至顶网软件频道消息: 微软今天在Build开发者大会上公布了一系列新的云服务,旨在让企业组织能够更有效地运用人工智能。
最大的亮点是一个名为“Brainwave Project”的实验性项目。它提供了在微软云数据中心对专有芯片的访问权限,这些芯片专门设计运行深度学习模型,因此性能上远超过普通芯片。
芯片方面是来自英特尔Startix系列的FPGA。FPGA可以定制,一直定制到电路,并通过优化来加快运行特定任务的速度。在Brainwave项目中,微软为其处理器配备了自行开发的人工智能引擎,以及旨在简化模型部署的组件。
因此,这项服务让开发者可以利用这些芯片,而无需通常所需的高度专业化软件工具。这些服务可以利用流行的TensorFlow AI开发框架,或者微软与之竞争的Cognitive Toolkit,这两者都是开源的。
微软计划随着时间的推移将增加对更深层次学习引擎的支持,并将Brainwave带入Azure Stack系统,这些系统都是由合作伙伴出售的设备,让企业能够在他们自己的数据中心内创建一个基本上是微软云平台的副本。
增加对Azure Stack的支持,这是微软将其AI服务扩展到公共云之外的一部分举措。该计划的另一个关键要素是Azure IoT Edge平台,这是一套分析工具,可以部署在工业系统等联网设备上,以分析本地重要数据。微软今天宣布,该产品将提供对Cognitive Services产品线的访问,从Custom Vision产品开始。
顾名思义,Custom Vision可以让开发人员创建定制的人工智能模型,以处理特定类型的视觉内容。微软今天上午公布了这项服务的升级迭代,可用于识别图像中的单个对象。
除此之外,微软其他计算机视觉服务也进行了一系列更新,以及一项名为“Project Ink Analysis”的全新实验性产品。微软表示,这款工具可以自动从手写文档中提取文本和形状。对于那些希望减少处理物理记录所需人数的企业组织来说,这是很便利的。
除了这些更新之外,微软还增强了部分专注于语音处理的人工智能产品组合。微软已经将之前完全不同的语音识别、转录、文本到语音和翻译服务整合到一个旨在简化开发人员工作的单一API中。
好文章,需要你的鼓励
卢森堡大学研究团队开发的RLDP框架首次将强化学习应用于差分隐私优化,创造性地解决了AI训练中隐私保护与模型效果的矛盾。该方法如同智能教练,能动态调整隐私保护策略,在四种语言模型上实现平均5.6%的性能提升和71%的训练时间缩短,同时增强了抗隐私攻击能力,为敏感数据的AI应用开辟了新路径。
这项由北京大学人工智能研究院完成的研究,首次从数据压缩理论角度揭示了大型语言模型存在"弹性"现象——即使经过精心安全对齐,模型仍倾向于保持预训练时的行为分布。
腾讯混元团队联合北京大学提出MixGRPO技术,通过混合ODE-SDE采样策略和滑动窗口机制,将AI图像生成训练效率提升50%-71%,同时在多项人类偏好评估指标上超越现有方法。该技术采用"从难到易"的渐进优化策略,专注于图像生成早期阶段的重点优化,并引入高阶求解器进一步加速训练过程,为AI图像生成的产业化应用提供了更高效可行的解决方案。