至顶网软件频道消息: 2018年5月8日,北京 ——微软亚洲研究院“创新汇”举办了以“智汇八方,赢造未来”为主题的首届创新论坛,来自不同行业的十六家成员企业齐聚一堂,与微软亚洲研究院的顶尖科研人员一同探讨人工智能技术的行业落地,以及如何推动企业业务数字化转型等业内关心的话题。微软亚洲研究院“创新汇”自2017年11月成立以来,短短数月就迎来众多行业领军企业的关注。首批的十六家成员中既有大型国有企业、全球知名外资机构,也有龙头民营企业和初创公司,涉及领域涵盖金融服务、制造、物流、零售、教育与医疗健康等多个行业。
微软亚洲研究院创新论坛现场 “创新汇”成员企业代表合照
微软全球资深副总裁,微软亚太研发集团主席兼微软亚洲研究院院长洪小文博士表示:“以人工智能、大数据、云计算为代表的新兴技术不断发展,让数字化转型成为今天每一家企业、组织乃至政府部门不可忽视的重要议题。面对数字化转型给中国市场带来的巨大机遇,微软亚洲研究院希望以‘创新汇’为平台,推动‘数字化转型即服务(DTaaS)’的理念,充分发挥我们在计算机领域的技术和人才优势,结合各成员企业深厚的行业理解和洞察,共同推动各行业的产业升级与科技创新。“
微软全球资深副总裁,微软亚太研发集团主席兼微软亚洲研究院院长洪小文博士
“‘创新汇’首期招募圆满结束,感谢成员企业对微软亚洲研究院的信任和青睐。目前我们已经与成员企业初步勾画出了一些切合实际的数字化转型方向。例如,金融服务业可聚焦于包括人工智能辅助投资、智能营销、用户画像、风险管理等在内的应用领域的业务创新;制造业和物流业可以针对业务特点,对智能平台建设、生产线检测、业务内容和数据的分析等进行构建、优化和提升;医疗行业则可以从医疗大数据分析、面向患者普及医药知识的对话型机器人、医学影像识别等方面着手。”微软亚洲研究院副院长、“创新汇”负责人潘天佑博士表示。
微软亚洲研究院副院长、“创新汇”负责人潘天佑博士
微软亚洲研究院“创新汇”项目,旨在以微软亚洲研究院雄厚的科研智慧储备为基础,调动前沿科学研究领域的成果,将先进技术、创新思维、多方资源与行业企业的现实需求相互融合,让科研与商业相互促进、相互启发,共发掘数字化转型带来的新机遇。着眼中国市场各行业的发展和需求,“创新汇”致力于面向大型企业、投资机构、政府相关部门构建广泛、深入的合作纽带和跨行业的沟通平台。“创新汇”企业会员每年招募一期,经筛选成为正式成员后,将充分享受由微软亚洲研究院提供的从高端战略洞察、前瞻技术分享、行业前景探讨,到实际业务选题等多样化、多层次的支持与咨询服务。
中国外汇交易中心副总裁许再越表示:“全球范围内,金融服务业是最积极探索以技术创新推动传统业务模式数字化转型的行业之一,科技金融已经成为大势所趋。我们非常高兴加入‘创新汇’,希望借此机会与微软顶尖的科研人员共同探索区块链、人工智能、大数据等技术在金融行业的应用前景,加快中国金融领域相关研究和业务的进展以及完善相关技术标准的制定,逐步建立健全银行间市场技术生态圈。”
远传电信总经理李彬表示:“远传电信是微软在台湾设立的人工智能研发中心的首家电信业合作伙伴,我们希望通过‘创新汇’的平台进一步将微软在人工智能、物联网、云计算等领域的先进技术与我们在电信领域的优势资源相结合,大力提升电信网络的灵活性和可扩展性,强化电信服务品质,并延伸到更多企业实际应用场域,为发展智慧生活、智能商务与智慧城市创造有利环境。“
视源股份(CVTE)创始人兼研究院院长尤天远表示:“数字化转型给制造业企业提出了巨大的技术挑战,但也开启了市场的新机遇。作为商用显示解决方案提供商,我们正在积极探索推动人工智能创新,包括视频内容识别和分析、3D建模,及面向医疗行业的数据分析和诊断解决方案等。在微软亚洲研究院‘创新汇’平台上的深入交流,为我们的技术升级和应用创新开启了更多想象空间。”
码隆科技联合创始人兼CEO黄鼎隆表示:“作为一家专注于深度学习和计算机视觉技术的创业公司,我们与微软之间的渊源与合作由来已久。我们相信技术创新会为零售业创造新的业务模式和广阔的发展机遇,而微软亚洲研究院业内公认的技术及科研水平为我们探索人工智能零售业解决方案提供了一个技术和专家的资源宝库。”
截至2018年5月,微软亚洲研究院“创新汇”首批成员企业包括(按公司名称拼音排序):
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。