据多家媒体今日报道,Microsoft Corporation 已开发出一系列可与 OpenAI 和 Anthropic PBC 的算法相媲美的大语言模型。
据 Bloomberg 报道的消息源称,这个大语言模型系列被称为 MAI。这可能是"Microsoft artificial intelligence"的首字母缩写。它也可能是对该公司去年推出的内部开发的 AI 芯片 Maia 100 的致敬。微软可能正在使用这款处理器来支持新的 MAI 模型。
该公司最近对这个大语言模型系列进行了性能测试。在评估过程中,微软工程师检验了 MAI 是否能为公司的 Copilot 系列 AI 助手提供支持。测试数据显示,这个大语言模型系列的性能可以与 OpenAI 和 Anthropic 的模型相媲美。
微软评估 MAI 是否可以集成到 Copilot 中,这表明该大语言模型系列更倾向于通用处理而非推理。Copilot 支持的许多任务可以用通用模型来完成。据 Bloomberg 报道,微软目前正在开发第二个针对推理任务优化的大语言模型系列。
报道没有具体说明微软正在训练的模型数量或其参数数量等细节。这些模型是否提供多模态功能也尚不清楚。
MAI 可以帮助公司减少对 OpenAI 的依赖,目前 Copilot 使用的大语言模型就来自 OpenAI。微软已向这家 ChatGPT 开发商投资超过 130 亿美元,直到最近还是其独家云服务提供商。今年 1 月,两家公司修改了合作条款,允许 OpenAI 将工作负载转移到竞争对手的平台上。
如果微软让 Copilot 超越 OpenAI 的模型,它可能不仅会添加一个而是多个竞争对手的大语言模型支持。据报道,该公司已经测试了是否可以使用来自 Anthropic、Meta Platforms Inc.、DeepSeek 和 xAI Corp. 的算法来支持 Copilot。
微软发言人对 Bloomberg 表示:"正如我们之前所说,我们正在使用模型组合,这包括继续与 OpenAI 的深度合作,以及来自 Microsoft AI 和开源模型。"
MAI 并非该公司首次进入大语言模型市场。它还开发了 Phi,这是一系列针对能效优化的开源语言模型。该模型系列目前已迭代到第四代。
最新的两个 Phi 算法——Phi-4-mini 和 Phi-4-multimodal 于今年 2 月发布。前者拥有 38 亿参数,适用于解决数学问题等推理任务。而 Phi-4-multimodal 则是 Phi-4-mini 的升级版本,可以处理多模态输入。微软表示,后者在某些任务上的表现几乎可以媲美拥有更多参数的 GPT-4。
为了构建 Phi-4 模型,微软开发了依赖合成数据的新型大语言模型训练方法。这些方法可能对 MAI 和该公司据报道正在开发的推理优化大语言模型系列有所帮助。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。