人工智能已成为云市场的关键竞争点。近日,微软对其Azure平台进行更新,旨在加强与竞争对手的竞争实力。
微软推出了Custom Vision的公开预览版,该工具让开发人员可以训练模型以处理特定类型的图像。例如,一家电子商务公司可以使用其在线店面中的媒体内容来开发一种AI,该AI可以使用适当的类别标签自动标记产品照片。
使用紧密匹配现场处理收集的样本数据来训练模型,这样做的准确性要高于预训练型计算机视觉服务。AutoML Vision也具有类似的有点,这是谷歌公司在1月份推出的用于其公有云的AI开发工具。谷歌计划陆续将这一训练功能扩展到除了对象识别之外的其他用途。
微软也瞄准了广泛的应用。除了Custom Vision之外,微软还宣布用于面部和情绪检测的Face API服务全面上市,并进行了多项改进。
微软这次最主要的变化就是提升了可扩展性,使该服务能够识别图像中多达一百万个不同的个体,这对于大规模使用Face API的组织来说是很方便的。举例来说,一家媒体公司可能希望根据出现在照片的中来对照片进行归档,以便未来更容易地进行识别。
最后,微软还发布了Bing Entity Search ,其可以让开发人员利用微软的搜索引擎帮助用户在其应用中找到所需的信息。
在微软推出一系列面向医疗行业的云计算新品之后,各种更新接踵而至,其中一个亮点是Microsoft Genomics,这是一个旨在支持大型临床研究项目的托管平台。医疗研究人员使用基因组数据了解不同患者可能对药物做出反应的方式,并确定最佳治疗方案。
好文章,需要你的鼓励
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。