日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

在倫敦舉行的 AI 技術演講中，微軟首席執行官 Satya Nadella 探討了人工智能如何變革計算界面，并為智能代理設定了目標。他在演講中明確表示，微軟的目標是通過技術賦能英國的每一位個人和組織，幫助他們實現更高成就。這不僅包括提升小企業的生產力，還涵蓋提高跨國公司的競爭力，以及增強公共部門的效率。為實現這一目標，微軟正在構建三個關鍵平臺。其中不僅有作為 AI 用戶界面的 Copilot，還有一個完整的 AI 技術棧，以及支持新設備的 Copilot 設備。這些措施展示了微軟在推動人工智能普及和應用方面的承諾，旨在為社會帶來切實的提升和變革。Satya Nadella 在倫敦演講的核心觀點包括：

·  技術能力的指數級增長：薩提亞·納德拉強調了“人工智能時代”的到來，提出了“AI 擴展定律”，即技術能力每六個月翻倍，這得益于計算能力的提升和更優的數據及算法使用技術。

·  計算界面的根本性變化：隨著自然語言處理和多模態輸入輸出能力的發展，計算界面將經歷一場革命。推理引擎的進化將使其能夠處理數據并擁有更豐富的上下文和記憶。

·  技術平臺的協同作用：微軟致力于通過三個平臺——Copilot 作為 AI 用戶界面、完整的 AI 技術棧，以及支持新設備的 Copilot 設備——來幫助個人和組織實現更多成就。這些平臺將通過智能代理連接起來，使用戶能夠創建自己的智能代理和應用程序。

·  邊緣設備的重要性：納德拉預見到邊緣設備在 AI 時代的重要性，認為它們的發展將成為關鍵。他提到了將 CPU、GPU 和 NPU（神經網絡處理單元）結合在一起的 Copilot 設備，這將開啟一個新時代，允許在邊緣設備上進行更復雜的應用開發。同時，他強調了可信的 AI、隱私和安全的重要性，認為技術信任是技術擴散的核心。

以下是本期內容的完整翻譯，我們作了不改變原意的刪減。

技術能力每六個月就會翻倍成長

薩提亞·納德拉（Satya Nadella）

早上好。很高興再次回到倫敦，回到英國，特別是在這一新技術平臺即將面世之際。今早，我意識到微軟已經在英國扎根四十年，而我個人在過去三十多年里也多次來到這里?；叵肫?1990 年代初我在英國的首次演講，那時我演示的是 Excel。這段科技之旅讓我目睹了 PC 客戶端服務器的興起、互聯網的發展，以及云計算與移動技術的革命。

如今，我們正處于人工智能時代技術轉型的初期。理解這股核心驅動力是我們大有裨益。我在 1992 年加入微軟時的技術見解主要源于摩爾定律，該定律奠定了我們對未來技術發展的理解基礎。而今天，我們面臨一股新的潮流，即“AI 擴展定律”。這一經驗法則顯示，技術能力每六個月就會翻倍成長，這主要得益于計算能力的提升以及更優的數據和算法使用技術。

我們可以看到計算界面的根本性變化。自然語言處理以及多模態輸入和輸出的能力將徹底革新每一種計算界面。此外，我們還見證了推理引擎的進化，它不僅能處理數據，還有更豐富的上下文和記憶。

我們的目標是通過技術幫助英國的每個人和每個組織實現更多成就。這包括提升小企業的生產力，提高跨國公司的競爭力，以及增強公共部門的效率。我們現在正致力于建立三個平臺：Copilot 作為 AI 用戶界面、完整的 AI 技術棧，以及支持新設備的 Copilot 設備。

Copilot 將把這些智能代理連接起來，就像 PC 或電話成為用戶接口一樣，而 Copilot 是 AI 的用戶界面。更重要的是，它能通過 Copilot Studio 讓用戶創建自己的智能代理和應用程序。通過這種方式，任何人都可以輕松創建和使用 AI 代理。

這些工具已經在多個領域，尤其是銷售、市場營銷和客戶服務中取得了顯著的影響。不僅提升了效率，還降低了成本。這種變革正在英國的各個行業發生，我們正在見證這些創新工具為用戶帶來的積極變化和反響。

賈里德·斯帕塔羅（Jared Spataro）

感謝 Satya。很多人對麥肯錫公司都很熟悉，這是一家全球領先的管理咨詢公司。對于麥肯錫來說，客戶體驗是其首要任務，他們始終致力于優化和改善與客戶的每一個接觸點。因此，當他們同意與我們合作，利用 Copilot Studio 開發一個自動化代理簡化客戶體驗時，我們感到非常高興。讓我們一同來了解一下這一過程。

一切都始于一封潛在客戶發來的電子郵件，正如你在屏幕上看到的。在過去，他們需要安排人員接收這些郵件，并逐一解析，以確定下一步行動：郵件需要轉交給誰？公司內部有什么專業知識？這正是自動化代理介入的地方。現在，郵件一到，代理就立即開始工作。你可以看到，代理在解析郵件，處理人類語言的模糊之處，比如識別會議主題，檢查會議記錄，并將其映射到行業標準術語。最后，它會在公司內部鎖定合適的人選推進下一步。掌握這些信息后，代理會撰寫一封總結郵件，并發送給相關人員。這正是你在屏幕上看到的內容。

面對大量郵件的涌入，代理能夠處理、總結并將信息發送給公司中合適的合作伙伴以采取行動?，F在，我們需要停下來反思所見所聞。發生這一切的速度之快，可能讓你錯過了核心要點。這個代理系統只需一套通用指令，就可以處理所有人類交流中的復雜性，并判斷出客戶所需的正確接觸點。更令人興奮的是，我們將追溯回去，看看建立這樣一個代理是多么簡單。

為此，我們進入了 Copilot Studio。在這里，你可以看到，我們與麥肯錫合作開發了這個代理， 而不是依賴復雜編程，而是用自然語言，就如同向同事解釋任務一樣。你還可以看到建立這個自動化代理的關鍵在于設置一個所謂的觸發因素。在這個例子中，觸發因素是監控一個電子郵件地址，郵件送達即觸發反應。實際上，你也可以將其設置為監控更廣泛的系統事件，始終準備響應。此外，你還可以像對待普通同事一樣，添加知識，如 Word 文檔、SharePoint 站點和會議數據庫。

當然，還可以添加其他知識來源，包括 SAP 或 ServiceNow 等業務平臺，甚至是數據庫。最后，為了讓代理完成任務，你需要為它提供一系列的操作。在這個流程中，我們看到這些操作包括提取相關信息和總結人類撰寫的內容。所有這些結合起來，使代理系統強大無比，能夠輕松處理人類交流中的不確定性?，F在，我們收到了一封新的客戶會議郵件。令人振奮的是，這一流程具備可擴展的潛力。它是如何實現可擴展性的呢？我們進入活動面板，查看它正在處理的大量會議列表。放大頂部區域，可以看到它完成了超過 1,300 次會議，目前還有 33 個正在進行中。如果需要了解更多細節，進入分析選項卡即可。這意味著代理系統一直代表公司在高效運作，這讓我們深感振奮。

與此同時，雖然代理系統非常出色，但有時仍需要人類的幫助。因此，我們深入一個案例，從第二步開始，看看遇到的一些問題。當你查看時，會發現代理完成了前面的步驟，但在尋找合適的合作伙伴上遇到了難題。如果進一步查看，可以發現原因，比如它找到的合適合作伙伴已經離職。此時，指令要求匯報給人類管理者，以尋找其他合適的人選。為了進一步查看，我們轉到 Copilot，觀察與人類管理者的互動界面。在右下角，你會看到在 Copilot 中出現了一條通知。然后，管理者獲得所需的信息，來確定誰是合適的郵件接收人。

回到總部的代理系統，你會看到它獲取這些信息并完成需要執行的內容。對此我們感到振奮，因為麥肯錫的試驗證明這項技術能將交付周期縮短 90%，并降低 30%的行政管理成本。查看這份列表，我們可以設想這是一種編排機制，幫助個人、團隊和部門簡化并自動化流程。這些代理的創建非常簡單，任何人都可以做到。你將在 Copilot Studio 中設計和配置這些，而 Copilot 則與它們互動。我們對此技術感到興奮，期待與您分享其應用。

薩提亞·納德拉（Satya Nadella）

希望這些信息能讓您理解 Copilot 如何發展成為一個優化工作、工作流程和創造工作的集成平臺。Copilot Studio 和代理在這個過程中實際上扮演了協調者的角色，通過與 Copilot 接口，幫助各個代理在個人、組織或業務流程的背景下協同工作。這就是這些元素協同運作的方式。

現在，我想介紹下一個平臺，即 Copilot 與代理?；?AI 平臺。我們的最終目標是讓每位軟件開發人員利用我們在 Copilot、Copilot Studio 和代理中構建的各層技術棧，開發自己的 AI 系統。要實現這一切，需要最廣泛的基礎設施。當談到 Azure 時，我們將其視為全球計算平臺，目前已在 60 多個地區擴展。在英國，我們有 UK West 和 UK South。

去年，我們宣布將通過超過 25 億美元的投資來進一步擴展這項設施，這讓我們倍感振奮。這是一個持續發展的過程。我們將為英國帶來最佳的基礎設施，包括傳統計算和 AI 計算，讓您能夠利用這一基礎。我們正在進行大量工作以確?；A設施能夠對 AI 負載進行優化，包括與 NVIDIA 合作開發的硅片。我最近還看到了即將上線的 GB200 及其浸沒式液體冷卻技術。事實上，我們也通過 Maia 的硅片設計工作借鑒了部分浸沒式液體冷卻技術，目前這項技術甚至可以在不同的硅片上使用。我們還與 AMD 合作，在硅片層面建立了出色的伙伴關系。

接下來，我們致力于打造最佳的優化方案，無論是用于訓練還是推理，以便您能夠構建自己的 Copilot。在核心基礎設施方面正在進行大量工作。對于任何開發 AI 應用程序的開發人員來說，數據是另一個非常關鍵的因素，因為無論是用于訓練還是推理，執行諸如檢索增強生成之類的操作，您都需要完善的數據資產。為了實現這一目標，您需要能夠將所有數據遷移到云端，并與 AI 結合。這實際上是一種引力效應，無論 AI 計算在何處，數據都會隨之遷移。因此，我們正在確保您可以將 Oracle 資產、Snowflake 資產等數據資源遷移到云端?；诖?，我們建立了一流的云原生數據基礎設施，適用于從 OLTP 開始的各類數據庫，包括 Cosmos DB，SQL 和 Postgres。

邊緣設備的發展將成為關鍵

薩提亞·納德拉（Satya Nadella）

實際上，考慮到 AI 與數據的結合，每一個 AI 應用程序都需要存儲狀態。AI 的 API 是無狀態的，但一旦涉及到實際應用和真實工作負載時，就會變得相當有狀態。例如，ChatGPT 就是像 Cosmos DB 或 Azure Search 這樣的服務的最大用戶之一。這表明，當你構建像 Copilot 或 ChatGPT 這樣的應用時，需要一個穩健的數據資產。我們正著手構建應用服務。

如果你擁有基礎設施和數據，自然就需要應用服務。我記得以前提到過 。NET 的相關工作中做了很多貢獻。事實上，現在我們進入了一個新的應用服務時代。我們為云原生應用程序構建各種服務，無論是容器應用還是應用服務，AKS 和函數依然是必要的?；仡?ChatGPT 的架構，實際使用的每個 GPU 都有基于 AKS 的常規計算比。這樣就涉及到應用服務，以及新興的 AI 應用服務。事實上，AI 應用服務在開始時就提供了最廣泛的模型選擇。

我們對于與 OpenAI 的合作創新感到非常興奮，包括從 GPT-o1 到 GPT-4o 以及所有頂尖的前沿模型，還包括開源模型如 Llama 和 Mistral，甚至閉源的提供商如 Cohere，都提供了豐富的模型選擇。一旦擁有最廣泛的模型，AI 應用服務接下來提供的就是監督微調 （SFT），以便在這些模型基礎上進行微調并集成到應用中。我們有所有工具來支持這些功能，例如 Azure Search 幫助你在數據或應用中將大型語言模型 （LLM） 與數據結合。不僅如此，還提供確保應用安全的服務。對于應用服務領域的每一次創新，我們都感到興奮。你擁有應用服務、AI 應用服務和最強大的工具鏈。

事實上，我感到最自豪的是自 1975 年以來，Microsoft 對為軟件開發者構建工具的投入。這是我們的核心所在。利用 VS Code 和 GitHub 以及 GitHub Copilot，軟件開發者能夠借此工具鏈達到新的高度。我最近看到的最酷的事情之一就是 O1 映射到 GitHub Copilot，你可以使用 AI 實現接下來的優化。幻燈片上展示了我們用 O1 優化的 GitHub Copilot 自編碼器。試想一下其遞歸性，我們正在用 AI 構建 AI 工具，以打造更佳的 AI。這是一個全新生產力提升的領域。

GitHub 計劃在接下來的 GitHub Universe 活動中展現我們的成就，我對此充滿期待。我非常期待看到我們在 GitHub Copilot 工作空間中的努力結晶。事實上，僅在英國就有 370 萬 GitHub 開發者。這一快速增長使英國位列全球第五，增長率達到了 22%?？吹竭@些發展令人振奮，我認為這會成為一個真正的轉折點。門檻降低后，我總開玩笑說，現在每個周末我都能重新寫代碼。因為 GitHub Copilot，我們任何人都能快速克隆代碼庫，并在有限時間內完成項目。這真是令人興奮。

今天早上，我有機會見到了許多合作伙伴，包括英國心臟基金會，他們在機器學習和 AI 的應用上表現卓越。Azure 語音服務甚至被用來模擬緊急呼叫，讓人在關鍵時刻更為安心，這是一個重要的應用例子。匯豐銀行也在積極應用 AI 工具，提升客戶經理整個過程中對信用審批的處理效率。他們有效創建了一個 AI 代理，整合到了他們的移動應用，并為客戶經理提供支持。我還見到了 Mondra 的開發團隊，他們正在為英國及其他地區構建一個完整的食品安全和供應鏈數字孿生，借此改善其可持續性。這一產品在現實世界中必將產生積極影響。

另一家讓我關注許久的初創公司是 Wayve。Wayve 探索了一種 AI 優先的方法，致力于從根本上重新構建 ADAS 系統，以更好地實現 AI 驅動的自動駕駛理念。

薩提亞·納德拉（Satya Nadella）

接下來，我想討論最后一個平臺，即 Copilot 設備。Copilot 設備與 PC 搭配，是我們在半年前推出的，我們對其代表的意義感到十分振奮。這開啟了一個全新的時代，允許在邊緣設備上使用 CPU、GPU 和 NPU（神經網絡處理單元）。

仔細思考一下，盡管摩爾定律在云端一直表現優異，但我認為展望未來，AI 時代不僅由云端發展決定，邊緣設備的發展也將成為關鍵。我們甚至可能在某些模型架構上取得基礎性突破，實現這種混合應用方式。因此，不應再將其視為傳統的客戶機和服務器模型，因為這已不再適用。我們必須將其視作一個連續分布的架構，而這正是我們的設計理念。我們并不將 Copilot PC 視為獨立存在的設備。當然，它可以用來保護隱私，但更重要的是，它能與云端進行全面的整合。這就是這些設備即將帶來的變革。

對于你們這些游戲玩家而言，令人激動的是，當充分利用 GPU 時，還可以利用 NPU 進行所有向量化操作，這種應用開發類型將逐步實現。這將成為一個新平臺，正如人們為 PC 和 GPU 構建創新應用一樣，現在你會看到人們開始為一個由 NPU、GPU 和 CPU 組成的世界構建。這將是一個非常有趣的世界。所以我想通過談論這三個平臺可能具備的基礎特性來結束，我認為這些特性至關重要，即可信的 AI、可信的隱私和可信的安全。因為技術信任將是我之前提到的所有擴散的核心。如果人們不信任它，就無法使用它，這對任何人都沒有好處。

因此，我們所做的非常明確。首先，我們制定了一套核心原則，無論是關于安全、隱私還是 AI 安全。比我們承諾更重要的是，我們實際構建了什么能力來實現這些承諾。事實上，即便是今天，當你考慮安全性時，在部署新的 AI 模型時，首先要做的就是測試它抵御對抗性攻擊的能力。這不僅涉及發現漏洞，還包括一些如提示注入攻擊對模型產生的影響。能夠模擬對抗攻擊是一個重要的考慮因素。

此外，我們在隱私方面結合機密計算的工作，必須與最新、最優的模型結合進行。同樣，我們知道大語言模型（LLM）會出現幻覺，因此，在討論 AI 安全時，使用 AI 來評估任何輸出的基礎性是非常重要的。這些是我們在平臺中集成的具體能力，使軟件開發人員可以信任它們，并確保這些 AI 平臺開發的軟件產品的用戶對其充滿信任。我認為這是我們的核心所在。所有這些都回到我最初所說的，技術最終必須對現實世界產生影響，包括對個人和組織，無論在英國還是其他地方，只有這樣我們才能推動經濟增長和盈余，真正改善整個經濟體的表現。我對未來幾年在這里看到的一些創新及你們和合作伙伴通過這些創新將實現的成就感到無比振奮。非常感謝大家。謝謝。

來源：毫河風報