ZDNet至顶网软件频道消息:在“移动为先、云为先”的世界中,一个最神奇的现象是,不仅数据消耗(与产生相对应,此处应指数据的消耗而非字面的意思)的速度在加快,就连数据产生的速度也在以指数级增长。
微软全球首席执行官萨提亚 · 纳德拉
运算变得无处不在,工程师和开发者不断创造出新形态的设备和云服务,填满我们日常生活中的每一个角落。从汽车仪表盘、照明开关、中央空调到运动鞋,几乎所有人与人、人与电脑,以及电脑之间的互动和体验都已经数字化了。这个全新的世界为我们创造了一个巨大的机遇,我们要找到一种正确的方法,对普适计算产生的繁杂数据进行处理,从而将其转化为驱动环境智能所需的动力。这种动力将助力实现更好的体验、理解和互动。当周围的设备学会聆听、响应、理解我们,并替我们采取行动时,我们就迈入了一个全新的时代,一个环境智能的时代。
将数据转化为驱动环境智能所需的动力并不容易,要开发出这样的技术更是一项巨大的挑战。这要求技术能理解背景、推断意图,并将有用的信息从无用的噪音中分隔出来。建设一个能够实现此类环境智能的综合平台,是整个微软公司共同努力的目标,也只有微软有能力让世界见证这个奇迹。SQL Server、BI商业智能、机器学习、必应搜索、Azure公有云,每一个都扮演着重要的角色,它们在共同致力打造一个设备、服务和环境都能真正预见和理解人类需求的全新世界。罗马非一日建成,但在朝这个目标前进的过程中,我们的客户和合作伙伴已经不断从中获益了。SQL Server的速度越来越快,商业智能愈发直观,机器学习愈发智能,必应愈发实用,而Azure的可扩展性也越来越强了。在我们创造真正的环境智能平台的过程中,全民皆赢家。
举例来说,这个过程将从某人的一个问题开始,他提出问题,然后设想答案并进行测试,从中获得独特的洞察,最终采取行动。在这个过程中,支持这种个人体验的基础其实就是一个分析平台,它能够对来自无数源头的数据加以整理和排序——这需要动用大规模的实时存储来支持。将所有这些环节整合起来,就是一个环境智能平台的雏形。
我们相信,只要有恰当的工具,任何人都可以随时随地分享其洞察。推而广之,这些洞察的集合就构成了我们所谓的“数据文化”。
当然,数据文化不仅局限于部署技术,它将真正改变文化,唾手可得的数据将切实帮助每个团队、每个人成就大事。换言之,就是要将大众、IT技术与开发者汇聚在一起,促成与系统和基础设施升级同等重要的文化革新。在数据文化中,随着提问和应答的参与者持续增多,每个人都将从中受益,群体组织的整体效率也将获得不断提升。这种变化在企业中的作用尤为明显,每名员工都将可以驾驭从前只有数据专家才能掌控的数据威力,使用自然语言和自助式的操作,通过Office这样人们所熟悉的应用,获得业务洞察和可视化的呈现效果。
除了致力于实现为每个人服务的数据文化的雄心壮志,我也想向大家介绍一下包括Office 365、Azure和SQL Server在内的微软最新的数据平台的贡献:
- SQL Server 2014:全新升级的内存管理技术能够出色应对任何工作任务——从OLTP联机事务处理、数据存储到商业智能。
- 分析平台系统(APS):APS将微软SQL Server数据库和Hadoop技术的精华融为一体,以低成本的方式提供了完备的大数据解决方案。
- Azure智能系统服务:这项云服务能连接、管理、捕获和转换来自不同操作系统或平台的机器生成的数据。这项物联网服务于4月15日开始进入有限Beta测试。
我们正体验着由普适计算引发的数据大爆炸,也都渴望能以更便捷的方法将数据转化为有用的洞察力,让每个人、每个企业从环境智能中获益。今天,我们迈出了重要的一步,未来,我们更将全力以赴。
好文章,需要你的鼓励
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
字节跳动团队提出RewardDance框架,首次系统性解决视觉生成中的奖励模型扩展问题。该框架通过将奖励预测转为生成式任务,并将模型规模扩展至260亿参数,同时集成任务指令、参考样例和推理能力,有效解决了"奖励作弊"问题。实验显示,在文本生成图像任务中质量提升10.7分,视频生成性能改善49%,达到行业领先水平,为AI视觉创作提供了更强大可靠的技术基础。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索,在困难的视觉搜索任务上准确率达48%,相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术,实现了测试时思考轮数的自然扩展。