ZD至顶网软件频道消息: 近日有消息称,Facebook将在F8开发人员大会上推出新的与机器人相关的编程接口,可能还会有新的聊天机器人。但机器人并不是什么新鲜事物,最近微软也在大谈特谈即将到来的以机器人为中心的未来。
一般来讲,机器人作为会话代理,其目的是帮助用户实现特定的任务。机器人可以帮助用户同特定的服务或者应用程序进行交互,而不再需要下载独立的应用程序或者访问特定的网络站点。
诸如Cortana、Siri和Alexa之类的个人数字助理可以被定义为机器人。但对于Cortana,微软的目标是将其打造成一个用途单一的前端机器人。
而微软的核心机器人是微软Bot Framework,该框架由三部分组成:机器人生成软件开发工具套件(Bot Builder software development kit,托管在GitHub上),该套件的目标用户是使用C#或者Node.js开发机器人的人群;Bot Connector,能够注册、连接、发布、管理能够处理信息/SMS、Office 365邮件、Skype、Slack、Telegram、kik等的机器人;Bot Directory,记录使用Bot Framework开发的机器人。
目前,Bot Framework已经在两周前以预览版的形式推出,开发人员可以通过微软Bot Framework构建机器人,这些机器人能够工作在信息/SMS、Office 365邮件、Skype、Slack、GroupMe、Telegram和网络(使用嵌入的聊天控制)中。微软预计Bot Framework在2016年年底(日历年)全面推出。
微软在Bot Framework常见问题问答中表示,“从2015年夏天,Bot Framework的核心工作开始推进,主要由微软Fuse实验室推动。”实际上早在2013年,笔者无意间听说了一些关于Fuse团队在开展机器人研究的消息。如果说AskyBot实际上标志着微软在机器人研究方面的非正式起点,笔者对这种看法可是一点也不感到吃惊。
据了解,Fuse实验室同时开发了大量的认知服务,例如计算机视觉、情感识别、人脸识别和视频,机器人的开发者们可以将这些功能添加到他们的机器人之中。
Fuse实验室不是微软机器人战略的唯一参与者,开发者体验(Developer Experience)团队和应用程序和服务集团(Applications and Services Group ,Bing的老家)也都是该计划的一部分。
那么,Bing团队在这个过程中到底负责些什么呢?
据了解,Bing团队现在正在抓取网络上的内容创建可用的机器人列表,上文中提到的正在开发中的微软机器人目录也将列出所有注册到Bot Connector并经过核准的、可用的机器人。
Bing团队还开发了大量认知服务,其中包括学术知识编程接口、交互式结构化数据搜索、实体连接服务、建议、图片和新闻搜索以及微软翻译服务,目前已经陆续面向机器人开发者们推出。
Bing团队也一直在负责如何识别用户意图。要做到这一点,就需要理解诸如地点、时间等内容。由于根植于商业世界之中,微软还打造了同商业相关的知识,诸如文档和会议等,这将帮助用户的机器人处理诸如“提醒我给老板发送昨天晚上做的那份文档”之类的问题。
微软预计各种规模的公司很快都会开始在前端使用机器人完成他们的服务。毕竟,用户采取的每一个行动都可以被看成是一个“对话”。为什么不让用户为机器人提供他们的姓名和住址,而非要让他们在Web窗体中填写这些内容呢?
随着微软机器人战略的发展,可以确定是将会有越来越多的机器人和相关的认知服务。如果Minecraft很快出现了机器人也很正常,毕竟这家软件巨头已经暗示过Minecraft机器人“渠道”了。将机器人同全息技术融合在一起可能也不会太遥远了。
好文章,需要你的鼓励
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。
苹果即将发布Apple TV 4K和HomePod mini 2两款产品更新。更值得期待的是三款全新产品:配备7英寸方形显示屏的HomePod Touch将搭载全新homeOS系统,支持Safari、音乐等应用及小组件功能,预计售价350美元;此外还有智能安全摄像头和视频门铃两款配件。这标志着苹果从依赖第三方HomeKit配件转向自主研发智能家居产品的重要战略转变。
UCL研究团队通过分析16万场AI对战数据发现,传统认为"平局代表AI实力相当"的观念完全错误。研究表明平局主要反映问题难度和客观性,而非AI能力对比。当忽略平局进行评分时,四种主流评分系统的预测准确率均提升1-3%。这项发现颠覆了现有AI评估理论,建议未来评分系统应考虑问题特征而非简单的平局语义。