安全可信+开放定制:在生成式AI浪潮中找到你的“智能副驾”

全文3799字, 阅读约需11分钟,帮您划重点如下

划重点

01微软在Microsoft AI Day活动上展示了生成式智能技术的最新技术突破与进展。

02Microsoft Copilot智能副驾驶技术栈已推出超过150项更新,应用于日常办公、客户服务、销售等多个场景。

03为此,微软推出Team Copilot智能副驾驶,可在Teams、Loop、Planner等协作工具中调用。

04同时,GitHub Copilot智能副驾驶扩展开启受邀预览,开发者可通过Azure、Docker、Sentry等服务定制其体验。

05除此之外,微软与AMD、英伟达等合作伙伴深化合作,为用户提供多样化的高性能云基础设施服务。

由腾讯混元大模型提供技术支持

新一代AI技术的热潮正在席卷全球,无论是在产业界还是资产市场,亦或是街头巷尾,人们讨论的早已不是AI为何物,而是如何把AI投入日常生活和企业的实际业务中,变革用户体验,创造商业价值。当然,AI红利的背后是技术供应商的激烈比拼,从亿级到千亿级的模型之争,到加速升级的IT基础设施,科技巨头们动辄百亿美元的投入让AGI距离人们越来越近。这一过程中,微软凭借战略的前瞻性和坚定投入,占据了AI时代的先发和领跑位置,在商业和资本市场也获得了很好的回报。
6月14日,微软在北京举办的Microsoft AI Day活动上,展示了在生成式智能技术加速发展普及的过程中,所取得的最新技术突破与进展,并同步更新了在Microsoft Build 2024全球开发者大会上发布的一系列Azure AI新服务与新功能、加速壮大的Microsoft Copilot智能副驾驶技术栈,以及用以帮助企业开发者打造专属Copilot智能副驾驶的Microsoft Copilot Studio等一系列的开发工具与平台服务。
“AI在各行各业都在快速推进和部署,每当微软在全球发布新的AI技术、产品和应用时,客户很多国内客户都会第一时间来找我们,询问这些产品和应用什么时候可以上线,想要尽快尝试。可以说,亚太区域的客户在AI时代时跑在最前面的。”微软亚洲区Microsoft Azure策略运营总经理康容在接受采访时谈到。金融、教育、制造、零售、电商、游戏等行业,都在利用微软的AI技术为人们提供创造性、个性化的体验。
图片
微软亚洲区Microsoft Azure策略运营总经理康容
例如,微软与合作伙伴联合打造的一套零售解决方案,可以在人们去超市购物时,使用购物车上的平板电脑通过自然语言的方式提问:我今天晚上有一个小聚会,一共10个人,包括6个成年人、4个小朋友,其中有一个人不吃海鲜,你有什么采购的建议?此时,AI系统就会结合超市的货品情况,根据实际售卖的食材进行推荐,给出中式和西式的菜单。再如金融企业,很早就开始利用AI来进行辅助投资。类似的场景应用不胜枚举……
5月初,微软发布了年度《工作趋势指数报告(WTI)》,揭示了AI如何在短短一年的时间里影响着世界各地的人们工作、管理和招聘方式:75%的受访者已经将AI用于工作,其中近半数是在最近6个月开始尝试AI办公——这意味着在不到半年的时间里,AI办公的普及率几乎翻了一番。企业管理者也将求职者的AI技能作为招聘的考量之一:71%的受访者表示,在经验丰富但缺乏AI技能和经验略有欠缺但AI技能扎实的候选人之间,他们更倾向于选择后者。在中国市场,这两项数据则更为突出91%的受访劳动者已经将AI用于日常工作,82%的管理者表示更看中求职者的AI技能。
在今年的Build全球开发者大会上,微软围绕Azure AI和Copilot智能副驾驶发布了60多项产品、服务、解决方案。上线一年多以来,Microsoft Copilot智能副驾驶已推出超过150项更新,成为贯穿于微软各项主要产品、服务中的智能助理,并且针对日常办公、客户服务、销售、财务与数据分析、安全分析、IT开发等角色和场景,推出了各有专长的解决方案。例如,全球头部的咨询公司会在人力密集型、知识密集型、文本密集型的场景中,借助Copilot智能副驾驶和AI工具,大幅提升业务效率,完成大量的信息提取、摘要和生成的工作。美国最大的二手车电商网站Carmax有数十万辆车的信息需要维护,过去该公司会雇佣大量员工进行手动录入,引入微软的大模型能力之后,在一个月内就完成了此前需要半年才能完成的工作,并且二手车的信息更加准确,内容展现更高质量,销售数据也有所提升。
微软大中华区首席运营官陶然表示,企业级AI落地要经过三个阶段,首先在加大AI的投入之前,要让员工行动起来,做到AI Ready,像很多企业更倾向于寻找会用AI的员工;其次是在企业内部让各部门、业务场景、业务流程提效,可以使用Copilot for Finance、for Sales、for Service Center这些工具;之后是通过AI打造企业下一代的智能化产品。当然,这一过程必须是合法合规的,这也是微软始终在强调“全球范围内负责任的AI”的原因。为此,微软也提出了关于“负责任AI”的理论框架、应用工具和落地实践。
图片
微软大中华区首席运营官陶然
微软最新推出的Team Copilot智能副驾驶,可以将Copilot智能副驾驶for Microsoft 365从幕后的个人AI助手,扩展为团队的重要成员。使用者可以在Teams、Loop、Planner 等协作工具中调用Copilot智能副驾驶。Team Copilot智能副驾驶能够在会议中担任会议主持人,管理会议议程、跟踪会议时间并记录会议要点,也可以在聊天中作为协作者,提供重要信息、跟踪行动项目并解决未决问题。同时,它还可以担任项目经理,帮助确保每个项目顺利推进,并及时通知团队进行输入。这些初始体验将在今年晚些时候推出预览版。
由微软和第三方合作伙伴开发的GitHub Copilot智能副驾驶扩展也已开启受邀预览。新增功能允许开发者、企业通过其偏好的服务(如Azure、Docker、Sentry等)直接在GitHub Copilot智能副驾驶Chat中定制其GitHub Copilot智能副驾驶体验。作为微软推出的扩展功能之一,GitHub Copilot智能副驾驶for Azure展示了如何利用自然语言和更广泛的功能来提高开发速度。通过Copilot智能副驾驶Chat使用该扩展,开发者可以探索和管理Azure资源,同时排除故障、查找相关日志和代码。
过去两年,GitHub Copilot智能副驾驶已成为应用最广泛的AI开发者工具之一,拥有超过180万付费用户,包括90%的“财富100强”企业。2023年初,好未来教育集团率先为上千位研发人员配备了GitHub Copilot智能副驾驶,据统计,其开发人员与Copilot智能副驾驶的月均交互接近2万次,AI辅助编写代码的平均采纳率达到33%,每月总采纳代码总数大约有25万行。好未来在研发教育千亿级“九章大模型”的过程中,借助Azure AI服务,将数据标注的效率提升了35%,实现了客观题评估、主观题评估等多个任务的自动化评估。在好未来基于九章大模型研发的AI Tutor产品中,还广泛采用了微软Azure提供的高精准ASR和超拟人TTS技术。
GitHub Copilo可以帮助企业构建第一个AI应用,之后在进行能力扩展时可以使用Microsoft Copilot Studio。此次,Microsoft Copilot Studio也推出了全新的Agent代理功能,让开发者能够根据特定任务和功能,构建出可以针对数据或事件做出主动响应的Copilot智能副驾驶。定制化的Copilot智能副驾驶可通过记忆和知识了解上下文背景、推理需要进行的操作和行动,基于用户反馈进行学习,并在不知道如何处理时寻求帮助,独立管理复杂、长期运行的业务流程。从IT设备采购到销售和客户服务,用户可以从不同场景和自身业务需求出发,量身定制Copilot智能副驾驶。通过插件和连接器等Copilot智能副驾驶扩展,还可以连接到不同的数据源和应用程序,进一步拓展Copilot智能副驾驶的适用性和功能。
Microsoft Copilot Studio不仅有着微软数十年来在商业应用领域的能力积累,例如Dynamics 365 for Sales、for Finance、for Operation,以及云端的CRM、ERP、HR等系统经验,还融入了最新的GPT-4o等大模型能力,并且结合了Agent、Copilot智能副驾驶的生态理解,使得企业可以把标准化的AI和Copilot智能副驾驶的能力为自己所用,定制落地的关键平台,还能使用Azure AI Studio进行代码层面的深度定制和开发。随着微软进一步加强与开源社区HuggingFace的合作,将会有更多来自开源库的优秀语言模型引入Azure AI服务和Azure AI Studio开发工具。
为了让AI予力每一人和每一组织,微软不止是在云平台上提供大模型的服务,还把模型能力延伸到了边缘和终端。微软开发的小语言模型Phi-3发布了全新多模态模型Phi-3-vision,这个42亿参数的模型可以提供语言和图像处理能力,实现基于照片的推理,并优化了对图表内容的理解能力,能够输入图像和文本,并接收文本回复。例如,用户可以就图表提出问题,或就特定图像提出开放式问题。Phi-3小语言模型可以同时满足云端运行,及面向网页、移动端和边缘设备的本地部署的需求。目前,OPPO正在将Azure AI语音转文本(speech-to-text)、快速转录(Fast Transcription)和Azure AI文本转语音(text-to-speech)技术在其新款智能手机上试点,为用户带来全新的体验。
陶然介绍称,微软在Phi小模型上融入了多年的研发实力,采取了“Synthetic Data”的训练模式,通过和高质量合成数据实现了更小参数、更高性能。不仅如此,Phi小模型还能够与私有数据、专业知识进行结合,形成行业定制的模型,并且借助更多的社区、伙伴贡献不断进行优化。
微软在Build 2024上还宣布与AMD、英伟达等合作伙伴深化合作,为用户提供多样化的高性能云基础设施服务。作为首个将AMDMI300X AI加速器芯片用于客户AI训练和AI推理的云服务商,微软发布了针对Azure OpenAI Service的高性能计算工作负载进行优化的Azure NDMI300X v5虚拟机系列,针对高需求AI,以及诸如Azure OpenAI Service的高性能计算工作负载进行了优化。此外,微软还将英伟达Omniverse Cloud、DGX Cloud与微软云服务、Fabric数据服务深度集成,让开发者第一次得以在Azure云端调用Omniverse的API开发AI解决方案。
(8789486)