社交、移动能力等现代化细分功能模块;且遵循“One Microsoft”战略,Dynamics 365打通了与Office 365,LinkedIn和必应等微软系产品的数据壁垒,对关系、流程、数据实现统一管理,真正实现生产力与业务流程的无缝衔接。
更重要的是,Dynamics 365拥有颇为强大的灵活性,让其区别于传统ERP或CRM厂商,利用PowerApps,即使是业务部门的非IT人员,也能针对具体业务需求开发和增减功能,随时应对各种不确定性——在需要超强应激反应的中国市场,这一点无疑更为受用,诚如微软大中华区Dynamics产品总经理卢东明所言:“中国现在新经济面临的很多挑战是传统ERP厂商没有最佳实践的,这恰恰是微软的模块化和组件化灵活扩展的能力特别适合合作伙伴在平台上,你重新给一个零售合作伙伴重新做新零售的获或客户忠诚度的解决方案,周期会很长,工作量也很大。传统CRM厂商又没有这个解决方案,因此在微软平台上稍微做一些改进、定制化,这就成为你的IP,成为你的解决方案了,这是一个非常重要的特点。”
当然,与其他两朵云一样,你很难用极短篇幅穷尽Dynamics 365能够释放的全部潜能——在微软技术暨生态大会上,由微软Dynamics全球CTO领衔的技术专家将花费巨大篇幅和时间,全景呈现Dynamics 365的差异竞争力和行业应用方案落地案例,推荐各位去看看。我相信,无论是正在奔向全球化的中国企业(要知道,华为全球手机事业部客服系统都是建立在Dynamics 365上),还是正在进入中国的全球化企业,亦或已经发展到一定阶段的中小型企业,Dynamics 365都可以从销售,客服,服务,人力等不同层面,完成智能化跃迁。
结语:让别人变酷
最后必须指出的是,以上谈及的所有云朵,都并非单摆浮搁,相互独立,而是围拢在“One Microsoft”的旗帜下,其共同目的,是践行微软已经更新了的使命宣言:“予力全球每一个组织、每一个人成就不凡。”
不就之前,在做客一档节目时,微软CEO萨提亚·纳德拉分享了他对企业目标和商业模式的看法。在他看来,企业要像人一样拥有某种身份认同,甚至一个灵魂,它代表着一家企业的集体目标,“在微软,我们的使命就是为地球上的每一个人和每一个组织赋能,让他们得到更多”,纳德拉说,“如果有大学生问我:嘿,有好几家公司录用我了,我为什么要加入微软?那么我的回答一定是:很简单,如果你想变酷,就去别的企业吧,但如果你想让别人变酷,请加入微软。”
某种意义上,“让别人变酷”,正是微软最近几年一切手术刀式的内外改革的逻辑起点——具体到上述谈及的那些云朵,我想,它们存在的目的,就是让那些对数字化转型感到迷惘的企业,能够从现在开始,拨云见日,在各自领域,光芒万丈。
李北辰/文
- ?
翻译狗:专攻智能化文献翻译,多图表、复杂排版也能一键出译稿
祝白曼
展开
【猎云网杭州】5月25日报道(文/盛丽艳)
猎云网获悉,文献翻译平台“翻译狗”已于2017年8月获得天使轮融资,金额数百万,投资方为海邦沣华。目前平台正在进行Pre-A轮融资,主要用于产品研发。
翻译领域涌入的大公司不少,谷歌翻译、百度翻译产品成熟,能解决生活、旅游过程中大部分语言难题。但在细分领域中,能够完成学术领域文献翻译的产品仍然稀缺。在百度中检索“文献翻译”,出现的服务商多以人工形式完成翻译,常用语言按每100字10-25元的价格收取费用,部分小语种收费超50元/百字。
翻译狗是一家提供自动化文献翻译服务的平台,覆盖英语、德语、法语、西班牙语等近百种语言,支持PDF、DOC、XLS、JPG、PPT等各式。
它旨在打造“媲美人工翻译的全文翻译平台 ”,定价则远低于人工翻译,在线服务每页收取1积分,约为0.1元,下载额外收取2-5积分一页。除充值外,C端用户通过完成每日登录等任务也可获取积分;B端政企和高校可购买积分,亦可选择包年服务,不限页数;同时它也将API接口开放给部分第三方平台。
截止2018年5月15日,翻译狗平台已经翻译3000W页,为用户节约250W小时时间,为用户节约5400W费用。
文献翻译究竟有什么特殊性,让通用的百度翻译、谷歌翻译对它无可奈何?其中最大的障碍是格式。
学术类文献中充斥着大量图形、表格、不同字体的引用文字,排版复杂。翻译产品必须跨过两步,首先识别出哪些是需要翻译的文字,哪些是需要保持原状的图形,以及文字的大小、格式;其次在翻译后将文字与图片填充在合适的位置,并做到版式不变。
创始人曾波与其团队曾经为图书馆提供英文文献服务,他这一过程中发现了文献翻译的痛点。他也为此提供了解决方案,在产品中嵌入了在线翻译工具。这是翻译狗的雏形,翻译工具受到了远超预期的欢迎,曾波遂将原业务收缩,将翻译业务剥离出来,全力推动翻译狗业务。
在线产品的使用场景主要集中在科研,人群集中在高校、科研机构,以及医药等频繁接触前沿科技的行业,外贸等与海外交流频繁的行业。人工翻译机构同样是翻译狗的目标客户,它们可采用产品进行前期翻译,再进行人工审核校对。
翻译狗还可搭载于硬件,运用于更日常化的领域。举例来说,图书馆对读者的吸引力越来越低,常规书籍可以在网上找到电子版,图书馆独有的一些外文书籍,受众窄,阅读难度高。团队正在研发翻译硬件,将产品对准需翻译的版面,屏幕中即可直接显示版式相同的译文。
目前团队约有20人,创始人曾波兼CEO毕业于南京大学,10年电子商务、互联网从业经验。创始人兼首席算法师Yilan博士,毕业于加拿大多伦多大学,拥有人工智能专业博士学位及人工智能专业等数个硕士学位,长期从事和人工智能相关的理论研究和实际应用。产品合伙人孔鑫拥有8年互联网产品设计经验,曾任51信用卡管家产品设计师、共享简历平台HR家合伙人。运营合伙人章琳则有4年互联网运营经验,曾就职百度、搜狐。
项目:翻译狗公司:杭州轻寻科技有限公司网址:fanyigou
- ?
一键完成Word转换成PDF,PPT、Excel,翻译中/英文
晓野
展开
说到要文档格式转换,大家首先想到的方法是什么呢?
其实使用转换工具真的能很简单的帮我们解决文档格式的转换问题,今天给大家分享的方法也是十分的简单。下面做出详细的介绍:
工具/软件:迅捷pdf转换器/迅捷pdf在线转换器
软件大小:1.19MB
主要功能:可以实现多种办公文档格式的转换,包括将PDF转换成Word、PPT、Excel;将Word、图片、Excel、PPT等转换成PDF; 分割合并PDF、压缩PDF、获取PDF图片、PDF解除密码以及多种电子书格式转换等.同时还可批量转换文档,实现一键轻松转换。
在线与pc版的区别:
在线pdf转换器,不用下载软件,在线就可免费转换2m大小的文件;(注册后可转换50m)
pc版pdf转换器注册后可以批量转换文档,不受文档那个大小的限制。
今天以在线pdf转换器为例,简单的跟大家说下转换方法:
1、首先我们找到并进入在线pdf转换平台;
2、选择要转换的文档格式,并将要转换的文档添加进来;
3、文档添加好之后单击开始转换按钮,等待转换完成;
4、转换完成之后,将转换好的文档下载到自己的电脑里面就可以了。
以上就是今天给大家分享的可以将Word转换成pdf,ppt、excel,翻译中英文的方法,大家可以自己试试哦。
- ?
PPT与Skype上线AI即时字幕功能,报告可自动翻译60种语言
新概念
展开
为了让听障人士也能使用通讯软体Skype与PowerPoint简报,微软宣布将在2019年为这两套软体加入即时字幕功能,会把视讯对方的话,即时变成字幕打在视讯视窗上。
这个Skype即时字幕功能,将会支援20种语言,会把视讯方现场说的话,变成字幕打在下方,微软表示,字幕产出与对话可以做到几乎零时差,并且会以滚动方式显示,就如看字幕电影般的体验。
而在PowerPoint上,则是可以选择即时简报字幕以及语言翻译字幕。即时简报字幕,会即时将简报者的话语写成文字,展示在简报萤幕上,这个功能支援12种语言。
而简报者也可以进一步把自己说的语言,转换成另一个语言的字幕,播放在简报萤幕上。举例来说,简报者用英文简报时,可以设定简报字幕显示为日文,让较不精通英文的外国客户,也能够掌握简报内容。此功能支援60种语言翻译。
微软的即时字幕与翻译功能,是透过自家的人工智慧技术、在微软今年推出的「AI for Good」计画所推出。这个计画预计在5年之内投资2,500万美元,发展人工智慧软体工具,来更加协助身障人士。
以这次的听障为例,在美国,大约只有52%的听障人士有工作岗位,即使科技把业务沟通大量转为文字化,还是有许多工具,是听障人士无法使用的。透过这次的字幕功能,微软希望能够帮助改善这样的情况。
Google举例来说,也利用人工智慧在翻译App中提供拍照翻译、在Slides简报应用中提供字幕功能。
微软旗下Skype与PowerPoint的即时字幕功能预计在2019年1月底推出。
- ?
爱莲说原文翻译ppt
钱念梦
展开
导语
今天为大家带来部编初中语文七年级下册--《爱莲说》的原文、翻译、ppt课件等相关教学资源,希望能给大家的教学和学习带来帮助!
1
《爱莲说》原文课文
爱莲说
宋代:周敦颐
水陆草木之花,可爱者甚蕃。晋陶渊明独爱菊。自李唐来,世人甚爱牡丹。予独爱莲之出淤泥而不染,濯清涟而不妖,中通外直,不蔓不枝,香远益清,亭亭净植,可远观而不可亵玩焉。(甚爱 一作:盛爱)
予谓菊,花之隐逸者也;牡丹,花之富贵者也;莲,花之君子者也。噫!菊之爱,陶后鲜有闻。莲之爱,同予者何人?牡丹之爱,宜乎众矣!
2
《爱莲说》翻译
译文
水上、陆地上各种草本木本的花,值得喜爱的非常多。晋代的陶渊明唯独喜爱菊花。从李氏唐朝以来,世人大多喜爱牡丹。我唯独喜爱莲花从积存的淤泥中长出却不被污染,经过清水的洗涤却不显得妖艳。(它的茎)中间贯通外形挺直,不牵牵连连也不枝枝节节,香气传播更加清香,笔直洁净地竖立在水中。(人们)可以远远地观赏(莲),而不可轻易地玩弄它啊。
我认为菊花,是花中的隐士;牡丹,是花中的富贵者;莲花,是花中(品德高尚)的君子。唉!(对于)菊花的喜爱,陶渊明以后就很少听到了。(对于)莲花的喜爱,像我一样的还有什么人呢?(对于)牡丹的喜爱,人数当然就很多了!
注释
晋陶渊明独爱菊:晋朝陶渊明只喜爱菊花。陶渊明(365-427),一名潜,字元亮,自称五柳先生,世称靖节先生(死后谥靖节),东晋浔阳柴桑(现在江西省九江市)人,东晋著名诗人。是著名的隐士。陶渊明独爱菊花,常在诗里咏菊,如《饮酒》诗里的“采菊东篱下,悠然见南山”,向来称为名句。
自李唐来,世人甚爱牡丹。《唐国史补》里说:“京城贵游,尚牡丹……每春暮,车马若狂……种以求利,一本(一株)有直(同“值”)数万(指钱)者。甚:很,十分。
说:一种议论文的文体,可以直接说明事物或论述道理,也可以借人、借事或借物的记载来论述道理。
之:的。https://renjiaoshe/bubianchuzhongyuwen/qixia/134664.html
可爱:值得怜爱。
者:花。
甚:很,非常。
蕃:多。
自:自从。
李唐:指唐朝。唐朝皇帝姓李所以称为“李唐”。
独:只,仅仅。
之:主谓之间取消句子独立性。
出:长出。
淤(yū)泥:污泥。
染:沾染(污秽)。
濯(zhuó):洗涤。
清涟(lián):水清而有微波,这里指清水
妖:美丽而不端庄。
通:贯通;通透。
直:挺立的样子。
中通外直:(它的茎)内空外直。
不蔓(màn)不枝:不生蔓,不长枝
香远益清:香气远播,愈加使人感到清雅。
益:更加。
清:清芬。
亭亭净植:笔直地洁净地立在那里。 亭亭:耸立的样子。
植:树立。
可:只能。
亵玩:玩弄。
亵(xiè):亲近而不庄重。
焉:句末语气词,这里指当于现代汉语的‘‘啊’’ ‘‘呀’’,助词。
谓:认为。
隐逸者:指隐居的人。在封建社会里,有些人不愿意跟统治者同流合污,就隐居避世;
盛:广。
君子:指道德品质高尚的人。
者:……的人或物。随着前面的名词而变化,例如:“有黄鹤楼者”中的者意思就是……建筑
噫:感叹词,相当于现在的"唉"。
菊之爱:对于菊花的喜爱。之:语气助词,的。(一说为“宾语提前的标志”)
鲜(xiǎn):少。
闻:听说。
同予者何人:像我一样的还有什么人呢?
宜乎众矣:(爱牡丹的)应当有很多人吧。
宜乎:当然(应该)。
宜:当。
众:众多。
3
《爱莲说》ppt课件
《爱莲说》ppt课件汇总
https://renjiaoshe/bubianchuzhongyuwen/qixia/134664/ppt.html
4
《爱莲说》其他教学资源
《爱莲说》其他精品教学资源(ppt课件、教案、学案、试题及素材)汇总
https://renjiaoshe/bubianchuzhongyuwen/qixia/134664.html
转载自百家号作者:教师之家001
- ?
微软翻译加入ppt插件 可实时翻译字幕
忆灵
展开
继微软翻译(Microsoft Translator)加入实时语音群聊翻译功能之后,日前,微软又一次基于 Microsoft Translator API 发布了一项实时翻译服务新功能——Presentation Translator。该功能以 PowerPoint 插件的形式呈现,可在幻灯片播放的过程中实时地显示翻译字幕,目前可以支持超过 60 种语言的字幕。不仅如此,观众们还可以通过 Microsoft Translator APP 加入会议,在智能手机、平板设备或电脑上看到各自选定的语言字幕。
需要说明的是,Presentation Translator 暂时只能安装在 Windows 系统下,适用于微软 Office PowerPoint 文档。不过该功能可以通过桌面端、iOS 端和 Android 端的 Microsoft Translator 实现更多扩展。
Presentation Translator 支持包括中文普通话在内的 10 种语言的语音输入 —— 中文 (普通话)、英文、法文、德文、意大利文、日文、葡萄牙文、俄文、西班牙文和阿拉伯文,并可翻译成 60 多种语言的文本字幕。演讲者可以选择自定义语音识别引擎,让 Presentation Translator 学习幻灯片内所提及的术语、产品或地名等专有词汇,从而提高语音识别的准确性,快速实现整个 PowerPoint 文档的翻译,同时保留原格式不变,包括从左到右和从右到左的语言之间的翻译。
在使用 Presentation Translator 过程中,演讲支持者允许开启观众语音的话,在场观众即可使用自己的语言通过手机、平板设备或电脑上的 Microsoft Translator App 进行提问(目前支持 10 种语言的语音输入和 60 多种语言的文本输入),App 可轻松实现跨平台的实施语音/文字翻译多人交流。
演讲者可以用分享会议二维码或由五个字母密码的方式,将字幕传送给任何人,该密码唯一对应你的演示文档,而获得邀请的观众可以在各自的设备上看到所选择的语言翻译。这个分享机制和 Microsoft Translator 实时语音群聊翻译的组员邀请类似,当然演讲者也可以通过“锁定会话”设置限制该存取码对演示文档信息的访问。
- ?
PPT实时翻译功能测试:中文PPT秒变英语PPT
Vidonia
展开
在我的前一篇文章PowerPoint实现实时字幕翻译,你会因此失业吗?中,我为大家简要介绍了微软在2017年10月对于PPT的更新,让PPT具备了强大的翻译功能。有朋友评论说无图无真相,今天我就为大家带来我进行测试的视频和中英文PPT的对比截图。
从以上的对比可以看出,在更新之后,PPT的翻译功能确实很强。虽然还有一些明显的错误,如“年月日”,“火了”这些词没有翻译准确,大部分的内容还是译得不错的。当然,目前要拿出一篇合格的英文PPT,还需要演讲者进行一些人工的修改。但是,这和以前相比,已经大大节约了时间,提高了效率。随着人工智能的发展,相信在不久的将来,我们就会看到流畅而准确的英汉PPT相互切换。
ppt翻译公司
-
第一关 :初入新手村 — 工具选项卡操作演示 0101
-
初入新手村 — 演示者视图的操作步骤 0102
-
初入新手村 — 鼠标的交互的方法 0103
-
初入新手村 — 如何快速访问工具栏 0104
-
初入新手村 — 文件选项卡、保存等基础 0105
-
第二关 :内容整理与处理 — 导航区操作技巧 0201
-
第三关 :文字工具与段落 — 如何给你的文字加特效 0301
-
文字工具与段落— 段落工具使用 0302
-
第四关:绘图与形状效果 — 基本形状的绘制方法 0401
-
绘图与形状效果 — 给你的图形加特效 0402
-
绘图与形状效果 — 快速排列多种图形 0403
-
第五关:合并形状与图标 — 用好合并形状轻松获得更多创意图形 0501
-
第六关:图片的神奇 — 教你PPT如何实现抠图 0601
-
图片的神奇 — 使用图片裁剪让图片为你所用 0602
-
第七关:表格与逻辑图表 — 教你画一个简洁大方的表格 0701
-
表格与逻辑图表 — SmartArt快速生成逻辑图表 0702
-
表格与逻辑图表 — 一招SmartArt走遍天下 0703
-
第八关:形象化市场数据 — PPT中数据图表怎么做?0801
-
形象化市场数据 — 教你做好看的条形图和柱状图 0802
-
形象化市场数据 — 饼图的美化技巧 0803
-
第十关:终成商务演示高手
-
第一关 :初入新手村 — 工具选项卡操作演示 0101
-
第一关 :初入新手村 — 工具选项卡操作演示 0101
-
第一关 :初入新手村 — 工具选项卡操作演示 0101
-
第一关 :初入新手村 — 工具选项卡操作演示 0101
-
第一关 :初入新手村 — 工具选项卡操作演示 0101
-
第一关 :初入新手村 — 工具选项卡操作演示 0101
-
第一关 :初入新手村 — 工具选项卡操作演示 0101
-
第一关 :初入新手村 — 工具选项卡操作演示 0101