对天生式人工智能而言，2023年是具有主要意义的一年。
在这一年里，数百万人通过利用 ChatGPT 和 Microsoft Copilot[1] 等工具，让人工智能从实验室走进了我们的现实生活。
展望2024年，人工智能将会变得更加便利和实用、更加深入细微，并将融入到那些可以提升我们日常事情和帮忙办理环球性问题的技能中。

以下是微软研究院认为在2024年值得关注的三个主要的人工智能发展趋势。

本文编译自微软博客：https://news.microsoft.com/three-big-ai-trends-to-watch-in-2024/

小措辞模型

如果你曾利用 Microsoft Copilot 来回答复杂的问题，那么相信你已经感想熏染到了大措辞模型（LLMs）的强大能力。
这些模型非常巨大，须要占用大量的打算资源来运行，以是小措辞模型（SLMs）的发展就变得十分主要。

参数是影响模型行为的变量或可调节元素。
只管与大措辞模型的数千亿参数比较，小措辞模型所拥有的数十亿参数要少得多，可这仍旧相称弘大，但已足够在手机端离线运行。

微软研究院机器学习根本组卖力人 Sebastien Bubeck 表示：“小措辞模型在规模和本钱上的上风，将会让人工智能更加遍及。
与此同时，我们也在探索新的方法，让它们能够达到和大措辞模型一样强大的水平。
”

目前，微软研究院的研究员们已经开拓并发布了两个小措辞模型——Phi[2] 和 Orca[3]，它们在一些领域展现出了与大措辞模型同样乃至更好的性能。
而这对“规模是性能的担保”不雅观点也提出了质疑。

不同于利用海量互联网数据进行演习的大措辞模型，小措辞模型利用的都是筛选的高质量演习数据，研究员们在模型的规模和性能之间取得了平衡。
2024年，我们有望看到更多优化过的小措辞模型，它们将会推动研究和创新的进一步发展。

多模态人工智能

大多数大措辞模型只能处理文本数据，但多模态模型则可以理解来自文本、图像、音频和***平分歧类型的数据。
多模态模型强大的综合能力，可以让技能在搜索工具和创意运用等领域发挥更好的浸染，提升它们的丰富性、准确性和连贯性。

Microsoft Copilot 的多模态模型能够处理图像、自然措辞和必应的搜索数据，因此用户可以利用 Microsoft Copilot 来得到上传图像中的干系信息。
例如，借助 Microsoft Copilot 用户可以理解某张照片中的纪念碑的历史故事。

多模态人工智能也为 Microsoft Designer[4] 供应了支持。
Microsoft Designer 是一款可以根据用户描述智能天生视觉图像的图形设计运用。
除此之外，多模态人工智能还可以实现微软 Azure AI 做事中的自定义神经语音[5]，或为文本阅读器和须要语音支持的残障人士供应自然的语音输出。

微软首席技能官办公室首席工程师 Jennifer Marsman 表示：“多模态能够创造更加人性化的体验，更好地利用人类的各种感官，如视觉、措辞和听觉。
”

科学探索中的人工智能

专家预测，人工智能工具有潜力在促进科学创造方面实现打破，从而帮助应对如景象变革、能源危急和疾病等环球性问题。

为了缓解景象变革并帮助农人更高效地事情，微软的研究员们正在利用人工智能构建更精确的景象预测工具、碳排放估算工具以及其他有利于农业可持续发展的工具。
不仅如此，研究员们还在探索能够帮助农人进行田间作业的人工智能技能[6]。
比如，利用谈天机器人帮助农人识别陌生的杂草、基于农场特天命据比较不同灌溉方法的效率等。

在生命科学领域，研究员们正在互助构建环球最大的基于图像的人工智能模型以抗击癌症[7]，并利用前辈的人工智能技能来探求治疗传染性疾病的新药物[8]和打破性药物的新分子[9]。
这类技能的研发常日须要经由数年的科学实验和试错，现在借助人工智能，这个过程将缩短至几个月乃至几周。

材料科学是一个致力于开拓具有特定性能的新材料的广泛领域。
人工智能也在这个领域发挥着创新浸染。
最近的一项研究打破就展示了人工智能和高性能打算加速探求低毒性电池材料的能力[10]。

微软研究院科学智能中央卖力人 Chris Bishop 表示：“人工智能正在推动科学创造的革命。
这可能是人工智能最令人愉快的运用领域，也是最主要的运用领域。
”

干系链接：

[1] Microsoft Copilot

https://copilot.microsoft.com/

[2] Phi

https://www.microsoft.com/en-us/research/blog/phi-2-the-surprising-power-of-small-language-models/

[3] Orca

https://www.microsoft.com/en-us/research/blog/orca-2-teaching-small-language-models-how-to-reason/

[4] Microsoft Designer

https://designer.microsoft.com

[5] Azure AI自定义神经语音做事

https://learn.microsoft.com/zh-cn/azure/ai-services/speech-service/custom-neural-voice

[6] Project FarmVibes

https://www.microsoft.com/en-us/research/project/project-farmvibes/

[7] Paige Announces Collaboration with Microsoft to Build the World’s Largest Image-Based AI Model to Fight Cancer

https://paige.ai/paige-announces-collaboration-with-microsoft-to-build-the-worlds-largest-image-based-ai-model-to-fight-cancer/

[8] GHDDI与微软研究院科学智能中央达成互助，联手通过AI革命性赋能新药研发

https://www.msra.cn/zh-cn/news/headlines/ghddi-msr-ai4s

[9] Novartis empowers scientists with AI to speed the discovery and development of breakthrough medicines

https://news.microsoft.com/source/features/digital-transformation/novartis-empowers-scientists-ai-speed-discovery-development-breakthrough-medicines/

[10] Discoveries in weeks, not years: How AI and high-performance computing are speeding up scientific discovery

https://news.microsoft.com/source/features/sustainability/how-ai-and-hpc-are-speeding-up-scientific-discovery/