AI技术唯有下沉到各行各业,普惠生活的方方面面,才能发挥它真正的价值。这意味着,AI技术的平民化将成为必然趋势,而其中的前提是解决技术门槛的问题,让AI技术的使用变得更加简单。
如今,不少科技企业正在通过各种方式释放自己的技术能力,从而实现这一目标。比如,通过开放深度学习平台,帮助开发者更轻松地构建、训练模型;比如,通过规模化的AI工具,帮助企业低门槛创新商业模式;再比如,通过集成AI技术的云应用,帮助普通职员也能享用新技术带来的工作便利。
微软就在这么做。
如微软中国首席技术官韦青此前所说,“微软有一个愿景,就是把AI平民化、民主化。”而不同于当初Windows所带来的电脑平民化,微软AI平民化的标签是通过智能云平台Azure来打牢的。通过在Azure上开放API接口,集成语音、视觉、语言、机器翻译等认知服务,开发者只需要注册微软账户,就可以轻松实现AI应用的体验和尝试。据了解,目前已经有超过100万的开发者正在使用这些认知服务。
以微软智能云上的一项托管服务Azure Batch AI为例,该服务允许数据科学家和开发者以非常简单的方式利用包括GPU在内的Azure云计算资源对人工智能模型进行训练。数据科学家只需明确任务需求,设定输入、存储、输出等设置,其它所有与基础设施管理、规模缩放、批量工作任务相关的繁杂的后台工作都能由Azure Batch AI自动完成。与此同时,如果Azure上的这些认知服务不能满足用户需求,微软还提供了定制化的AI服务,而且这种定制非常简单。
事实上,除了降低技术的使用门槛,微软的AI能力早已渗透到其不同的产品线中,普惠于众。比如Cortana、Office 365、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。
微软已经把越来越多的智能服务集成到Office中,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。用户甚至不用学习任何的新功能,只需要专注于自己的工作,新的特性就会自动出现:比如图片的自动排版、自动生成三维动画、为演讲者提供自动多语种实时翻译字幕等等,其中很多功能都和AI有关。据了解,Office自5年前向云服务转型以来,如今全球每个月的活跃用户(MAU)已经达到亿级别。
另外, Cortana作为微软打造的个人信息助理也能够帮助用户快速查看日程安排、了解会议时间和地点,规划适当的差旅时间,甚至从其日历中获取更新以了解未来的行程。
除此之外,微软小冰也是一个很好的例子。小冰诞生于四年前,是一个面向情商(EQ)维度发展的人工智能系统,目前已在中、日等多个国家落地。经过这几年持续不断的技术迭代,现在的小冰功能越来越强大,从初期的简单人机对话发展到今天不仅可以作诗、写文章,还能唱歌,而最新应用的全双工语音技术让小冰的技能又上一层楼,让小冰与人的对话更类似人与人的交流。
毫无疑问,AI的平民化将成为微软区别于其他公司的一大鲜明特征。用微软大中华区副总裁兼市场营销及运营总经理的康荣的话说——AI只是一种食材,不是一道完整的菜。因此,微软将把自己的AI能力摄入到不同的产品中,最终目的是降低AI技术的使用门槛,让每个人都能从中受益。
更多关于微软人工智能、商业数据分析、数据平台的部署、开发与管理的最新信息,将在10月24-27日的“Microsoft Tech Summit 2018微软技术暨生态大会”全面展现。点击大会直播视频链接,速速围观:http://www.zhiding.cn/special/Microsoft_Tech_Summit_2018
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。