ZDNet至顶网软件频道消息:微软正在着手将其内部机器学习技术向云服务迁移,希望借此使其Azure服务能够在与谷歌及Amazon同类产品的竞争当中取得优势。
该公司的全新Azure ML服务于本周一发布,这意味着开发者们可以访问由Azure云托管的机器学习系统甚至将自己的应用程序直接与其进行对接。
这项技术让开发者们得以直面机器学习机制及其相关技术成果,其中包括深层学习系统,并将其应用到自己的应用程序当中。
最近,谷歌宣布公司内的一位工程师已经建立起一套系统,旨在利用神经网络调整19项不同输入与1项单一输出结果——即数据中心能源使用效率——之间的关系。该系统的实际表现非常出色,谷歌在它的帮助下已经能够更好地随时间推移模拟出基础设施的实际能源消耗情况。
在Azure ML的辅助下,微软表示将能够创建多种面向开发者们的相关系统类型,并为其提供广泛普及所必需的设置、培训以及技术使用指导等配套方案。
Azure ML拥有“一系列有助于清理数据的工具,”微软公司高管Joseph Sirosh在接受采访时解释道。此外,该服务还能够与高人气数学软件R相兼容。Azure ML服务也为用户打造了一套良好的使用途径,使其能够通过拖拽操作将多种机器学习技术整合在一起,从而构建起具备突出可视化效果与内容理解方式的应用程序方案。
“机器学习这片新天地已经向大家敞开了大门,”Sirosh表示。“大家只需在其中点击几下,就能获得与机器学习模式紧密匹配的API。”
Sirosh曾经在云服务之王Amazon公司效力过近十年,并在转投微软麾下之后帮助公司开发出多种内部机器学习系统。
预计该服务将在一个月内发布Beta测试版本,而已经开始使用Azure ML的少数早期客户则利用它实现了多种用途:根据网络客户在网站上的操作活动预测他们对哪些线上产品更感兴趣,或者构建系统方案来检测大学校区内的耗电量浮动、从而帮助工作人员进行IT设备故障诊断。
尽管机器学习已经是一项历史悠久而且应用广泛的技术,但微软认为将其以云服务形式推出仍然能够有效帮助使用者摆脱相当一部分当前面临的技术障碍。
“机器学习拥有令人难以置信的强大能力——它能让我们身边的每一款应用程序实现智能化,”Sirosh指出。“我希望机器学习这一令人振奋的技术成果能够得到广泛宣传并获得大家的理解,其重大意义甚至不亚于云计算的诞生。”
当然,他认为微软将是有能力提供此类服务的最佳厂商之一。
“微软与谷歌是目前世界上机器学习人才的两大储备库,”Sirosh表示。而就目前来讲,谷歌还没有将其快速机器学习系统引入到云环境当中。
好文章,需要你的鼓励
英伟达在SIGGRAPH大会上发布了全新的AI世界模型、库和机器人开发基础设施。其中最引人注目的是Cosmos Reason,这是一个70亿参数的"推理"视觉语言模型,专门用于物理AI应用和机器人。新发布的还包括Cosmos Transfer-2模型,能够从3D仿真场景加速合成数据生成,以及速度优化版本。公司还推出了神经重建库、RTX Pro Blackwell服务器和DGX Cloud云平台,旨在为机器人开发提供完整的解决方案。
本研究针对大语言模型中普遍存在的偏见问题,提出了一套完整的数据和AI治理框架。研究发现当前主流AI模型中37.65%的输出存在偏见,其中33.7%具有中高风险。通过开发BEATS检测系统和全生命周期治理方案,为AI系统建立了从数据收集到部署监控的完整"公平性保障体系",旨在让AI技术更好地服务全人类而非延续社会偏见。
两大企业基础设施厂商宣布产品线扩展,为客户提供更多大规模部署人工智能工作负载的选择。戴尔更新AI数据平台,新增非结构化数据引擎,并推出搭载英伟达RTX PRO 6000 Blackwell GPU的PowerEdge服务器。HPE扩展AI优化系统配置,支持自主AI和物理AI应用。两家公司均集成英伟达最新Blackwell架构GPU和AI软件套件,提供从数据处理到模型推理的完整解决方案。
浙江大学团队开发的HarmonyGuard框架首次解决了AI网络代理的安全与效率平衡难题。该系统通过三个协作的AI代理,实现自适应安全策略更新和双目标优化,在真实测试中将策略合规率提升38%,任务完成率提升20%,为构建既高效又安全的智能助手奠定重要基础。