题干

阅读下面的文章,完成下列小题。

改变世界的第三个“苹果”

    ①有人说,历史上有三个苹果改变了世界,一个是夏娃的苹果,一个是牛顿的苹果,还有一个就是乔布斯的苹果。

    ②乔布斯的这个“苹果”,在计算机行业中几起几落,如今又杀进了通讯领域。自从2010年市值超过微软以后,2011年第一季度iPhone的销售额达到了123亿美元,大大超过了长期领先手机行业的诺基亚(94亿美元),跃身为全球最大的手机厂商。最近又爆出,苹果的现金储备超过700亿美元,一举超越了诺基亚、RIM、HTC和摩托罗拉移动这四家竞争对手市值的总和。除三星外,苹果可以用现金收购其他任何一家手机厂商。就一家企业来说,这是非常惊人的,也是史无前例的。

    ③在传统计算机领域,苹果的台式机和笔记本,至今仍是一些发烧友和专业图形工作者的宠儿,充其量也还是一个“小众产品”,而其在手机市场的表现,就大不相同。

    ④早在2007年,苹果就把自己的名字从“苹果电脑公司”改为“苹果公司”,表明了进军手机领域的信心。虽然苹果手机的总市场份额还不及诺基亚,但它已经稳稳地占据了市场的高端。

    ⑤当今手机的竞争领域,也在随着时光前行而不停扩展。先是硬件。所有的厂商都希望以最优成本提供最好的硬件,元器件制造商如芯片厂商英特尔、高通等的竞争也非常激烈。这种竞争会使手机硬件性能快速提升,价格快速降低。在这一方面,苹果的优势并不明显。

    ⑥还有手机的操作系统。当今的对阵形势是,苹果的iOS系统VS三星、摩托罗拉等大多数厂商使用的谷歌Android系统。虽然诺基亚加入了微软的WindowsPhone7阵营,但结果还不明朗。未来,苹果能否领先,还要看iOS系统的后续研发能力如何。丰富的应用程序也是赢得手机用户青睐的法宝。现在众多的第三方开发者更愿意为苹果的iOS和谷歌的Android开发程序,支持其余操作系统的开发者实在是门可罗雀。相比之下,由于iOS系统的稳定性和可靠性,更多开发者还是会首选在iPhone上进行开发,获得成功后再移植到Android的平台,在这里,苹果手机比Android手机有着更大优势。设计二字就不用多说了,苹果已经证明,好的设计能让消费者为之疯狂。苹果把手机当做一种时尚消费理念灌输给消费者,形成了一种“崇拜”。这一点目前无人可及。

    ⑦当然,苹果称霸的原因,绝不仅仅在于为人称道的时尚设计,也不仅仅在于明星产品创新,更关键的是,苹果创造了一个崭新的商业模式。正是商业模式的改变让苹果改变了过去传统电脑厂商的暮气,成为3G时代的领航者。

    ⑧商业模式创新比产品创新和服务创新更为重要,有时并不亚于伟大的技术发明。苹果的产品并没有什么特别前沿的技术,也往往不是业界第一个吃螃蟹的人,但是能够在合适的时机将合适的技术以最适合消费者体验的方式设计出来,从而为用户带来不可替代的价值。这就是苹果与其竞争对手有所不同的地方。

    ⑨这些模式属于苹果,这个苹果属于乔布斯。比尔·盖茨曾这样评价乔布斯:你可以不喜欢他,但你不能忽视他。就是这样一个让人爱又让人恨的人,仅仅拿着咬了一口的“苹果”就引发了一场信息革命。

(选自《走进改变世界的第三个“苹果”》,有删改)

上一题 下一题 0.0难度 选择题 更新时间:2020-02-07 04:37:55

答案(点此获取答案解析)

同类题5

阅读下面的文字,完成下列各题。

    在大自然中,悦耳动听的鸟鸣声给人们带来无限的愉悦。每一类鸟的鸣声都不尽相同。乌鸦呱呱叫,山雀的鸣声如嘹亮的哨响,隐夜鸫的叫声则似长笛声般悠扬。那么在复杂的背景噪声下,如何识别鸟鸣声?是否存在可以识别每一类鸟鸣的应用程序?

    针对上述问题,英国牛津大学的蒂莫•帕帕多普洛斯和他的同事,提出了一种能够识别各类鸟叫声的鸟鸣识别算法。

    一般情况下,自然资源保护论者需要通过定期的徒步旅行或者直升机旅行的方式,对生存在特定区域内的鸟类数目进行统计和总结。然而,如果通过音频录制鸟鸣,再将音频转化为物种计数,采用此方法代替旅行统计方式,将使得鸟类追踪的研究变得轻而易举,为研究鸟类种群数目是否下降或者鸟类的迁徙模式是否改变等,带来很大便利。

    英国伦敦大学玛丽女王学院的丹•斯托博士称:“鸟鸣极其复杂,这些最简单的声音通常难以分辨,因为它们听起来如此相似。”毕竟我们无法听清远处的,特别是在嘈杂环境中的鸟叫声。

    牛津大学的研究团队在亚洲和欧洲共收录了15种不同鸟类的鸣叫声,包括新疆歌鸲、大山雀、画眉等。他们收录的鸟鸣声中混杂了不同的音频环境,如市区公园中较为平缓的背景噪声或者露天市场中密集人群的喧嚣声。

    如此多样化的混合声音,用于机器学习算法的训练过程,通过训练后的机器来选择包含鸟鸣声的音频段。尽管鸟鸣声与部分噪声频率相近,影响算法的准确性,但这些学习算法仍能成功地从噪声中区分出鸟鸣声。

    目前国内福州大学的研究团队,对于低信噪比鸟鸣识别的算法是将声音信号转化为图象,对图象进行处理得到一串被称作特征值的数字,并用这串数字代替声音进行识别。

    国外其他研究团队也在致力于研究自己的鸟鸣识别算法,尤其是那些能够识别不同鸟类物种的算法。斯托和他的同事正在测试名为Warblr的应用程序,在最佳状态下,Warblr进行鸟类识别的准确度可以高达95%,该数据已经得到巴西一家鸟类鉴定组织的认证。美国威斯康星大学的研究团队研发了一个相似的应用程序,命名为WeBIRD,是针对本地鸟类而设计的。美国康奈尔大学鸟类学实验室研发的Merlin应用程序,通过对鸟类的大小、颜色、位置等简单情况的了解,以利于人们对鸟类进行区分。

    斯托博士认为,对鸟鸣识别应用技术进行探索的最终目标不仅仅用于识别鸟类,更是想要破译鸟类之间真正的“人际关系”,如果音频能够转换为物种计数,那么我们可以更方便地监测鸟类种群的变化。德国动物声音档案自然历史博物馆的马里奥说,类似牛津大学团队提出的鸟鸣识别算法,对研究自然环境是很有价值的。

(摘编自李应编译《鸟鸣识别》)