(本文閱讀時間：4分鐘)
人工智慧技術正在不斷突破我們的想象空間，並逐漸成為推動社會變革和科技進步的核心力量。在即將到來的 Microsoft Research Forum 第四期中，來自微軟研究院不同實驗室的研究員們將帶大家瞭解最新的多模態 AI 模型、先進的 AI 評估基準和模型自我改進技術，以及全新的 AI 推理和複雜最佳化計算機，並與大家共同探討 AI 模型將如何助力從天氣預測到材料設計等各領域的進步。
本期 Microsoft Research Forum 的內容涉及多模態模型的最新技術發展和應用、模型最佳化、AI 使用素養等前沿話題，歡迎感興趣的朋友掃描文末二維碼註冊，並在北京時間9月4日觀看線上直播！
本期內容預告：
主題演講：Phi-3-Vision：功能強大的“小型“語言視覺模型
在本次主題演講中，高劍峰將介紹一種先進且經濟實惠的開源多模態模型 Phi-3-Vision。作為 Phi-3 模型家族的一員，Phi-3-Vision 可透過整合多感官技能，無縫整合語言和視覺能力，進而增強語言模型。
圓桌討論：超越語言：多模態模型在醫療健康、遊戲和人工智慧領域的未來
研究員們將在圓桌討論環節深入探討多模態模型在各個領域的變革潛力與核心挑戰，包括精準醫療、遊戲智慧和基礎模型，並分享他們對多模態模型未來發展方向、如何縮小差距以及促進領域內協同發展的觀點。
演講1：面向可持續發展人工智慧及更廣泛應用的模擬光學計算
（Analog optical computing for sustainable AI and beyond）
在演講中，來自微軟劍橋研究院的兩位研究員將介紹模擬光學計算機。這一新型計算機有潛力將人工智慧推理和複雜最佳化工作負載的速度提升100倍，並利用硬軟體的協同設計來提高實際應用的效率和可持續性。
演講2：直接納什最佳化：教語言模型根據一般偏好進行自我改進
（Direct Nash Optimization: Teaching language models to self-improve with general preferences）
Corby Rosset 將在演講中與大家探討如何利用類似 GPT-4 的偏好決策器來教授語言模型進行自我改進，其從雙人博弈的視角出發以在納什均衡點上找到最優策略，並在諸如 Alpaca-Eval 和 MT-Bench 等基準測試中實現對 GPT-4 Turbo 的最先進勝率。
演講3：極光計劃：首個大規模大氣層基礎模型
（ Project Aurora: The first large-scale foundation model of the atmosphere）
在演講中，Megan Stanley 將介紹前沿基礎模型 Aurora。Aurora 提供了一種全新的天氣預報方法，將會改變人們預測和減輕極端事件、空氣汙染及氣候變化影響的能力。
演講4：用於計算機模擬實驗與發現的生物學生成模型
（ A generative model of biology for in-silico experimentation and discovery）
Kevin Yang 將在演講中探討深度學習如何使我們能夠生成新穎且有用的生物分子，從而幫助研究人員和相關從業人員更好地理解生物學。
演講5：培養對人工智慧的適當依賴
（Fostering appropriate reliance on AI）
由於機率性，人工智慧系統都會犯錯。人機互動中的一個主要挑戰就是培養對 AI 的適當依賴，並使 AI 系統的使用者能夠判斷何時接受或拒絕 AI 系統的建議。Mihaela Vorvoreanu 將在演講中介紹微軟在相關方向上的工作，其旨在培養人們對 AI 適當的依賴，幫助人們在 AI 輸出正確時接受它，在 AI 輸出錯誤時拒絕它。
9月4日，第四期 Microsoft Research Forum 將在雲端與你相聚，不見不散！
歡迎掃描下方二維碼進行註冊、參與線上直播！
https://aka.ms/msra_rf
你也許還想看：