至顶网软件频道消息: 在AI领域,微软是一支不可或缺的力量。众所周知,微软在AI研究上一直长期不断的坚持投入。早在27年前,微软研究院创立的时候,最早成立的三个研究组(包括自然语言、语音与计算机视觉)都是围绕人工智能展开的,持续不断地研究,让微软在人工智能技术上硕果累累,如今不管是图像识别、语音识别还是机器翻译,以及AI的各个细分领域,微软技术都居于全球领先地位。
不久前,微软研发的机器翻译系统在通用新闻报道测试集Newstest2017的中-英测试集上,达到了可与人工翻译媲美的水平。这是首个在新闻报道的翻译质量和准确率上可以比肩人工翻译的翻译系统;一年前,微软在Switchboard语音识别基准测试中的错误率已经降低至5.1%,达到了媲美人类专业速记员的水平;两年前,微软在RESNET测试上以152层、96%的准确率拔得头筹……类似的前沿研究成果还有很多。
当然,技术先进并不是微软AI的唯一标签,让微软在AI领域区别于其他公司的另一个鲜明特征是微软AI的平民化。除了与很多大公司一样关注AI在自动驾驶、医疗诊断等领域的应用,微软还将大量的研究集中于普通人可用的AI技术,让AI服务于普罗大众。实际上,在不经意间微软的AI技术已经随着微软的产品进入千家万户,比如最为大家熟悉的Windows 10桌面上的Cortana、几乎人人都在用的Office 365和搜索引擎Bing,还有可以作诗唱歌、与人对话的小冰等,这些简单易用的产品和服务背后都是微软AI技术在支撑。
以Cortana为例,这个微软打造的个人信息助理已经足够聪明,能帮忙你快速查看日程安排、了解你的会议时间和地点,规划适当的差旅时间,甚至从你的日历中获取更新以了解未来的行程。而Office 365 中AI更是无所不在,比如你只需按下ALT+Q 这个快捷键,输入想要做的事情,Office 应用程序会聪明地理解你的想法。
微软AI不只是普通人的AI,同时还是特殊人群可以使用的AI。在不久前的微软Build大会上,微软发布了一项统一语音服务通过让语音转换为文字让失聪者也能“听见”别人在说什么,其中包括针对特定人声和环境噪音的可定制声学模型、针对特定术语的语言模型和翻译功能,以及能对发声进行定制的文本到语音转换功能等。同样在这次大会上,微软还宣布推出“人工智能无障碍计划”,将在未来五年内投入2500万美元,用于研发能够增强人类能力的人工智能技术,以造福全球各地超过10亿残障人士。
值得一提的是,如今微软AI的能力不仅透过微软的产品(比如Office 365)服务于普通大众,还可以通过微软的Azure智能云平台,以微软认知服务的形式融入众多合作伙伴的产品中,从而让更多创新成为可能。
毫无疑问,在当今人工智能和机器学习领域,微软是主要的领导者,也是受到企业和开发者广泛信任、并为之大力投入的技术合作伙伴。
如果您希望了解更多最前沿、最实用的AI技术,希望了解微软AI的最新进展,欢迎来参加5月21日的微软人工智能大会(Microsoft AI Innovate 2018),这是微软中国首届并且是年度最大的人工智能盛会。届时,微软全球执行副总裁、微软人工智能及微软研究事业部负责人沈向洋、微软公司云计算与人工智能事业部全球高级副总裁郭昱廷、微软(亚洲)互联网工程院副院长李笛等微软技术大拿将亲临大会现场,与其他众多技术大牛和行业应用大咖一起带给您一场AI的盛宴。
5月21日,北京嘉里大酒店,不见不散。
好文章,需要你的鼓励
微软于12月1日正式关闭混合现实协作平台Mesh,将用户引导至Teams的沉浸式活动功能。Mesh作为独立服务在2024年正式发布,提供3D虚拟会议环境,但与Teams功能重叠明显。微软已将相关功能直接整合到Teams中,需要商业Teams许可证和Premium许可证才能主持沉浸式活动。这标志着微软元宇宙雄心的终结,公司已放弃HoloLens项目和美军合同,转向AI发展战略。
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
亚马逊云服务发布AI工厂解决方案,支持政府和监管行业在本地数据中心部署完整AWS AI基础设施。同时推出搭载三纳米Trainium3芯片的EC2 Trn3超级服务器,性能较前代提升4.4倍,能效提升4倍。此外还引入配备英伟达GB300 NVL72平台的P6e-GB300超级服务器,为万亿参数AI推理提供最高GPU密度支持。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。