ZD至顶网软件频道消息: 微软一直在紧锣密鼓地将游戏和Azure服务推至物联网(IOT)设备上。但很少有业界人士注意到,微软同时也在将各种语音功能推至物联网设备。
今年2月,在台北举办的中国WinHEC研讨会上碰巧听了微软的一个名为“用于物联网的自然用户界面技术”的演讲,演讲介绍了微软在物联网语音领域采用的多管齐下策略,目标听众是开发商。
微软为物联网开发商提供各种整合工具,以用于语音和开发商设备的整合:Windows 10有内置的语音应用程序编程接口(API),可完成各种功能,如口述一个简单的消息和网页搜索;微软还提供自然语言服务,全名为语言理解智能服务(缩写为LUIS),LUIS是微软研究院牛津API集合的一部分,可用于非Windows平台。另外,微软还提供Bing翻译、Cortana及微软个人数字助理等工具。
要搞清楚哪个工具是完成某个功能的最佳工具貌似颇为微妙。微软官员在WinHEC研讨会上提供了一个指导框架,框架列出了一些的应用实例,例如如何通过语音控制法式烹饪机(用到LUIS与Windows 10的组合或牛津语音API)或如何用语音控制机器人(用到Windows 10自带语音API)。
微软还展示了一个家庭自动化设备控制的例子,举例说明了用户如何无需使用手机或平板电脑、只利用语音查询自己的车库门是不是关闭妥当。
微软在2016年中国WinHEC会上的演讲,还为物联网开发商提供了利用牛津API进行人脸检测、识别和验证的一些指引。
另外,微软可能会在今年的Build大会上宣布牛津项目(Project Oxford)将结束研究阶段进入商业化之路。微软可能会将牛津项目的一些服务贴上新的Azure认知服务牌子或Azure的智能服务牌子。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。