微软Build 2017首日结束,开发者不可不知的AI内容全汇总 | Build 2017

简介:

北京时间 5 月 10 日晚 23 点整,微软公司一年一度的开发者大会,即“Microsoft Build 2017”在总部西雅图正式开幕。按照官方安排,本次大会将持续 3 天,主题围绕微软公司各项最新技术成果的展示和研讨,包括与微软相关的产业界人士的沟通和互动,以及对未来相关技术发展的展望和规划。

首日 Keynote 演讲的前半段内容主要集中在云计算部分,包括:Azure 跨平台版本更新,Azure 新增的各项服务,以及 Azure 与 Office 365 深层结合等,详情参见雷锋网深度报道《一文看懂微软Build 2017大会:让AI走向边缘》。本文将主要介绍 Keynote 演讲后半段 AI 相关的内容。

  AI 的三大要素

微软Build 2017首日结束,开发者不可不知的AI内容全汇总 | Build 2017

AI 内容的主讲人是微软全球执行副总裁、人工智能与搜索业务首席科学家 Harry Shum(沈向洋),他首先指出了 AI 的三大要素:

1. 强大的计算能力

2. 先进的算法

3. 海量的数据

微软Build 2017首日结束,开发者不可不知的AI内容全汇总 | Build 2017

沈向洋表示,微软作为全球最大的科技公司之一,在这三个方面为开发者提供了全面的支持。例如在计算能力方面,微软有遍及全球的 Azure 云服务;在算法方面,微软人工智能研究院一直在进行相关的研究;在数据方面,微软通过旗下各项服务可以帮助开发者访问更多的数据,在可信的平台上拥有和控制数据。

在近几年的发展中,微软人工智能团队的研究成果也备受瞩目:包括对话语音识别技术在产业标准 Switchboard 语音识别基准测试中实现了出错率低至 5.8% 的突破(低于人类的出错率 5.9%),ResNet 深层卷积网络模型达到 152 层训练深度等。

微软Build 2017首日结束,开发者不可不知的AI内容全汇总 | Build 2017

沈向洋称,现在的问题是开发者可以通过这些技术做什么,开发者才是这些事情的核心。就像计算机从命令行界面发展到窗口界面一样,在过去人们需要学习电脑的语言主动跟电脑沟通,未来应该是电脑学习人类的语言主动和人类沟通,而我们正处于这样一个转变的时期。面对这样的转变期,沈向洋总结了微软在 AI 领域的以下第四点发展。

  Azure + AI

微软Build 2017首日结束,开发者不可不知的AI内容全汇总 | Build 2017

作为大数据和 AI 时代的主要基础设施,Azure 云也自然成了本次 Build 大会的主角。沈向洋称,包括 2016 年底发布的 Luis 语意识别引擎,Adaptive Card 跨平台组件,全新的定制化 Azure 认知计算服务,新升级的定制化聊天机器人框架,以及 Azure 云加持的强大的模型训练能力,这些服务目前全部通过 Azure 云整合在了一起。

微软Build 2017首日结束,开发者不可不知的AI内容全汇总 | Build 2017

加上 Keynote 前半段提到的 Cosmos DB 和 SQL Server 2017 等全新的数据服务,以及具备 AI 调试功能的 Visual Studio 工具和 Azure Machine Learning 工具等,目前微软对开发者的 AI 支持可谓是全方位的。

  微软服务 + AI

第二点是通过引入 AI,微软旗下的各项服务正在变得越来越智能,其中包括全套的 Office 软件、Xbox 平台、小娜、以及 Bing 搜索等等。

微软Build 2017首日结束,开发者不可不知的AI内容全汇总 | Build 2017

在 Keynote 中,沈向洋的同事现场展示了 PowerPoint 演示文稿在不同语言之间的实时转换,目前已经可以支持 9 种口语和 60 种文字。如图所示,同事用西班牙语,系统直接翻译成了中文:“人工智能可以消除演示者和与会者之间的语言障碍”。

微软Build 2017首日结束,开发者不可不知的AI内容全汇总 | Build 2017

  小娜(Cortana)

在本次 Build 发布会之前就有传闻称微软将会针对 Cortana 语音助手发布一系列更新,包括独立的硬件产品等。事实上的确如此,微软在 Keynote 中再次重申,团队的目标是让小娜成为用户跨平台的人工智能助手,不论在 PC 、手机、智能家居、甚至车载系统,小娜可以出现在用户需要的任何地方。

为此,沈向洋在现场宣布,继 HarmanKardon 音箱之后,英特尔和惠普两家公司正式和微软小娜达成合作关系,未来将基于小娜生产更多的智能硬件产品,为全球一亿多小娜用户提供更便捷的生活服务。

  数据

第四点是数据。就像上面提到的,用户可以基于微软 Office 365、LinkedIn 和 Bing 搜索等服务获取海量的可用数据,再加上企业自身的数据,就能够得到非常了不起的训练模型和 App 产品。

微软Build 2017首日结束,开发者不可不知的AI内容全汇总 | Build 2017

在现场,沈向洋的同事还演示了微软 Contact 和 Outlook 产品之间,通过 LinkedIn 数据共享的样例。在这个样例中,开发者只需要简单调用两个 API 接口,就能实现微软产品之间不同数据的智能共享和分析,非常方便。

微软Build 2017首日结束,开发者不可不知的AI内容全汇总 | Build 2017

最后,沈向洋强调,AI 技术正在渗入人们工作和生活的方方面面,许多行业和岗位都可能被 AI 颠覆,但这并不代表 AI 会超越人类。他认为,AI 的终极目标应该是帮助人类,放大人类的智慧,而非超越人类。




====================================分割线================================

本文作者:恒亮
本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
2月前
|
人工智能 自然语言处理 监控
基于DeepSeek R1改进的AI安全模型!MAI-DS-R1:微软开源AI安全卫士,敏感话题响应率高达99.3%
微软开源的MAI-DS-R1是基于DeepSeek R1改进的AI模型,通过后训练优化将敏感话题响应率提升至99.3%,同时将有害内容风险降低50%,保持原版推理能力并增强多语言支持。
298 3
基于DeepSeek R1改进的AI安全模型!MAI-DS-R1:微软开源AI安全卫士,敏感话题响应率高达99.3%
|
1月前
|
人工智能 自然语言处理 安全
💻 Codex 来了:OpenAI 推出多任务软件工程 AI 代理,开发者工作方式将被重塑?
Codex 是 OpenAI 推出的一款云端智能开发代理,基于优化后的 Codex-1 模型,能够执行从代码编写、Bug 修复到 PR 提交的完整工程任务。通过 ChatGPT 的界面,用户可向 Codex 分配任务,它将在独立沙盒中运行并返回结果。Codex 支持多任务异步处理,遵循项目规范(AGENTS.md),并生成日志与测试报告以确保透明性。作为“AI 参与式开发”的里程碑,Codex 不仅提升效率,还可能重塑开发者角色,使他们从具体编码转向指导 AI 完成任务,推动软件工程进入意图驱动的新时代。
146 15
|
2月前
|
机器学习/深度学习 存储 人工智能
Qlib:华尔街颤抖!微软开源金融AI量化投资神器,助力智能投研
Qlib是微软亚洲研究院推出的开源AI量化投资平台,提供从数据处理、模型训练到组合管理的全流程支持,内置高性能数据基础设施和多种机器学习模型。
568 19
Qlib:华尔街颤抖!微软开源金融AI量化投资神器,助力智能投研
|
2月前
|
人工智能 供应链 Cloud Native
中国AI编码工具崛起:技术突围、生态重构与开发者新范式
中国AI编码工具如通义灵码、百度Comate等,正从西方产品的主导中突围。通过大模型精调、中文友好型理解及云原生赋能,构建差异化优势。这些工具不仅提升效率,还推动中国软件产业从使用者向标准制定者转变。然而,技术原创性、生态碎片化和开发者信任危机仍是挑战。未来目标不是取代现有工具,而是定义适合中国开发者的智能编码新范式。
176 24
|
2月前
|
人工智能 安全 测试技术
通义灵码:AI重构编码范式,开发者如何迎接“人机共生”时代?
本文探讨了以通义灵码为代表的AI编码助手如何推动软件开发从“人驱动工具”向“人机协同创造”演进。文章分析了其技术突破,如意图理解、上下文感知和可解释性,并讨论了开发者价值链条的重构,包括需求抽象、架构设计与代码审查能力的提升。同时,文章展望了行业变革对开发者身份、云生态竞争及技术伦理的影响,强调在AI驱动的“寒武纪大爆发”前夜,唯有持续进化才能适应未来软件工程的“人机共生”文明。
169 16
|
2月前
|
人工智能 算法 IDE
通义灵码:以AI重塑开发者生产力,解锁智能编程新范式
通义灵码是阿里云推出的一款AI智能编程助手,基于通义大模型打造,深度集成于主流IDE。它不仅提供全场景智能代码生成、对话式开发体验和工程化智能重构等功能,还通过百亿级参数大模型底座、企业级环境适配、私有化部署等优势,重新定义人机协作边界。在真实开发场景中,通义灵码显著提升API开发与算法优化效率,助力开发者从机械劳动转向创造性对话,开启人机协同的新时代。
173 9
|
2月前
|
人工智能 自然语言处理 Java
通义灵码:AI编程助手如何重塑开发者的效率革命?
通义灵码是阿里云推出的一款基于通义大模型的智能编程助手,支持Java、Python、Go等主流语言,并深度适配VSCode、JetBrains等开发环境。其核心功能包括自然语言转代码、跨文件上下文理解、行级/函数级实时补全、自动生成单元测试及性能优化建议等。此外,还提供知识问答引擎、文档智能生成和研发大数据分析等进阶功能,助力开发者提升效率。通过重构生产关系,将重复劳动转化为创造性工作,使技术债务可视化,推动人机协同编程新时代的到来。
166 1
|
2月前
|
机器学习/深度学习 人工智能 算法
AI编程工具与初级开发者:一场「替代」还是「共生」的讨论
当AI编程工具从科幻走进现实,初级开发者究竟会成为技术革命的牺牲品,还是新一轮生产力跃迁的受益者?
|
2月前
|
人工智能 自然语言处理 Java
从国外到国产,AI 编程工具混战,开发者究竟该如何抉择?
AI编程工具正深刻变革开发模式,从国外的GitHub Copilot、Cursor、Trae到国内的飞算JavaAI与通义灵码,各具特色。Copilot依托开源代码与强大模型提升效率,但成本高且偶有“AI幻觉”;Cursor适合中高级开发者,续写速度快但团队版有限制;Trae以免费GPT-4和中文界面吸引用户,但可持续性存疑。国产工具方面,飞算JavaAI专注全流程Java开发,一键生成工程代码,大幅提升效率;通义灵码支持多语言,功能丰富且与IDE无缝集成。开发者需根据语言、阶段、成本等因素权衡选择,找到最适合自身需求的工具,实现开发效率与质量的飞跃。
|
3月前
|
人工智能 前端开发 程序员
通义灵码 AI 程序员与开发者结伴编程,全栈开发电商工程的前后端功能需求
当你又收到了项目新需求的时候,可以尝试下载并使用通义灵码,让通义灵码 AI 程序员跟你一起结伴编程,它具备多文件代码修改和工具使用的能力,可以与你结伴协同完成编码任务,如需求实现、缺陷修复、单元测试生成、批量代码修改等,成为你的左膀右臂。下面我们就跟AI程序员结伴编程完成前后端需求的开发吧!
275 0