微软砍掉工业元宇宙项目Project Airsim 将人工智能战略转向OpenAI
10月25日消息,据外媒援引知情人士透露,本周一微软负责开发“工业元宇宙”Project Airsim的团队成员都收到了一份“团队更新”的通知,并被告知公司将解雇整个团队并终止项目。微软也证实,将于今年12月15日终止该项目。
微软在一份声明中表示:“我们为这个孵化项目为客户带来的影响感到自豪,我们将继续投资于Azure,为工业领域的虚拟世界以及公司内部各种人工智能项目提供计算平台。”“我们正在与客户密切合作,实现这一转变。”
在此之前,微软于10月19日正式停止了对Project Bonsai项目的支持。Project Bonsai是一个人工智能开发平台,用于构建工业用途的自动化系统。这两个项目都被认为是微软“工业元宇宙”的组成部分。
知情人士表示,微软在2018年收购了人工智能初创公司Bonsai,公司内部曾认为这是微软对谷歌收购Deepmind的回应。Project Airsim最初是在2017年作为一个开源项目推出的,后来将重点转移到面向工业客户的产品上。
Project Airsim和Project Bonsai这两个项目都是由微软首席技术官凯文·斯科特(Kevin Scott)推动成立的。他曾促成微软与OpenAI的合作关系,孵化这两个项目的目的在于让工业客户使用微软云业务的新产品。
据熟悉项目的人士透露,纳德拉在谈到Project Bonsai时,曾用他今天谈论OpenAI的方式,在员工大会和公开采访中提到Project Bonsai是微软人工智能未来的一部分。
这位知情人士说,虽然微软最初将这些项目视为吸引工业领域应用开发商的一种手段,帮助微软的Azure云能与亚马逊网络服务AWS竞争。但随着微软与OpenAI的合作关系不断加强,斯科特对这些项目的兴趣越来越小。
2023年初,大约在微软宣布与OpenAI扩大合作关系的前后,公司也开始宣传关于工业元宇宙的愿景。但对相关项目来说好景不长,今年春季微软就终止了Project Bonsai,并裁掉了负责项目的100人团队,此时距离微软组建团队不过几个月时间。
这位知情人士说,微软当时之所以保留Project Airsim,是因为相信这一孵化产品有大量潜在客户。
微软公司前副总裁古尔迪普·帕尔(Gurdeep Pall)曾担任产品孵化和商业人工智能主管,负责过Project Bonsai,最近负责过Project Airsim。上个月,他在工作33年后从微软离职。
终止Project Airsim是微软将资源转移向OpenAI的又一个例子。上个月有报道称,微软放弃Surface耳机等实验性产品,专注于投资人工智能。
以上是微软砍掉工业元宇宙项目Project Airsim 将人工智能战略转向OpenAI的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

如果AI模型给的答案一点也看不懂,你敢用吗?随着机器学习系统在更重要的领域得到应用,证明为什么我们可以信任它们的输出,并明确何时不应信任它们,变得越来越重要。获得对复杂系统输出结果信任的一个可行方法是,要求系统对其输出产生一种解释,这种解释对人类或另一个受信任的系统来说是可读的,即可以完全理解以至于任何可能的错误都可以被发现。例如,为了建立对司法系统的信任,我们要求法院提供清晰易读的书面意见,解释并支持其决策。对于大型语言模型来说,我们也可以采用类似的方法。不过,在采用这种方法时,确保语言模型生

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站7月5日消息,格芯(GlobalFoundries)于今年7月1日发布新闻稿,宣布收购泰戈尔科技(TagoreTechnology)的功率氮化镓(GaN)技术及知识产权组合,希望在汽车、物联网和人工智能数据中心应用领域探索更高的效率和更好的性能。随着生成式人工智能(GenerativeAI)等技术在数字世界的不断发展,氮化镓(GaN)已成为可持续高效电源管理(尤其是在数据中心)的关键解决方案。本站援引官方公告内容,在本次收购过程中,泰戈尔科技公司工程师团队将加入格芯,进一步开发氮化镓技术。G

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在
