ZDNet至顶网软件频道消息:微软在本月早些时候发布了一项名为Azure机器学习的最新云服务预览,一些合作伙伴已经利用该服务构建某些高成本且在过去只能由数据科学家团队才能涉足的应用。
商业智能技术是对数据进行处理分析,了解过去发生了什么,而机器学习(也被称为预测分析)则是通过分析历史数据来预测未来会发生什么。
Azure机器学习服务是一项基于公有云的服务,让开发者们能够将预测分析嵌入他们的应用之中,微软云及企业群组副总裁Joseph Sirosh表示。
虽然机器学习软件已经问世有几年时间了,但是并不易于使用或者部署,而且非常昂贵。微软通过将机器学习即云服务打包来解决这些问题,并且首次将其推向市场,以此抗衡Google、Amazon和IBM等竞争对手。Sirosh表示:“我认为,在这个特殊的市场领域,我们是领导者。”
而对于微软来说,将Sirosh招致麾下给公司来了一项变革。他在去年7月从Amazon加入微软,他曾经在Amazon工作9年时间,担任过各种机器学习相关角色的副总裁。Sirosh表示,前微软首席执行官Steve Ballmer和现任首席执行官Satya Nadella(曾经是云及企业群组领头人)聘请他帮助微软打造一个可以实现机器学习“民主化”的平台。“之所以机器学习需要民主化,是因为到目前为止,这还是一个只有少数高科技人才才能碰触的领域。”
微软从1992年开始开发机器学习技术,如今在其Xbox、Bing以及Windows Phone的数字助理Cortana中使用这项技术。机器学习还可以有效地防止欺诈和预测消费者的购买行为。Sirosh表示,微软有100多家合作伙伴正在使用Azure机器学习预览版。
Versium是一家总部在华盛顿雷蒙德的微软合作伙伴公司,该公司在其专有的LifeData预测分析服务中采用Azure机器学习技术,将其与来自客户的CRM、市场营销及其他内部系统的数据相结合,让Versium生成预测消费者行为的“分数”,Versium首席执行官Chris Matty表示。
信用分数就是一个简单的例子,但是Versium目前正在开发其他多种类型的分析,借助领先的消费者品牌,而且使用微软Azure机器学习服务进行构建。Versium的分数可用于验证网上购物者的身份,预测他们取消一项服务而转向竞争对手的可能性,并评估他们在社交媒体上的影响力等等。Matty指出,“他们都设计回答这些问题:我的哪些客户可能会欺诈我?谁会对我的业务做出贡献?”利用Azure机器学习,“我们可以注入数据,建立我们的模型,调整并且在数周时间内进行部署。”
Neal Analytics是一家总部在西雅图的微软合作伙伴公司,该公司销售副总裁Greg Gomez表示,他的公司正在使用Azure机器学习来帮助一家电子商务公司获得更好的广告位置。Neal Analytics正在使用Azure机器学习来预测获取特定的广告位置需要出价多少。这项服务配合Neal Analutics自己的超过10万个关键字组合,每个都包含像卖方和买方的位置、这个词条多久被搜索一次等属性。“Azure机器学习让我们能够自动搜索和发现这些与竞价和位置相关的不同属性之间的关联。”Gomez这样表示。
MAX451是一家总部在西雅图的微软合作伙伴公司,这家公司也是Azure机器学习技术的早期采用者,他们使用这项服务来构建一个可以自动变更管理流程的应用。MAX451公司首席执行官Kristian Kimbro Rickard表示,这项服务能够处理一些以前需要高薪聘请数据科学家才能完成的任务。
数据科学家可能是今天科技行业中最抢手的人才了,因此Azure机器学习对于那些不能负担得起聘请这些科学家的公司具有很大吸引力。
当微软将其作为一项付费服务发布的时候,价格大约是每小时0.38美元,微软还将为每1000条预测收取0.18美元的费用,外加部署网络服务收取每小时0.75的计算费用。Sirosh表示,这个定价比市场中现有机器学习软件便宜100倍。这是因为微软是根据使用率和计算小时数收费的,而不是高昂的前端软件许可费用。
Sirosh表示,Azure机器学习预览服务目前功能已经齐全,但是微软仍然在进行微调使其可以满足服务等级协议。“它需要一些打磨的时间使其能够符合SLA,并且足以令人信服,我猜还需要几个月的时间。”Sirosh这样表示。
微软正在与多家厂商就Azure机器学习服务谈合作,Sirosh表示,一些大公司将利用这项服务构建预测分析应用,而且这将在未来几个月内公布。
“机器学习一直很难做到,因此人们只把它运用于解决最高价值的难题上。现在这项技术易于使用,每个开发者都可以开始使用它了。”Sirosh这样表示。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。