微软近日宣布开放Infer.NET源代码,是微软内部开发的一个机器学习引擎,用于为Azure、Office 365和Xbox视频游戏平台提供支持。
微软已经根据MIT许可(允许免费商业使用)在GitHub上的工具提供Infer.NET代码。这是微软在位于英国剑桥的研究实验室开发Infer.NET软件第一个迭代之后的近15年来,首次开源Infer.NET。
Yordan Zaykov是Infer.NET背后的团队工程负责人,他在一篇博文中详细介绍了该引擎的演变。他写道,一开始Infer.NET软件是作为一种研究工具的,被用于创建了数百篇从流行病学到森林保护等领域的学术论文。多年来,Infer.NET发展成为Zaykov编写的可扩展引擎,到现在已经可以帮助处理微软不同服务中的PB级数据。
Infer.NET引擎与许多其他开源机器学习工具不同,它旨在促进“基于模型”的方法来构建人工智能软件,从而逆转正常的开发工作流程。
使用传统的机器学习工具时,工程师通常会利用现有的一个AI算法,根据项目的要求对其进行改进。相反,Infer.NET以这些要求为出发点,让工程师能够将项目特定信息表达为模型,并使用该模型生成针对手头任务优化的、新的自定义AI算法。
这种方法使Infer.NET非常适合依赖于大量特定领域知识的项目。此外,使用该工具创建AI算法,这是直接由它们所基于的模型决定的,为其内部工作提供了急需的可见性。
微软的Zaykov在帖子中解释说:“如果你自己已经设计了模型以及遵循这个模型的学习算法,那么你就可以理解为什么系统以特定方式运行或做出某些预测。随着机器学习应用逐渐进入我们的生活,理解和解释他们的行为变得越来越重要。”
他补充说,使用Infer.NET创建的模型可以处理各种不同的数据类型,包括需要实时处理的信息,以及不完整或有缺陷的记录。
微软计划将该引擎作为自己为广泛使用的.NET开发平台创建的ML.NET框架的一部分,后者也可以在开源许可下使用。微软还提供另一个名为Microsoft Bot Framework的开源人工智能工具,旨在构建虚拟助理。
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
香港理工大学联合多所高校开发的Mol-R1框架,首次实现了AI在分子发现中的透明推理。该系统通过PRID方法学习专家推理模式,配合MoIA迭代训练策略,不仅能准确生成分子结构,还能展示完整思考过程。相比现有模型,Mol-R1推理更简洁高效,为药物研发等领域的AI应用提供了重要的安全保障。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
蚂蚁集团AWorld团队发表突破性研究,创建动态多智能体协作系统解决AI稳定性难题。研究灵感来源于船舶导航,通过执行智能体和守护智能体的协作机制,在GAIA测试中准确率达67.89%,稳定性提升17.3%,荣登开源项目排行榜第一名。该系统为构建可靠智能系统开辟新路径,具有广阔应用前景。