微软 Microsoft AI 全景解析_微软ai技术

微软 Microsoft AI 全景解析

原创 老A看看 ADFeed 2024-03-05 12:01

本文目录（全文近 12,000 字）

微软AI概述

作为全球范围内软件和企业服务的头牌大厂，微软在AI领域拥有广泛的产品和服务体系，涵盖了从基础的机器学习工具到高级的企业级智能应用平台。

数十年来，微软持续在AI相关领域进行基础研究和投入，微软研究院在自然语言处理、语音识别、计算机视觉等领域拥有强大的研究基础和技术积累，为开发者和企业提供了丰富的选择和解决方案支持，推动着全球人工智能技术的发展和应用落地。

微软强调AI技术和解决方案能帮助企业和组织在各个层面优化运营并发现新的价值机会。

AI的商业价值

• 通过AI解决方案，企业可以在各个层面提高效率，规划未来行业趋势和业务需求，改善业务成果。

AI的好处

• 提升生产力：简化员工任务，促进沟通，加速服务交付。

• 最大化效率：优化各层面的运营，自信地规划企业未来发展路径。

• 改善业务成果：创造新产品和服务，个性化客户体验，提升组织决策能力。

AI的机会

• 根据IDC的研究，70%的 Copilot 用户表示他们的生产力提高了，68%的用户表示 Copilot 提高了他们工作的质量。

• 根据IDC的研究，每投入1美元在AI上的回报平均为3.5美元。

微软主要AI产品和服务

Copilot

微软AI助手 Copilot 是一个日常AI伴侣，可以在工作、学习和生活的各方面提供帮助，智能适应用户的需求。

产品主页：
https://www.microsoft.com/copilot

个人使用

• 提供免费版本，包括文本、语音和图像聊天功能，文档和网页摘要，以及图像创作等。

• Copilot Pro 提供高级AI功能，包括在高峰时段的优先访问、更快的图像创作能力，以及在 Microsoft 365 应用中的使用。

商业使用

• 通过 Microsoft 365 Business Standard 或 Business Premium 订阅，企业可以将 Copilot 引入组织内使用。

• 提供企业级数据保护、Microsoft Graph 集成和通过 Microsoft Copilot Studio 的定制和扩展能力。

Copilot的使用场景

在Office应用中的作用

• Teams：帮助更有效地进行会议管理。

• Outlook：帮助快速清理收件箱、总结邮件主题。

• Word：协助写作、编辑、总结和建议。

• Excel：帮助分析数据，提出假设情景，提供业务改进建议。

• PowerPoint：帮助将Word文档转换为演示文稿，创建新演示文稿，以及建议配图的使用。

在其他业务场景中的应用

• 销售：帮助销售人员节省时间，建立有价值的客户联系。

• 客户服务：通过AI增强的客服中心帮助客户代理更快解决问题。

• 安全：通过生成式AI提高安全团队的效率。

• 开发：在代码编辑器中实时提供多种语言的AI生成代码建议。

Microsoft Copilot Studio

微软 Copilot Studio 是一个端到端的对话设计工作室，用于扩展和定制 Microsoft 365 的 Copilot 或构建自己的AI助手。

产品主页：
https://www.microsoft.com/microsoft-copilot/microsoft-copilot-studio

定制Microsoft 365中的Copilot

• 用户可以在 Microsoft 365 中的 Copilot 中为可预测的场景编写响应，以提高控制力和效率。

创建自定义AI助手和GPT

• 用户可以整合自己的数据和插件，以在最重要的地方进行吸引人的互动。

使用统一平台

• Copilot Studio 基于领先的对话AI技术，如 Power Virtual Agents，并与 Azure AI Studio 等兼容。

定制功能

• 设计针对特定场景的定制对话，自动化工作流程。

• 使用预构建的连接器选择和编辑数据，构建和发布自定义插件。

• 生成对话，构建自己的模型，以及在多个渠道上分发AI助手。

处理复杂查询

• 使用丰富的对话设计工具和图形界面创建复杂的对话，提供个性化、响应式的互动支持。

安全性和治理

• 通过全面的策略、访问控制和定制环境建立信任。

Azure AI Services

Azure AI 是微软提供的一系列人工智能服务，旨在帮助开发者和企业构建智能应用程序。

产品主页：
https://azure.microsoft.com/products/ai-services/

Azure AI 目前接入并提供如下的产品服务：

Azure Machine Learning

• 允许用户在云端和边缘构建、训练和部署机器学习模型。

Azure AI Search

• 提供企业级搜索功能，支持应用开发。

Azure OpenAI Service

• 集成 OpenAI 能力，构建自己的AI助手和生成式AI应用。

Azure AI Speech

• 提供统一的语音服务，包括语音转文本、文本转语音和语音翻译。

Azure AI Language

• 通过API调用来添加自然语言处理能力。

Azure AI Translator

• 通过简单的REST API调用来快捷进行机器翻译。

Azure AI Vision

• 使用AI解锁图像和视频内容的机器识别和洞察。

Azure AI Document Intelligence

• 加速从文档中提取信息。

Azure AI Content Safety

• 使用AI监控文本和图像内容的安全性。

Azure AI Studio

Azure AI Studio 是微软提供的提供的一个用于开发生成式AI解决方案和自定义AI助手的平台。

产品主页：
https://azure.microsoft.com/products/ai-studio/

生成式AI开发中心

• Azure AI Studio 是一个为开发者提供的工具，用于构建、测试和部署生成性AI解决方案。

集成开发环境

• 提供一个统一的平台，支持使用自然语言或图形界面创建AI助手。

自定义 AI 助手

• 允许开发者根据自己的数据和插件，创建定制的AI助手，以满足特定的业务需求。

端到端对话式AI平台

• 支持从设计、测试到发布的整个对话AI生命周期。

企业级功能

• 提供企业级的数据保护、安全性和合规性，确保AI解决方案的可靠性。

多渠道分发

• 支持将AI助手分发到多个渠道，包括网站和社交媒体，以实现广泛的用户参与。

负责任的 AI

• 遵循微软负责任AI的原则，确保AI解决方案的公平性、可靠性和安全性。

Azure AI Platform

微软 Azure AI Platform 是一个集成的解决方案平台，提供了一系列工具和服务，包括机器学习、认知服务、知识图谱、语音服务等，以支持各种AI场景，旨在帮助企业和开发者构建、部署和管理AI应用。

产品主页：
https://azure.microsoft.com/solutions/ai/

服务和工具

• 整合包括Azure Machine Learning、Azure Cognitive Services、Azure Cognitive Search、Azure Synapse Analytics等，这些服务可以帮助用户从数据中提取洞察力，构建智能应用。

应用场景

• Azure AI平台支持多种应用场景，如自然语言处理、计算机视觉、语音识别、推荐系统等。

平台的优势

• 提供高度可扩展的云服务，用户可以根据需要轻松扩展AI应用。

• 支持多种编程语言和框架，如Python、R、Java、.NET等。

• 提供了丰富的文档和教程，帮助用户快速上手和深入学习。

Microsoft Power AI

通过 Microsoft Power Platform 的AI能力，可以加速创新并部署有影响力的解决方案。

产品主页：
https://www.microsoft.com/power-platform/ai

AI 加速创新

• 使用 Microsoft Power Platform 快速部署有影响力的解决方案。

低代码效率提升

• 通过调查，AI和自动化工具嵌入低代码平台，对于 87% 的首席信息官（CIO）和IT专业人士越来越重要。

Microsoft Power Platform 的直观工作

• 提供低代码工具，快速构建应用程序、报告、流程和网站。

Power Automate 中的 Copilot

• 使用自然语言描述自动化流程，AI 工具理解意图并快速构建定制流程。

AI Builder

• 在工作流和应用程序中嵌入预构建的语言模型，无需训练或经验即可创建智能自动化。

Power BI 中的 Copilot

• 使用 Copilot 在 Power BI 中快速创建吸引人的报告，节省时间并发现更多洞察。

Power Pages 中的 Copilot

• 使用自然语言和智能建议创建数据为中心的业务网站，快速构建高影响力的低代码网站。

微软AI商业化解决方案

微软AI商业化解决方案主要致力于如何将人工智能应用于企业，以帮助组织实现有意义的创新并转化为可操作的商业成果。

构建AI驱动的组织

• 在整个企业中实施AI，以可靠和值得信赖的方式将有意义的创新转化为实际的商业成果。

跨行业的微软AI探索介绍了AI在制造业、政府、能源、金融服务、医疗保健和零售等行业的应用。

• 制造业中的AI：AI可以帮助管理过程密集型制造的每一步，简化库存、质量控制、供应商和生产的监督。

• 政府中的AI：政府机构如何利用AI为公民创造真实价值，同时开发负责任、值得信赖的解决方案。

• 能源行业中的AI：AI驱动的解决方案可以帮助优化能源产量和电网，同时提高安全性和减少浪费。

• 金融服务中的AI：AI推动金融服务的进展和效率，从数据安全到监管合规到客户服务。

• 医疗保健中的AI：AI如何转变业务流程、成本管理、患者护理和客户服务。

• 零售中的AI：AI驱动的零售解决方案通过推荐和定制提供更好的客户体验，同时改善库存和供应链管理。

数据和AI解决方案驱动商业创新

• Azure AI包含高质量视觉、语音、语言、机器学习模型等的AI服务组合。

• Azure AI Platform提供了整合数据和AI服务的一站式解决方案平台。

• Azure数据平台专注于构建创新应用，减少数据管理时间，通过综合数据平台创建数据驱动的体验。

• 针对组织的独特挑战提供解决方案，帮助企业做出数据驱动的决策并提高投资效率。

AI商学院

• 为企业高管提供采用AI的知识资源，探索以负责任的方式规划、策略制定和扩展AI项目。

• 提供了针对医疗保健、金融、可持续性、零售和制造业等领域AI领导者的特定学习路径。

微软AI架构与基础设施

微软构建了专为运行大型AI模型而优化的基础设施，推动了生产力和创造力的新时代。

微软在Azure博客文章《AI和专用云基础设施的需求》（AI and the need for purpose-built cloud infrastructure）阐述了人工智能对云基础设施的特殊要求以及Azure如何满足这些需求，强调Azure在支持AI发展方面的强大能力，以及如何通过其专用的云基础设施更好帮助企业和开发者实现AI的潜力。

文章链接：
https://azure.microsoft.com/en-us/blog/ai-and-the-need-for-purposebuilt-cloud-infrastructure/

AI对云基础设施的特殊需求

• AI工作负载，尤其是机器学习和深度学习，需要大量的计算资源、存储和网络带宽。

Azure的专用AI基础设施

• Azure提供了专门为AI优化的云基础设施，包括高性能的GPU和FPGA，以及大规模的AI超级计算资源。

Azure AI的优势

• Azure的AI服务和工具，如Azure Machine Learning，使得开发者可以轻松构建、训练和部署AI模型。

大规模AI模型的训练

• Azure支持大规模AI模型的训练，这些模型可以处理复杂的任务，如自然语言处理和计算机视觉。

Azure的全球规模和可靠性

• Azure的全球数据中心网络确保了AI服务的高可用性和低延迟，这对于实时AI应用至关重要。

Azure的安全性和合规性

• Azure提供了企业级的安全性和合规性，确保AI工作负载的数据安全和隐私保护。

Azure的AI生态系统

• Azure与广泛的AI合作伙伴和开源社区合作，提供了丰富的AI工具和服务，支持各种AI场景。

微软的AI生态

微软除了自有的AI核心产品和服务如 Copilot、Azure AI 等，还通过投资和收购与人工智能相关的公司来扩展其AI生态，如 OpenAI、GitHub、Semantic Machines 等。

OpenAI

公司官网：
https://openai.com/

微软和 OpenAI 之间的合作关系源于2016年，当时微软投资了 OpenAI，成为其重要的合作伙伴之一。这一合作关系加强了两家公司在人工智能研究和开发领域的联系，并共同致力于推动人工智能技术的发展和应用。

OpenAI 最新推出了一系列创新性的人工智能产品和技术。其中最引人注目的是 GPT（Generative Pre-trained Transformer）模型系列，包括 ChatGPT、GPT-4。这些模型在自然语言处理领域取得了巨大的成功，具有出色的文本生成和理解能力，被广泛用于各种应用场景，如智能对话系统、文本摘要、语言翻译等。

此外，OpenAI 还推出了一系列其他的人工智能产品和解决方案，包括 Codex、CLIP、DALL-E、Sora 等。这些产品利用先进的深度学习技术，实现了在多个领域的领先水平，并受到了开发者和企业的广泛关注和应用。

ChatGPT

ChatGPT 是由 OpenAI 开发的一款先进的人工智能聊天机器人。

产品主页：
https://openai.com/chatgpt

它基于 GPT（Generative Pre-trained Transformer）架构，能够理解和生成自然语言文本。ChatGPT 可以进行多轮对话，回答问题，提供建议，甚至创作文本内容。它能够处理各种主题，从日常琐事到专业知识，为用户提供即时、有帮助的反馈。ChatGPT 还支持图像和语音输入，使其交互方式更加多样化。此外，它可以通过定制化的 GPT 模型来满足特定需求，如游戏解释、谈判技巧、写作辅导等。ChatGPT 的目标是提供一种自然、友好的交流体验，帮助用户解决问题并激发创意。

功能简介

• 强大的语言模型，可以生成文本、翻译语言、写不同类型的创意内容，并以信息丰富的方式回答您的问题。

能力

• 生成各种文本格式，如诗歌、代码、剧本、音乐作品、电子邮件、信件等。

• 回答开放性、具有挑战性或奇怪的问题，并提供详细的解释。

• 翻译语言，并根据上下文调整翻译结果。

• 遵循您的指示并完成您的要求。

应用场景

• 内容创作：可以帮助您创作各种类型的文本内容，提高创作效率。

• 信息获取：可以帮助您快速获取信息，解答您的疑问。

• 语言学习：可以帮助您学习不同的语言，提高语言能力。

• 人机交互：可以提供更加自然、流畅的人机交互体验。

DALL·E 3

DALL·E 3 是 OpenAI 发布的一款先进的图像生成人工智能模型。

产品主页：
https://openai.com/dall-e-3

它基于 GPT 的架构，但专门针对视觉内容的创造进行了优化。DALL·E 3 能够根据用户提供的文本描述生成相应的图像，创造出新颖、多样化且高质量的视觉内容。这个模型不仅能够理解复杂的文本提示，还能够在图像中展现创造性和细节，从而创造出从现实风格到超现实风格的各种图像。DALL·E 3 的出现标志着人工智能在图像生成领域的重大进展，为艺术创作、设计、娱乐和研究等领域带来了新的可能性。

产品能力

• 根据您的描述生成各种风格的图像，包括照片、绘画、艺术作品等。

• 将您的想象变为现实，创造出您脑海中的画面。

• 编辑现有图像，添加或删除元素，改变颜色和风格等。

应用场景

• 内容创作：可以帮助您创作各种类型的图像内容，提高创作效率。

• 艺术创作：可以帮助您进行艺术创作， خلق新的艺术作品。

• 产品设计：可以帮助您进行产品设计，生成产品原型。

• 教育和娱乐：可以用于教育和娱乐目的，例如生成教学材料或游戏画面等。

Sora

Sora 是 OpenAI 于2024年2月推出的最新 AI 模型，能够根据文本指令创建逼真和富有想象力的场景视频。

产品主页：
https://openai.com/sora

它能够理解用户输入的文本指令，并生成与之匹配的逼真视频，包括人物、场景、动作、光影等细节。Sora 的发布标志着人工智能在视频生成领域取得了重大突破，它为视频创作带来了新的可能性，并将改变人们创作和消费视频的方式。

产品能力

• 根据描述生成一段视频，可以控制视频的长度、风格、内容等。

• 将想象变为现实，创造出您脑海中的画面。

• 编辑现有视频，添加或删除元素，改变场景和人物等。

应用场景

• 内容创作：可以帮助您创作各种类型的视频内容，提高创作效率。

• 影视制作：可以帮助您进行影视制作，生成电影、电视剧、广告等。

• 教育和娱乐：可以用于教育和娱乐目的，例如生成教学视频或游戏动画等。

Mistral AI

公司官网：
https://mistral.ai/

Mistral.AI 是一家成立于 2023 年 4 月的法国人工智能公司，专注于开发和提供大型语言模型 (LLM) 产品和服务。公司由 Meta Platforms 和 Google DeepMind 的前员工创立，拥有一支经验丰富的技术团队。

微软于2024年2月对 Mistral AI 进行了投资，这一投资是微软在人工智能领域持续扩张的一部分。这次投资将帮助 Mistral AI 进一步发展其AI平台，微软与Mistral AI的合作也将加强其 Azure AI 的能力。

Mistral.AI 的主要产品和服务

• Mistral LLM: 一系列面向不同应用场景的大型语言模型，包括文本生成、翻译、问答、代码生成等。

• Mistral API: 提供对 Mistral LLM 的便捷访问，方便开发人员将其集成到自己的应用程序中。

• Mistral Studio: 一款基于 Web 的 LLM 开发平台，帮助用户快速构建和部署 LLM 应用程序。

Mistral.AI 的优势

• 先进的技术: Mistral LLM 采用了最先进的技术，在性能和效率方面具有领先优势。

• 丰富的经验: Mistral 团队拥有丰富的 LLM 开发和应用经验，能够为客户提供高质量的服务。

• 开放的态度: Mistral 致力于推动 LLM 技术的普及，积极与合作伙伴合作，共同构建 LLM 生态圈。

Builder.ai

公司官网：
https://www.builder.ai/

Builder.ai 是一个利用人工智能技术帮助用户快速构建应用程序的平台。它提供了一个低代码/无代码的开发环境，即使没有编程经验也能轻松创建应用程序。

微软于2023年5月对 Builder.ai 进行了战略投资，并将其服务整合到 Microsoft Teams 中，目的是利用 Builder AI 的自然语言处理和机器学习技术，增强 Teams 的功能，提升团队协作效率和生产力，同时改善用户体验，使非技术用户也能轻松创建和部署定制的业务应用程序。

Builder.ai 的主要特点

• 易于使用: 拖拽式操作界面，无需编写代码，即可快速创建应用程序。

• 丰富的功能: 提供多种预构建功能和模板，满足不同类型的应用程序开发需求。

• 快速开发: 利用人工智能技术，自动生成代码，大幅提高开发效率。

• 可扩展性: 支持多平台部署，可根据业务需求进行扩展。

Builder.ai 的潜在应用

• 企业应用: 可以用于开发各种企业应用，例如客户关系管理、库存管理、项目管理等。

• 移动应用: 可以用于开发各种移动应用，例如电商、社交、游戏等。

• Web 应用: 可以用于开发各种 Web 应用，例如网站、博客、论坛等。

Builder.ai 的优势

• 降低了应用程序开发的门槛，使每个人都能轻松创建自己的应用程序。

• 提高了应用程序开发效率，帮助企业快速实现数字化转型。

• 降低了应用程序开发成本，为企业节省了开支。

GitHub

微软于2018年收购了 GitHub ——世界领先的软件开发平台，致力于为开发者提供代码托管、版本控制和协作工具。该收购表明了微软对开发者社区和开源软件的重视，并加强了微软在开发者工具和开发生态系统领域的地位。

GitHub Copilot 是 GitHub 推出的一款基于人工智能的编程助手工具。它结合了开源代码和自然语言理解技术，可以为开发者提供智能的代码建议和自动补全功能。GitHub Copilot 能够分析上下文并生成符合语法和语义规范的代码片段，大大提高了开发效率和编程体验。

产品主页：
https://github.com/features/copilot

GitHub Copilot 旨在通过 AI 辅助提高开发者的工作效率，同时确保代码质量和安全性，而不是完全自动化代码生成或取代开发者。

AI编程助手

• GitHub Copilot 提供上下文辅助，包括代码补全、IDE中的聊天助手、GitHub中的文档解释和回答等。提高生产力

• 研究显示，使用 GitHub Copilot 的开发者编码速度提高了 55%，并且对工作满意度提高了 75%。隐私、安全和信任

• GitHub Copilot 致力于保护用户隐私、安全和信任，提供了 Copilot 信任中心以了解更多相关信息。企业级应用

• 37,000+ 家企业已采用 GitHub Copilot，包括 1/3 的财富 500 强公司。个性化服务

• GitHub Copilot 企业版提供个性化服务，包括针对组织代码库的定制化建议和模型。支持的语言和平台

• GitHub Copilot 支持多种编程语言，适用于 Visual Studio Code、Visual Studio、JetBrains IDEs 等编辑器。数据训练

• GitHub Copilot 基于公开可用的自然语言文本和源代码进行训练，包括 GitHub 上的公共代码库。知识产权和版权

• GitHub Copilot 在生成建议时不会复制粘贴代码，而是使用概率推理。安全性

• GitHub Copilot 包含过滤器，以阻止不安全的编码模式，并提供实时漏洞预防系统。个性化和定制

• GitHub Copilot 企业版允许用户定制私人模型，以适应组织的最佳实践和模式。隐私保护

• GitHub Copilot 处理用户互动数据、提示和建议，但不会用于训练 AI 模型。数据保留和保护

• 用户互动数据保留 24 个月，提示在生成建议后会被丢弃，建议默认不会存储。

Semantic Machines

官方网站：
https://semanticmachines.com/

Semantic Machines 是一家成立于 2014 年的美国人工智能公司，专注于自然语言处理和对话式人工智能技术。该公司开发了一套名为 GeNI 的对话式人工智能系统，能够理解自然语言并进行对话。

2018 年 5 月，微软宣布收购 Semantic Machines Inc.，以增强其在自然语言处理和对话式人工智能领域的研发实力。

收购后的调整

• 微软将 Semantic Machines 的技术整合到其 Azure AI 平台中，为开发人员提供更强大的自然语言处理和对话式人工智能开发工具。

• 微软还将 Semantic Machines 的技术应用于其 Cortana 语音助手，提高其对话能力和用户体验。

• Semantic Machines 的团队加入了微软研究院，继续从事自然语言处理和对话式人工智能技术的研究和开发。

Semantic Machines 研究小组

• Semantic Machines 研究小组专注于开发前沿的人类语言技术和用户建模，致力于改善人机交互，使人工智能助手更加智能和易于使用。

Semantic Machines 技术已经整合到 Microsoft Outlook Mobile 中，为用户提供了一种通过对话交互高效且有效地管理日历的方式。团队定期在 ACL、EMNLP 和 TACL 等会议上发表研究论文，发布代码和数据，并为自然语言处理和 AI 更广泛的领域做出贡献。

Maluuba

官方网站：
http://www.maluuba.com/

Maluuba 是一家成立于 2014 年的加拿大人工智能公司，专注于深度学习和强化学习技术。该公司开发了一套名为 Maluuba Platform 的深度学习平台，可以用于训练各种人工智能模型，包括对话式人工智能、机器翻译、语音识别等。

微软于2017 年 1 月宣布收购 Maluuba，以增强其在深度学习和强化学习领域的研发实力，推进其人工智能战略，使AI对消费者、企业和开发者更加普及和有价值。。

收购背景

• Maluuba 在深度学习和强化学习方面具有专业知识，特别是在问答和决策系统方面。

• Maluuba 的愿景是朝着更通用的人工智能发展，创建能够像人类一样思考、推理和交流的有文化素养的机器。

• Maluuba 的研究和工程方法与微软的愿景和方法直接一致，微软期待从 Maluuba 的经验中学习。

• Maluuba 的创始人Sam Pasupalak 和 Kaheer Suleman 及其团队将加入微软的人工智能和研究组织并组建微软蒙特利尔研究实验室（Microsoft Research Lab – Montréal）。

• 深度学习领域的世界领先专家、蒙特利尔学习算法研究所所长 Yoshua Bengio，作为 Maluuba 的顾问，也将为微软提供咨询。

微软蒙特利尔研究实验室

• Microsoft Research Lab – Montréal 致力于构建能够从世界中学习和理解的机器，通过汇集机器学习、强化学习以及FATE（AI中的公平性、责任、透明度和伦理）研究领域的研究人员。

• 实验室专注于推进深度学习的最新技术，研究人员加速在现有和新模型上的研究突破，以推进对社会有积极影响的深度学习技术。

微软的AI理念与愿景

微软认为AI是我们这个时代的标志性技术，并力争在AI的前沿研究和产品服务整合方面处于领先地位。

“Microsoft’s Approach to AI” 介绍页面：
https://news.microsoft.com/source/features/ai/microsoft-approach-to-ai/

微软一直处于AI前沿研究的前列，并将这些强大、创新的AI技术整合到微软的产品与服务中，帮助客户实现更多。由Azure驱动的微软AI技术，每天在 Windows、Xbox、Microsoft 365、Teams、Azure AI、Power Platform、Dynamics 365 和 Microsoft Defender 中提供数十亿次智能体验。

微软的AI工具和技术旨在惠及每个组织中的每个人。它们在全球的工作场所、家庭办公室、学术机构、研究实验室和制造设施中被使用，帮助从科学家和销售人员到农民、软件开发人员和安全从业者的每个人。

微软在AI上进行了巨大的投资，因为微软对它能够帮助人们、行业和社会抱有乐观态度，并且致力于负责任地将技术和人们结合起来，实现AI的承诺。

AI基础研究

微软研究院长期致力于在计算机视觉、语音、语言、决策制定和机器学习等领域进行前瞻性研究，并持续取得突破性进展。

“AI and Microsoft Research” 介绍页面：
https://www.microsoft.com/en-us/research/focus-area/ai-and-microsoft-research/

长期贡献

• 微软研究院30多年来一直在推进计算基础，并将其转化为创新技术，为客户和社会创造价值。跨学科合作

• 研究人员在视觉、语音、语言、决策制定和机器学习等领域进行跨学科、机构和地理区域的合作。AI突破

• 在会话语音识别、机器翻译、图像描述、自然语言理解和常识问题回答等方面取得了AI突破。大规模模型

• 开发能够处理复杂信息并更自然、直观使用的大规模AI模型。深度学习与数据

• 深度学习的进展与互联网规模的数据集和Azure的AI超级计算资源相结合，使得创建多功能AI模型成为可能。模型架构与技术

• 研究在模型架构演变和创建更高效、更适应性广的AI技术方面发挥关键作用。并行计算专长

• 在并行计算等领域发展专业知识，加快机器学习模型的训练速度。实际应用

• 通过微软产品和服务解决现实世界问题，如FarmVibes项目和气候研究计划。AI4Science组织

• 专注于将深度学习应用于自然科学，模拟和预测自然现象，解决气候变化、绿色能源和药物发现等问题。新方法探索

• 项目团队探索新的机器学习方法，通过模拟自然现象生成训练数据，而不是依赖互联网数据集。推动前沿

• 旨在通过研究推动人类体验的提升和社会的积极影响，并作为全球研究社区的一部分，不断挑战可能性的极限。

负责任的AI

微软秉承负责任的人工智能实践 ，致力于在道德原则的推动下推动人工智能的发展。

介绍页面：
https://www.microsoft.com/ai/responsible-ai

微软负责任AI原则

微软致力于开发值得信赖的AI系统，制定了以下六大原则用来指导AI的开发和使用。

公平性

• AI系统应该公平对待所有人。可靠性和安全性

• AI系统应该可靠且安全地执行。隐私和安全

• AI系统应该是安全的，并尊重隐私。包容性

• AI系统应该赋予每个人能力，并吸引人们参与。透明度

• AI系统应该是可理解的。问责制

• 人们应该对AI系统负责。

微软负责任AI标准

《微软负责任AI标准》（Microsoft Responsible AI Standard）是微软为确保其人工智能系统被负责任地开发和部署而制定的一套指导原则和要求，于2022年6月发布第2版。

发布背景

• 微软在实施其AI原则时发现存在政策缺口，因此开发了这套标准，以填补法律和规范未能跟上AI独特风险和社会需求之间的空白。责任目标

• 包括影响评估、重大负面影响的监督、目的适配性、数据治理和管理以及人类监督和控制等方面。透明度目标

• 涉及决策透明度、向利益相关者沟通AI系统的能力与限制、以及AI互动披露。公平性目标

• 确保AI系统为不同人群提供相似的服务质量，包括边缘化群体，以及在资源和机会分配上最小化差异。可靠性与安全目标

• 评估AI系统的可靠性和安全性，提供相关信息给客户，并设计系统以最小化可预测或已知故障的修复时间。隐私与安全目标

• 确保AI系统符合微软隐私标准和安全政策。包容性目标

• 设计AI系统以符合微软的无障碍标准，确保系统的包容性。工具和实践

• 提供了一系列推荐的工具和实践，以帮助实现上述目标，如使用公平学习工具包、错误分析、用户研究等。持续评估

• 强调了对AI系统进行持续监控、反馈和评估的重要性，以识别和审查新用途，解决问题，管理和维护系统，并随着时间的推移改进它们。文档和沟通

• 要求提供详细的文档，包括系统的健康监控方法、操作程序、系统健康监控行动计划等，并在必要时更新客户文档。反馈和改进

• 微软欢迎对这一标准的方法和前进方向的反馈和洞察，以促进全球对话，共同推进负责任的AI实践。

负责任AI影响评估模板

《微软负责任AI影响评估模板》（Microsoft RAI Impact Assessment Template）是微软团队多年努力的成果，旨在定义一个评估AI系统可能对个人、组织和社会产生影响的过程。

系统信息

• 包括系统名称、团队名称、作者、最后更新日期和审查者信息。

• 描述系统的生命周期阶段、系统描述、目的、现有和计划中的功能、与其他系统或产品的关系、地理区域和语言支持。预期用途

• 描述系统预期用途，包括使用场景、用户、任务或目的。影响评估

• 对每个预期用途进行评估，包括适应性评估、利益相关者、潜在好处和潜在危害。

• 针对特定的负责任AI标准目标，识别特定类型的利益相关者。公平性考虑

• 针对每个适用的公平性目标，识别相关的利益相关者、可能需要公平考虑的人口群体，并解释如何应用公平性考虑。技术准备评估

• 评估系统在预期用途方面的技术准备度、任务复杂性、人类角色以及部署环境的复杂性。不利影响

• 列出系统可能受到的法律或内部政策限制的用途、不支持的用途、已知限制以及失败对利益相关者的潜在影响。数据要求

• 定义和记录与系统预期用途、利益相关者以及系统将部署的地理区域相关的数据要求。影响总结

• 汇总在影响评估过程中识别的潜在危害，并提出初步的缓解措施。

• 评估哪些负责任AI标准的目标适用于该系统，并在开发过程中完成相关要求。签署影响评估

• 在继续下一步之前，完成适当的审查并签署影响评估。确保在开始开发前，根据组织的要求完成所有必要的审查和批准。

Responsible AI Toolbox

微软负责任AI工具箱（Responsible AI Toolbox）是一个开源框架，旨在帮助开发者构建可靠且负责任的AI产品和系统。

开源工具箱

• 提供了一系列工具和资源，以支持负责任的AI开发实践。目标

• 促进AI系统的透明度、公平性、可靠性、安全性和隐私保护。工具和资源

• 包括用于评估AI系统影响的模板、设计指南、工作手册和原型制作工具。设计指南

• 提供了人类与AI互动的最佳实践，指导AI产品规划。工作手册

• 帮助团队优先考虑在产品中实施哪些指导原则。原型制作

• 对于使用自然语言处理的应用，帮助识别常见失败并规划缓解措施。社区参与

• 鼓励社区成员贡献和改进工具箱，以适应不断变化的AI领域需求。GitHub资源

• 工具箱托管在GitHub上，方便开发者下载、使用和贡献代码。

Human-AI Experience Toolkit

微软 HAX（Human-AI Experience）Toolkit 是一个为团队设计面向用户的AI产品而提供的实用工具集。它帮助团队概念化AI系统将如何运作以及它的行为方式，并建议在设计过程的早期使用。

设计库

• 提供了人类与AI互动的指导原则，以及如何应用这些原则的设计模式和示例。学习工具

• 通过阅读指导原则的概述和浏览设计模式和示例，熟悉人类与AI互动的最佳实践。工作手册

• 与团队一起使用工作手册，这是一个讨论和规划指南，帮助确定首先实施哪些指导原则以及如何实施。原型制作

• 如果正在创建使用自然语言处理（NLP）的产品，使用HAX工具包来识别AI系统可能失败的方式，以便规划解决方案，帮助用户从不可避免的失败中恢复。开始使用HAX工具包

• 工具包灵活，可以根据需求、用例和产品生命周期的阶段混合使用不同的工具。如果需要指导，提供了开始使用的建议步骤。创建以人为本的AI

• AI构建者建议将HAX工具包制度化到产品设计中，以便在第一代产品中构建更好的用户体验。

AI for Good Lab

微软 AI for Good 实验室是微软研究院下属的一个研究小组，通过其研究和项目，积极为所有人创造一个积极、有影响力和技术赋能的未来。

Lab 主页：
https://www.microsoft.com/en-us/research/group/ai-for-good-research-lab/

使命与承诺

• 专注于创造一个公平、可持续、有韧性和安全的未来。研究重点

• 使用大数据和微软云技术，与合作伙伴合作应对全球性挑战。

• 数据科学家利用AI解决基本权利、可持续性、灾害响应和健康差异等问题。倡议

• 在全球范围内支持数字经济的包容性，测量数字素养，识别差距，并创建工具以提高全球数字技能的获取。

• 支持可持续性，例如使用AI绘制世界太阳能和风力设施地图，并在埃及和肯尼亚开设新位置以增强全球南部的气候韧性。

• 通过应用机器学习到地理空间数据，帮助国家在自然灾害面前更具韧性，并开发工具预测灾害影响。

作为负责任AI行动的一部分，微软的 AI for Good 计划提供资金、技术和专业知识，帮助个人和非营利组织在多个领域加速AI技术的应用与进步。

相关链接

• Microsoft AI
  https://www.microsoft.com/ai

• Microsoft Research
  https://www.microsoft.com/research/

• Microsoft Open Source
  https://opensource.microsoft.com/

• AI Business School
  https://www.microsoft.com/ai/ai-business-school

• AI for Beginners
  https://microsoft.github.io/AI-For-Beginners/

• Generative AI for Beginners
  https://microsoft.github.io/generative-ai-for-beginners/

• Microsoft AI Education Community (AI-Edu)
  https://microsoft.github.io/ai-edu/

版本v1.0，整理于2024年2月。
本文首发公众号：ADFeed。