微软LinkedIn部门正在为LinkedIn新闻文章推出一项新的翻译功能,该功能依赖微软的一些核心人工智能技术。
鉴于超过一半的LinkedIn用户不在美国,LinkedIn官员认为需要简化新闻Feed中的跨语言交流。该公司的官员们表示,翻译会员发表的帖子是LinkedIn最为需要的功能之一。
尽管LinkedIn在开发新的动态翻译功能——被称为“参见翻译”( See Translation)——时大量使用了自己的技术和资源,但LinkedIn的官员指出,他们确实与微软的一些团队进行了合作并使用对方的一些技术。
“参见翻译”( See Translation)使用了微软的Azure文本分析程序接口,它可以检测多达120种语言,还使用了微软的翻译文本(Microsoft Translator Text)程序接口,这是微软另一项认知服务(Cognitive Services)。LinkedIn在6月28日发布的消息称,翻译文本API可以为特定域提供定制化翻译模板的功能,例如新闻Feed。
LinkedIn的官员们表示,“参见翻译”( See Translation)功能还建立在LinkedIn最初开发的各种开放源代码框架之上,包括Kafka、Samza和Rest.li,用于内容语言检测和标记。
LinkedIn工程团队撰写了一篇博客文章,扼要介绍了“参见翻译”( See Translation)功能是如何开发出来的。
LinkedIn官员们还于6月28日宣布在全球推出全新的LinkedIn QR号码功能,该功能允许用户快速查找他们刚刚遇到的人,以代替交换名片或电话号码。LinkedIn QR号码功能可在全球LinkedIn iOS和安卓版应用程序中使用。
微软在2016年收购了LinkedIn,并允许该业务在很多方面继续保持独立运营。微软和LinkedIn已经在各种产品和服务之间进行了一些整合,但LinkedIn在使用自己的数据中心和自己开发工具来构建其产品和服务。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。