至顶网软件频道消息:微软今天宣布将收购位于美国加利福尼亚州伯克利的人工智能开发软件制造商Bonsai AI Inc.。
这次收购某种程度上代表着Bonsai两位共同创始人的回归。Bonsai首席执行官Mark Hammon和产品副总裁Keen Browne都是前微软工程师。此外,微软的M12风险投资机构也已经投资了这家初创公司。
Bonsai主要为哪些希望实现运营自动化的制造商、公共事业和其他工业企业提供AI开发平台。该软件将构建神经网络所涉及的许多复杂问题抽象化,以简化开发流程。
Bonsai特别强调AI项目的训练阶段,这是一个耗时的过程,目的在于提高模型的准确性。Bonsai的平台让行业专家能够定义他们希望AI掌握Inkling这个专有编程语言的概念。在这个过程中,该软件会自动选择最适合的强化学习算法来进行训练。
Bonsai所采用的方法带来令人印象深刻的结果。上个月Bonsai透露,它打造了一个能够校准计算机数控设备(一种普通的工业设备,比人类快30倍)的AI模型。在此之前,它创下了训练工业机器人的新速度纪录,远远超过了Alphabet的DeepMind AI研究小组的最好成绩。
微软计划将Bonsai的技术与Azure公有云上的AI服务整合在一起。“Bonsai平台结合了丰富的仿真工具和微软研究院的强化学习,是最简单和最丰富的AI工具链,可用于构建任何自主系统以进行控制和校准任务的,” Bonsai商用人工智能副总裁Gurdeep Pall在一篇博客文章中这样写道。
“这个工具链将与在Azure云上运行的带有GPU和Brainwave的Azure机器学习组合在一起,这样构建出来的型号将部署在Azure IoT中,并在其中进行管理,从而为微软提供端到端的解决方案,为自治系统构建、操作和增强‘大脑’。”
此次收购是微软最近加大对人工智能投资方面的又一里程碑。今年早些时候,微软进行了一次重大的内部重组,将其AI产品和Azure置于名为Cloud + AI Platform的新部门之下。现有的AI + Research集团在过去几个季度的员工人数也从5000人增加到8000人。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。