微軟這麼快就整合了GPT-4,如何做到的?專案組甚至週末加班了
4月6日訊息,微軟已將OpenAI的GPT-4整合到Microsoft 365生產力應用套件中,這是一項非常艱鉅的任務,但公司一直希望能夠盡快完成。因此,微軟動員了數百名員工,讓他們長時間加班工作,一起腦力激盪產品方案,基於一個統一的設計框架,開發出三種人工智慧助理的工作模式。
以下是翻譯內容:
過去幾個月裡,這是在微軟的會議室和走廊裡被無數次提及的一個詞。它指的是3月16日,當天微軟宣布將與OpenAI共同開發的生成式AI模型引入Microsoft 365生產力應用套件中。透過整合GPT-4,包括Outlook、Word和Teams在內的每個生產力應用程式都將擁有基於生成式人工智慧的Copilot(智慧副駕駛)。目前,20多個微軟客戶正在對這項技術進行測試。
將人工智慧助理整合到如此多的應用程式中是一項艱鉅的任務,但微軟希望盡快完成。去年11月,OpenAI發布的ChatGPT引發了全球轟動,掀起了一場人工智慧競賽,各家企業都在爭分奪秒地推出新的人工智慧產品和功能,以搶佔市場先機。即使是已經與OpenAI合作和投資過的微軟也不例外
微軟設計總監喬恩·弗里德曼(Jon Friedman)負責Microsoft 365中的Copilot產品設計。他表示這個專案需要數百名微軟員工的長時間工作,包括設計師、工程師、產品經理、行銷人員、資料科學家以及道德倫理團隊等等,整個專案要持續幾個月時間,甚至需要在周末加班。弗里德曼說,這個計畫還需要人們克制自我,共同努力,才能在如此短的時間內建成如此大的項目,讓大家都感到他們必須放下自我,團結一致。
弗里德曼說:「我們可以一起做一些真正大膽而重大的事情,這讓人很興奮。雖然我們在人工智慧方面擁有很多經驗,但這種特殊的生成式人工智慧更強大,所以我認為每個人都在抱著學習的心態工作。”
全新的用戶體驗
弗里德曼認為,Copilot是一種“對話式用戶體驗”的新形式,它可以調用更多豐富的資源。他表示,Copilot是一款辦公室助手,代表了「使用者介面設計的新前沿,就像第一代觸控螢幕裝置一樣改變既定模式」。據悉,Copilot是基於GPT-4大型語言模型開發,預先訓練了大量網路內容,並可存取微軟Graph中的業務數據,從而自動產生電子郵件和會議要點等內容。
設計Copilot這種使用者介面的挑戰在於,當人們通常使用Word和Powerpoint等應用程式進行工作時,如何以及何時展示這個全新的人工智慧助理。
弗里德曼表示,最初設計這種可以透過各種生產力應用程式呼叫的人工智慧助理只是「一個模糊的想法」。但隨著設計團隊對人工智慧助理在實際業務中的應用有更深入的了解,這種想法開始逐漸明確。首先,設計團隊需要發現人工智慧在實際應用中可以明顯節省使用者時間或以某種方式激發創造力等具體用例,這是使用者體驗設計過程的第一步。
最了解相關用例的人包括每個生產力應用程式的工程師、產品經理、設計師和電腦科學家。弗里德曼的設計團隊與他們通力合作。在Copilot計畫啟動時,他要求所有產品團隊共同腦力激盪,探討如何利用生成式人工智慧來提升生產力應用程式的功能。接著,弗里德曼成立了一個特殊的橫向設計團隊,與所有應用程式團隊合作,以在每個應用程式中展示Copilot的效果。
弗里德曼表示,隨著各個應用程式團隊開始製定用例,橫向設計團隊開始注意到這些用例之間的共通性,即與多個應用程式相關的人工智慧用例。
弗里德曼回憶起當時的腦力激盪過程時說:「我們的討論非常有價值…我們討論的是Copilot具體的功能需求,例如新的生成式語言模型如何幫助我們更好地完成寫郵件摘要的任務?」
隨著跨應用用例變得越來越清晰,橫向設計團隊開始認為,每個應用程式的人工智慧助理功能並不需要各自不同。
弗里德曼表示:「因為你有很多人…試著觀察各個場景,能夠大致做出這種判斷,比如說『啊,也有這個東西出現了』。」
因此,他們開始構思一個設計框架,讓一個通用助理以幾種不同的可預見方式在各個應用程式中工作。
三個層次的Copilot
弗里德曼領導的設計團隊創建了一個深度文檔庫,旨在幫助整個專案的設計師在給定的應用程式中為人工智慧建立切入點。他們指導設計師根據使用者可能參與的不同任務來決定如何呼叫Copilot。弗里德曼說:「有這樣一個觀念,Copilot應該在正確的層次出現,完成正確的工作。」
設計框架規定,Copilot在應用程式使用者介面中可以有三種展示方式。
第一種是身臨其境的用戶體驗,讓人工智慧助理專注於具體業務項目,而不是某個特定的應用程序,這實際上可以從多個應用程式中提取數據或要點,服務於手頭上的工作。例如,Copilot可能會從團隊會議、投影片或電子郵件內容中收集專案里程碑或風險點,然後在專案計畫文件中進行總結和歸納。
「沉浸式」體驗模式是Copilot在生產力應用套件中最強大的功能,也可能是最有影響力的。市場顧問公司恩德勒集團(Enderle Group)首席分析師鮑伯‧恩德勒(Rob Enderle)認為,這也可能有助於解決Microsoft生產力套件長期以來存在的問題——各個應用程式之間的整合不夠緊密。恩德勒說,原因可能是最初微軟是從其他公司相繼收購這些應用程序,彼此之間並沒有共用程式碼庫。但Copilot可以涵蓋所有應用程序,至少能讓使用者感覺到這些應用程式能在某些任務中協同工作。
弗里德曼說,第二種展示方式是“輔助”,這意味著Copilot就像挎鬥三輪摩托車的“邊鬥”,在特定的應用程式中幫助用戶最大限度地呼叫應用程式功能。例如,在PowerPoint中,Copilot可以向使用者展示應用程式的深層圖形功能如何用於描述複雜資料集;在Outlook中,Copilot可以幫助使用者理解電子郵件中最重要的內容;在Word中,Copilot可以提供有關如何更好撰寫文件、貼合特定寫作風格的回饋意見。
此外,在Copilot的「嵌入式」展示方式中,人工智慧可以在應用程式中發揮生成式和創造性能力。例如,Copilot可能會出現在Word文件的彈跳窗中。 「這就像是一種隨機體驗。」弗里德曼說,「當你全心投入工作時,Copilot可以幫助你解決寫作瓶頸,或自動用文字內容幫助你開始做幻燈片。」
弗里德曼表示,Copilot的橫向設計團隊開始採用「三個層次」的概念來描述這項工作,各個應用程式團隊的成員也逐漸接受了這個框架。
他說,「我們已經與執行長納德拉和公司高階主管團隊的其他成員分享了這個框架,基本上得到了所有人的認可。這種想法可以適用於三個不同的工作層次。」
Copilot這個名字不是專門為Microsoft 365而設立的。微軟旗下的GitHub在2021年曾使用這個名字來稱呼程式設計助手,其中部分功能也採用了OpenAI的大型語言模型。而微軟正在創建一個具有一致性的Copilot助手,能夠在不同的生產力應用套件中執行某些標準化功能。對於長期使用生產力應用程式的用戶,這項新工作很可能會減少他們在新版Microsoft 365正式推出時所遇到的生疏感。透過使用統一的助手,使用者可以更方便地使用不同的應用程序,從而提高工作效率。
隨著生成式人工智慧進一步融入微軟的消費級和企業級產品,Copilot品牌和概念可能會擴展到Windows作業系統甚至LinkedIn等微軟其他產品。
「納德拉非常喜歡這個名字,因為它恰如其分地描述了人工智慧助理的工作,」弗里德曼說。 「它的存在是為了幫助你,在許多任務中指引你的方向…」
以上是微軟這麼快就整合了GPT-4,如何做到的?專案組甚至週末加班了的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

本站8月1日消息,SK海力士今天(8月1日)發布博文,宣布將出席8月6日至8日,在美國加州聖克拉拉舉行的全球半導體記憶體峰會FMS2024,展示諸多新一代產品。未來記憶體和儲存高峰會(FutureMemoryandStorage)簡介前身是主要面向NAND供應商的快閃記憶體高峰會(FlashMemorySummit),在人工智慧技術日益受到關注的背景下,今年重新命名為未來記憶體和儲存高峰會(FutureMemoryandStorage),以邀請DRAM和儲存供應商等更多參與者。新產品SK海力士去年在
