Microsoft 正在为其 AI 聊天助手应用 Microsoft 365 Copilot 引入一款 "深度研究" AI 工具。
最近,多个聊天机器人都推出了深度研究代理,包括 OpenAI 的 ChatGPT、Google 的 Gemini 和 xAI 的 Grok。这些工具背后的支撑是所谓的推理 AI 模型,它们具备思考问题和自我事实核查的能力——这些能力对于开展深入研究而言至关重要。
Microsoft 推出的两个版本分别名为 Researcher 和 Analyst。
Researcher 结合了 OpenAI 的深度研究模型 (该模型也为 OpenAI 自家的 ChatGPT 深度研究工具提供支持) 以及 "高级编排" 和 "深度搜索功能"。Microsoft 表示,Researcher 可以执行多种分析任务,包括制定市场进入策略和为客户创建季度报告。
至于 Analyst,它基于 OpenAI 的 o3-mini 推理模型构建,Microsoft 称其 "针对高级数据分析进行了优化"。Analyst 通过迭代方式处理问题,通过多个步骤来完善其 "思考" 过程,并为查询提供详细答案。Microsoft 还表示,Analyst 可以运行 Python 编程语言来处理复杂的数据查询,并能够展示其 "工作" 过程以供检查。
与竞争对手相比,Microsoft 的深度研究工具的独特之处在于它们不仅能访问互联网数据,还能访问工作数据。例如,Researcher 可以通过第三方数据连接器从 Confluence、ServiceNow 和 Salesforce 等 AI "代理"、工具和应用程序中获取数据。
当然,真正的挑战在于确保 Researcher 和 Analyst 等工具不会产生幻觉或编造内容。包括 o3-mini 和深度研究模型在内的模型并非完美无缺;它们有时会出现错误引用、得出错误结论,并从可疑的公共网站获取信息来支持其推理。
Microsoft 正在推出一个新的 Frontier 计划,Microsoft 365 Copilot 用户可以通过该计划获取 Researcher 和 Analyst 的使用权限。从 4 月开始,注册 Frontier 计划的用户将率先体验到 Researcher 和 Analyst 等实验性 Copilot 功能。
好文章,需要你的鼓励
随着数字化时代的到来,网络安全威胁呈指数级增长。勒索软件、AI驱动的网络攻击和物联网设备漏洞成为主要威胁。企业需要建立全面的风险管理策略,包括风险评估、安全措施实施和持续监控。新兴技术如人工智能、区块链和量子计算为网络安全带来新机遇。组织应重视员工培训、供应链安全、数据治理和事件响应能力建设。
滑铁卢大学研究团队开发出ScholarCopilot,一个革命性的AI学术写作助手。该系统突破传统"先检索后生成"模式,实现写作过程中的动态文献检索和精确引用。基于50万篇arXiv论文训练,引用准确率达40.1%,大幅超越现有方法。在人类专家评估中,引用质量获100%好评,整体表现优于ChatGPT。这项创新为AI辅助学术写作开辟新道路。
AWS Amazon Bedrock负责人Atul Deo正致力于让人工智能软件变得更便宜和更智能。他在12月re:Invent大会前只有六个月时间来证明这一目标的可行性。Deo表示AI领域发展速度前所未有,模型每几周就会改进,但客户只有在经济效益合理时才会部署。为此,AWS推出了提示缓存、智能路由、批处理模式等功能来降低推理成本,同时开发能执行多步骤任务的自主代理软件,将AI应用从聊天机器人转向实际业务流程自动化。
哥伦比亚大学研究团队发布NodeRAG技术,通过异构图结构革新智能问答系统。该方法将文档信息分解为7种节点类型,采用双重搜索机制,在多个权威测试中准确率达89.5%,检索效率提升50%以上,为智能信息检索技术带来重大突破。