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
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
伊尔德兹技术大学团队通过词典手术和离线蒸馏,以不足20美元成本打造出专为土耳其语优化的200M参数句子嵌入模型,在语义相似度任务上超越了参数量更大的原版教师模型。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
LongLive-RAG由英伟达、USC与MIT联合提出,通过让AI检索自身生成的历史视频片段作为参考,解决长视频生成中的角色漂移和画面不一致问题。