ZD至顶网软件频道消息:微软日前宣布了收购加拿大蒙特利尔的深度学习初创公司Maluuba的计划,所涉金额未有披露。该收购是微软2017年的第一项收购。Maluuba在自然语言理解和强化学习方面做了一些工作。
微软的人工智能研究部执行副总裁Harry Shum就Maluuba技术可以帮上忙的潜在场景有如下的解释:
“设想一下这样的未来,例如,你不必从部门的目录、文档或电子邮件心急如焚地去找公司的顶级税法专家,而只需与人工智能代理沟通,该人工智能代理利用Maluuba的机器理解功能可以立即对你的要求做出回应。人工智能代理能够回答你的公司在安全合规做法上的问题,它是通过更透彻地理解你的部门的文件和电子邮件内容做到的,而不是简单地像现在做的那样只检索关键字匹配。这仅仅是我们可以想象到的几百个场景中的一个,Maluuba将推动最先进的机器理解技术的发展。”
微软官员表示,Maluuba创始人Sam Pasupalak和Kaheer Suleman将成为Shum部门的一员。
Yoshua Bengio是Maluuba的顾问,亦是蒙特利尔学习算法研究所的负责人。作为交易的一部分,他也将为微软出谋划策并直接与Shum互动。
微软去年9月创立了联合人工智能和研究部,其时原执行副总裁陆奇离职,他曾领导联合Office和Bing部。
好文章,需要你的鼓励
希腊塞萨洛尼基大学研究团队开发出MIR-L算法,通过"彩票假说"发现大型图像修复网络中的关键子网络。该算法采用迭代剪枝策略,将网络参数减少90%的同时保持甚至提升修复性能。MIR-L能同时处理去雨、去雾、降噪等多种图片问题,为资源受限设备的实时图像处理提供了高效解决方案,具有重要的实用价值和环保意义。
这项由OpenRouter公司团队和Andreessen Horowitz(a16z)投资机构联合开展的研究,于2025年12月发表。
卡内基梅隆大学团队提出DistCA技术,通过分离AI模型中的注意力计算解决长文本训练负载不平衡问题。该技术将计算密集的注意力任务独立调度到专门服务器,配合乒乓执行机制隐藏通信开销,在512个GPU的大规模实验中实现35%的训练加速,为高效长文本AI模型训练提供了新方案。