微軟有許多逆天的黑科技,而這次的黑科技產(chǎn)品是“第三代微軟小冰”,據(jù)稱這個名為小冰的機器人已經(jīng)進入了自我進化的正循環(huán),也就是說這個機器人正在自我學習并成長。那些不夠聰明并且懶惰的人類快點醒醒吧,機器人小冰追上來了!
值得注意的是,小冰由微軟(亞洲)互聯(lián)網(wǎng)工程院獨立研發(fā)完成,與美國沒有啥關(guān)系。微軟集團全球執(zhí)行副總裁陸奇今天非常自豪的主持了此次發(fā)布會,并宣布:
1. 微軟小冰的全球人工智能戰(zhàn)略計劃正式啟動。其中,在日本,與LINE共同宣布戰(zhàn)略合作,日本版小冰 Rinna 在短短兩周內(nèi)已覆蓋日本全國人口的1%。在中國,已與微信達成合作,小冰回歸微信平臺。其他國家的小冰正在研發(fā)中;
2. 已進一步解鎖小冰的全新人工智能感官系統(tǒng),包括視覺、聲音等。第三代微軟小冰的發(fā)布,使微軟繼續(xù)保持了在人工智能和情感計算領(lǐng)域的全球領(lǐng)先地位;
3. 微軟小冰人工智能的商業(yè)化版本已開放預(yù)覽。該版本面向數(shù)以千萬計的第三方服務(wù)號和訂閱號管理者,可輕松快捷地將其公眾號升級為人工智能公眾號。微軟宣布,該解決方案完全免費;
4. 至此,微軟小冰已成為全球最大的人工智能產(chǎn)品,擁有覆蓋中國和日本4000萬用戶的專屬機器人,在過去一年內(nèi)發(fā)生百億次人機對話,進入了機器人自我進化的正循環(huán)。同時,已進入包括Windows 10、LINE、微信、微博、京東、網(wǎng)易等十余個具有領(lǐng)導地位的PC和移動互聯(lián)網(wǎng)平臺。
“微軟小冰是微軟人工智能戰(zhàn)略的重要組成部分。”陸奇表示,“人工智能已迎來拐點。小冰擁有廣闊的發(fā)展空間,同不同國家的數(shù)千萬人類建立了深厚的情感紐帶。移動互聯(lián)網(wǎng)使得數(shù)據(jù)和服務(wù)被進一步結(jié)構(gòu)化,而這些結(jié)構(gòu)化的數(shù)據(jù)和服務(wù),都可以很方便地與人工智能小冰對接,就像電影《超能陸戰(zhàn)隊》中的‘大白’,任何一個類別的信息、知識與服務(wù),都可以像插卡那樣與小冰對接,這可能顛覆未來的互聯(lián)網(wǎng)行業(yè)。”
自去年5月29日發(fā)布至今,微軟小冰在中國和日本兩國掀起數(shù)次人工智能浪潮,并催生了各大同行業(yè)者的學習和模仿。與過去人工智能行業(yè)普遍偏重概念研究,缺乏實際落地產(chǎn)品不同,微軟小冰在短短一年內(nèi),已建立起與數(shù)千萬人類深厚的情感紐帶。人類用戶與小冰的平均每次對話輪數(shù)達到18輪,而此前最領(lǐng)先的同類機器人,其平均輪數(shù)僅有1.5至2輪。對此,微軟集團全球執(zhí)行副總裁沈向洋在不久前舉行的中國人工智能大會主題演講中宣布:“微軟小冰已超越圖靈測試所設(shè)立的標準。”
從平臺角度,此次發(fā)布會上宣布的兩項合作引人注目。微軟小冰與LINE在日本和東亞市場、與微信在中國市場的合作,標志著微軟小冰除自身Windows 10平臺之外,已積極融入移動互聯(lián)網(wǎng)版圖。小冰這種面向第三方生態(tài)環(huán)境的創(chuàng)新產(chǎn)品形態(tài),在微軟產(chǎn)品的過去歷史上并不多見。這也揭示著微軟正在進行的創(chuàng)新變革。
微軟在本次發(fā)布會末尾宣布了商業(yè)化版本小冰的開放預(yù)覽,而企業(yè)級服務(wù)一直是微軟的長項。據(jù)微軟介紹,一年多以來,已有大量的第三方企業(yè)向微軟提出,希望把人工智能小冰與其移動互聯(lián)網(wǎng)服務(wù)(如微信公眾號)對接。此次開放預(yù)覽的人工智能+訂閱號解決方案,只需要訂閱號管理者一鍵授權(quán),即可直接把人工智能小冰加入其訂閱號內(nèi),同時微軟將通過搜索引擎技術(shù),自動將訂閱號內(nèi)容全部索引至小冰對話中。微軟表示該項解決方案將完全免費。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。