至顶网软件频道消息: 微软正在为希望为他们的应用和服务增加更多人工智能智慧的开发者提供新的视觉、人脸识别和实体搜索界面。
微软继续推出更多的应用程序编程接口(API),让开发人员能够将自定义的人工智能功能添加到他们的应用程序中。
3月1日,微软推出了其定制视觉(Custom Vision)服务的公开预览版;在其Face API中增加了一百万个可识别的面孔;并在Azure门户中提供Bing Entity Search服务。
这些API和服务都是微软正在开发的25种以上的认知服务的一部分。
去年5月,微软的官员表示,56.8万名开发人员正在使用其认知服务(Cognitive Services)将人工智能的智慧添加到他们自己的应用程序和服务之中。本周,该公司的官员们表示,已有超过100万的开发者注册并使用了微软的认知服务。
自定义视觉服务API(Vision Service API)允许开发人员用一组自己的图像数据训练分类器,这些图像数据甚至可以只有十几张图片,然后在iOS、安卓和其他的“边缘”设备上离线运行。
认知服务负责小组项目经理Andy Hickl表示:“没有人有时间从头开始构建定制模型。”他表示:“这可以让你上传图像,尽你所能地对它们进行注释,并使用主动学习来建议更多的注释。”
Bing Entity Search添加了有关人物、地点、事物和本地商业,这些内容可以被添加到任何应用程序、博客或者网站之中。微软拥有的实体信息包括名人、地点、电影、电视节目、游戏和书籍。
在相关的人工智能新闻中,据Axios报道,微软今天宣布,Javier Soltero现在负责监督Cortana。他曾任Office的企业副总裁,现在是Cortana公司的企业副总裁。
微软的一位发言人表示,Soltero正在扮演一个全新的角色,而不是取代某个一直在这个位子上的人。Andrew Schuman现在仍然是Cortana Engineering公司的企业副总裁。
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。