至顶网软件频道消息:本周微软举行了面向专业人士和开发者的Ignite大会,微软公司首席执行官Satya Nadella在开幕主题演讲中,阐述了微软如何寻求利用各种技术来革新几乎所有行业,包括人、人工智能和混合现实等技术。Nadella表示,微软也将超越现有的技术范例,走向超级强大的量子计算机(其计算速度可能要远远高于现有的计算机)等前沿领域。
下面就是Nadella在Ignite 2017主题演讲中提到的5大要点。
现代化工作场所
微软将继续强调提供软件以实现一种现代化的工作场所——从7月的重组以及重新调整战略重点开始。Nadella在他的主题演讲中表示,工作的性质“不再是常规的任务——而是释放你企业组织内部的创造力”以及“超越个人生产力到释放团队的力”。Microsoft 365软件捆绑包(包括Office 365、Windows 10、设备管理和安全功能)因此成为了一种“战略数字资产”,不仅适用于日常工作,还用于获取和连接员工所持有的知识。迄今为止,这一点在实践中的一个例子,就是Microsoft Graph API,现在它将Office 365与微软自己的专业人士网络LinkedIn进行集成;例如API可以帮助员工更轻松地找到具有某些技能和专长的工作伙伴。
业务应用
Nadella表示,在业务应用方面,现代化的企业组织“不能禁锢于旧的做事方法”。相比过去,现在的应用需要更加模块化和更加自动化。例如,Dynamics 365云CRM和ERP系统现在将提供很多模块化的应用,这些应用在该平台内提供有限的功能块。例如其中一个模块化应用“Attract”将专注于帮助用户找到合格的职位候选人。
与此同时,Nadella还谈到了“AI为先”的业务应用的承诺,这种业务应用的核心就是人工智能。微软将利用自己的人工智能技术来处理现在客户服务和支持请求,例如惠普公司就在使用微软这项技术来达到同样的目的,Nadella这样表示。“这只是构建这些以AI为先的业务应用完整新旅程的一个开始。”
智能云和智能边缘
Nadella呼应了自己在7月Inspire合作伙伴大会上的观点,在这次Ignite大会主题演讲中表示,有一种新兴的计算模式可以归结为“智能云和智能边缘”。这些技术例如微软的Azure云平台和服务,通过“持续集成和部署新软件的敏捷性来提供巨大的生产力”。Nadella谈到,在智能云/智能边缘这个大的主题下,今年秋季很多客户将开始启动的多种技术解决方案。其中,就包括一款由Trimble开发的软件解决方案,用于构建矿山的数字可视化,可以预测采矿作业中会发生什么情况等。与此同时,Land O' Lakes正在使用微软的多项技术,来实现更精确的农业经营和提高作物产量。他说:“这些智能云和智能边缘应用并不是未来的发展方向,而是眼下正在各行各业发生的。”
混合现实
与以往相比,有一个领域是Nadella在这次主题演更加关注的——混合现实。上周微软刚刚公布将会扩大对微软HoloLens混合现实头戴设备的测试,Nadella这次在主题演讲中就展示了HoloLens平台是如何与微软Teams相结合,在设备视图中实现与同事进行协作的。Nadella表示,除了AI为先的业务应用之外,很多客户也在构建“混合现实为先”的应用,另外一个现实世界中的例子就是Trimble采矿软件。
量子计算
在技术前沿领域,Nadella谈到了微软在量子计算方面取得的进展——量子计算的目标是通过利用量子物理学原理,提供远远高于目前水平的计算能力。现在微软正在致力于开发量子计算机所需的应用,同时也在致力于软件方面,以及让开发者参与其中。本周微软表示,微软将会打造一种用于量子计算的编程语言,并计划到2017年底前为开发者提供相关的调试和模拟器工具。Nadella表示,这么做的目的就是让量子计算“解决目前我们仍然面对的一些最大的挑战”。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。