微软刚刚宣布Windows 10的下一个主要版本将支持人工智能(AI)和机器学习(ML)。但是,抛开市场炒作的因素,微软知道人工智能和机器学习真正的重担是在云端的开源软件上。这就是微软Azure的首席技术官Mark Russinovich在加利福尼亚州Sonoma召开的Linux基金会的开放源代码领袖峰会(Open Source Leadership Summit,OSLS)上传递的消息。
Russinovich开宗明义地表示:
人工智能科技和技术正在经历复兴。开源技术和社区的库和框架推动了自我教育机器学习开发人员的增长。云的计算能力使得大数据集的处理成本变得高效且普遍。随着越来越多的研究不断地被完成并在整个社区共享,我们将继续看到会有更多的智能应用程序采用各种各样的开放源代码技术,这些技术跨越了所有的处理平台。
具体而言,他举了两个微软正在使用云计算和开源软件来帮助客户提供解决方案的例子。第一个例子是劳斯莱斯的飞机发动机使用机器学习来跟踪它们的磨损状况。然后,这些数据将与人工智能一起用于发动机的主动维护。
微软还利用了大约二分之一的云计算和开源软件来支持DiagnosticX智能疾病预测架构(DiagnosticX Intelligent Disease Predictive Architecture),这是一个测试版的程序。它的首个用途就是检查来自美国国立卫生研究院(National Institute of Health,NIH)的X光数据库的X光图片。然后使用Visual Studio for AI和Azure Machine Learning将这些数据提供给诸如Core ML、Google TensorFlow和ONNX之类的开源机器学习和人工智能分析程序。最终的结果可以使用网页界面读取,可以用来诊断肺炎。
为什么要使用这些科技手段?因为X光机比放射科医生多得多。仅仅在美国,就有50,000名儿童死于肺炎,任何能够帮助及时发现这种致命疾病以便进行治疗的工具都是一种胜利。
Russinovich表示,是什么使得这些程序能够被创建出来?是云计算。我们之前没有取得太多进展,是因为只有到了现在,云计算才给了人工智能和机器学习开发人员一直需要的东西。也就是随需应变的、可扩展的计算能力,而且成本低廉,具有几乎无限的存储空间和高速GPU处理器,例如英伟达的Tesla K80和P100s。
综合下来,这为人工智能和机器学习开发人员提供了他们进行实验一直需要的资源。正如Russinovich所说的那样:“人工智能和机器学习是艺术,我们需要进行尝试。”
根据Russinovich的说法,实现这一目标的工具、程序和框架几乎都是开源的。“从MySQL PostgreSQL、Hadoop、Cassandra和NoSQL数据库开始,它们都是完全开源的。对于分析和预测,你可以使用Rand SPARK。而最受欢迎的深度学习库TensorFlow、Keras和Caffe也都是开源的。”
Russinovich继续表示:“早在2007年,机器学习专家就认为开放源代码是人工智能和机器学习的正确方法。现在两者都是基于开源的。”
在开放源代码和云计算之间,Russinovich认为人工智能和机器学习改变了每个行业,这不是营销炒作。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。