江苏龙网

  1. 主页 > 生活百科 > >

2023年微软开源八个人工智能项目

人工智能

作者 | Tsamia Ansari
自2001年软件巨头微软前首席执行官史蒂夫·鲍尔默对开源（尤其是linux）发表尖刻言论以来 ， 微软正在开源方面取得了长足的进步 。继ChatGPT于去年年底发布了后，微软的整个2023年，大多数技术都是面向开发人员和研究人员公开发布 。
微软全年发布了不少人工智能和机器学习模型、项目和库 ， 为开源尽了自己的一份力量 。以下为诸君呈现值得关注的8个项目 。
1、Orca and Orca 2【2023年微软开源八个人工智能项目】微软发布了Orca 2 。这是一对小型语言模型 ， 在零样本环境中涉及复杂推理任务的测试中，它们被证明在规模上与大得多的语言模型不相上下，甚至超过了它们——这里指的是大五到十倍的语言模型，包括Meta的Llama-2 Chat-70B 。
Orca 2有两个版本：一个有70亿个参数，另一个有130亿个参数 。它们是最初130亿参数Orca 模型的演变，建立在其前身奠定的基础上 。
2、Terminal Chat微软开源产品阵容中最新鲜的一个是终端聊天 。现在，它挂在windows终端Canary上，让用户能够与终端中的人工智能服务聊天 。
这个漂亮的功能让用户可以利用智能建议 ， 比如获得命令帮助或找出那些令人讨厌的错误消息，所有这些都不会丢失对终端会话中发生的事情的跟踪 。
3、Phi-2在最近的Ignite会议上，微软推出了名为Phi-2的新的小型语言模型 。它是今年早些时候发布的版本1和1.5的继任者 。Phi-2有27亿个参数 ， 在数学和编码方面优于Llama-2-7B模型 。
还有传言称，Phi-2的聊天版正在努力修复其在这些领域的一些弱点 。在同一次会议上，纳德拉还宣布了“模型即服务（MaaS）”，这意味着用户现在可以通过托管API访问开源模型 。这看起来就像，不用自己繁琐设置就可以使用花哨的技术工具 。
4、Radius在Linux基金会成员峰会上，微软Azure首席技术官Mark Russinovich介绍了一项名为Radius的开源计划 。该平台是为云原生应用程序设计的，允许开发人员和运营商在公共云和私有基础设施上创建、部署和合作此类应用程序 。
Radius配备了方便的功能，如配方和连接 。这些要素在精简部署和自动化资源设置过程中发挥着至关重要的作用 。从本质上讲，Radius为团队提供了一个集中的工具包，使协作更加有效和高效 。
5、Visual ChatGPT2023年4月，AI target=_blank class=infotextkey>OpenAI推出了Visual ChatGPT，这是一款聊天机器人 ， 旨在根据用户的文本输入创建和操作图像 。这一创新系统将OpenAI的ChatGPT与22个不同的视觉基础模型（VFM）相结合，增强了其促进多模式交互的能力 。
值得注意的是，该机器人能够通过两种方式生成图像：它可以使用文本提示从头开始生成图像，也可以从聊天历史中调整现有图像 。这种双重功能为其图像相关响应增加了动态维度 。
6、Semantic Kernel今年3月，该公司决定公开一个内部项目，旨在帮助开发者将先进的人工智能模型融入他们的应用程序 。
这个名为Semantic Kernel（SK）的项目在Github上被描述为“一个轻量级的SDK，有助于大型语言模型与传统编程语言的集成 。”通过开源SK，该公司不仅加快了以人工智能为中心的应用程序的开发过程，还为开发人员提供了一个了解SDK内部工作的机会 。这种透明度与OpenAI使用GPT-4的方法形成了鲜明对比，在GPT-4中，技术细节的发布被隐瞒，这与过去的做法不同 。
7、Olive微软将Olive开源，为用户提供类似于微软Windows团队所喜欢的人工智能工具访问级别 。
一旦集成到用户的开发环境中，Olive就成为了一个方便的工具，可以自动调整和优化为特定硬件目标定制的模型 。Olive提供了多种调整选项，每种选项都是为不同的型号设计的 。例如，如果您使用的是transformer ， Olive可以实现相关的优化，并帮助在模型的约束之间取得平衡，从而有效地管理延迟和准确性 。
8、Feathr 1.0在Feathr于2023年发布一年后，该公司宣布了其更新版本 。这一最新迭代有许多新功能和改进，包括在线转换、快速沙盒环境、与MLOP V2加速器的集成，以及许多其他增强功能 。这些补充旨在加快企业规模的机器学习项目的开发和部署 。
原文链接：https://analyticsindiamag.com/8-ai-projects-microsoft-open-sourced-in-2023/




    推荐阅读


    上一篇：关于 Redis ，这里有你不知道的知识

    下一篇：无监督学习中的聚类算法综述