注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页出版图书科学技术计算机/网络软件与程序设计其他编程语言/工具无界:透视微软创新研究之境

无界:透视微软创新研究之境

无界:透视微软创新研究之境

定 价:¥108.00

作 者: 微软亚洲研究院
出版社: 电子工业出版社
丛编项:
标 签: 暂缺

购买这本书可以去


ISBN: 9787121496813 出版时间: 2025-04-01 包装: 平装-胶订
开本: 32开 页数: 字数:  

内容简介

  大模型的持续迭代不仅激发了学术界和产业界的深刻变革,也加速了技术在各领域的广泛应用。面对快速变化的世界,如何持续创新并引领全球发展?对于这个问题,已成立26 年的微软亚洲研究院有着深刻的见解。作为全球技术创新的典范,微软亚洲研究院自成立以来,不断创造具有突破性、对全球社会有积极影响的技术成果,树立了推动全球科技进步的标杆。微软亚洲研究院以其独特的企业研究院模式,吸引了一批世界级的科研人才。这些研究人员不懈地在科学高峰上探索,实现了多项从零到一的突破,推动了人类社会的进步和发展。 微软亚洲研究院将顶尖科研人员对人工智能、计算机与其交叉学科领域的观点洞察和前沿展望,以及在各个领域的研究经验和成果结集成册,不仅是对数年来科研成就的回顾和总结,更是对全球科技进步的珍贵贡献。希望此书能为相关领域同人提供有价值的启发,激发新的智慧与灵感,推动科技向前发展。

作者简介

  微软亚洲研究院成立于1998年,是微软公司在亚太地区设立的研究机构,在北京、上海、温哥华、东京、新加坡和香港设有实验室及研究岗位。通过来自世界各地的多元人才的鼎力合作,秉持开放研究的理念,微软亚洲研究院已经发展成为世界一流的计算机基础及应用研究机构。多年来,从微软亚洲研究院诞生的新技术层出不穷,对微软公司的产品创新以及全球范围的科技发展产生了深远的影响。作为微软研究院全球体系的一员,微软亚洲研究院拥有广阔的国际视野,同时融合了东西方创新文化的精髓。微软亚洲研究院倡导对技术进步怀有远大抱负,推崇富于冒险的极客创新精神,鼓励研究人员拓展研究的深度与广度,跨越计算机领域的界限,把视野拓展到解决具有广泛社会意义的问题上,为未来的计算新范式奠定基础,并为人工智能和人类发展创造更美好的未来。

图书目录

第1章 引领计算新范式 1
1.1 深入的科学研究比以往任何时候都更加重要 2
1.2 人工智能基础创新的第二增长曲线 8
1.2.1 基础模型是人工智能的第一性原理 10
1.2.2 推理效率是新一代基础模型架构革新的关键驱动力 12
1.2.3 推动多模态大语言模型演进,迈向原生多模态 14
1.2.4 推进通用型人工智能基础研究第二增长曲线 16
1.3 大模型时代的计算机系统革新:更大规模、更分布式、更智能化 18
1.3.1 大规模和高效的计算机系统是下一代人工智能发展的基石 19
1.3.2 以智能化为内核,重塑云计算系统 20
1.3.3 分布式系统将是分布式智能的关键基础设施 22
1.3.4 未来的计算机系统将自我演化 23
1.4 媒体基础:打开多模态大模型的新思路 24
1.4.1 打破复杂真实世界与抽象语义之间的壁垒 25
1.4.2 神经编解码器构建多媒体的抽象表示 27
1.4.3 探索隐文本语言之外的另一种可能 28
1.5 创新智能环境带来无线通信与感知的新视角 30
1.5.1 无线通信逼近理论极限,通信范围成最大挑战 31
1.5.2 突破传统思维,为无线信道构建可调整的
智能环境 32
1.5.3 创造智能环境,实现更易用的无线感知 35
1.6 大模型时代更需要计算机理论研究 39
1.6.1 计算机理论研究是一门交叉学科 39
1.6.2 通过理论研究获得解释 40
1.6.3 AI发展越快,计算机理论研究面临的问题越多 41
1.6.4 新的技术方向推动理论研究发展 42
1.6.5 大语言模型带来的改变 43
1.6.6 理论研究更需要创新 44
1.7 AI编译器界“工业重金属四部曲” 45
1.7.1 AI编译“夯土机”Rammer:提升硬件并行利用率 46
1.7.2 AI编译“压路机”Roller:提高编译效率 48
1.7.3 AI编译“电焊机”Welder:优化全局访存效率 49
1.7.4 AI编译“研磨机”Grinder:实现控制流的高效执行 51
1.8 统一化数据库:为大语言模型垂域应用奠定基础 53
1.8.1 VBase复杂查询系统 55
1.8.2 SPFresh:向量索引的实时就地增量更新 57
1.8.3 OneSparse:稀疏向量索引和稠密向量索引的统一化查询 58
1.8.4 统一化数据库加速大语言模型的发展和硬件创新 59
1.9 跨越模态边界,探索原生多模态大语言模型 61
1.9.1 原生多模态大语言模型 62
1.9.2 语言是多模态模型的基础 63
1.9.3 声音与视频模态也可以基于语言模型的方法建模 65
1.9.4 从算法和架构上推动原生多模态大语言模型发展 66
第2章 跨越学科的边界 69
2.1 大模型在医疗健康领域的应用 70
2.1.1 面向未来的情境研究:大语言模型与科研未来的交汇 70
2.1.2 GPT-4与医疗未来:人工智能的机遇与挑战 72
2.1.3 人工智能与医疗决策:信任、监管和自我规范 75
2.1.4 微软视野:定义人工智能的未来方向 76
2.2 AI for Science,憧憬人人都可参与科学发现的未来 77
2.2.1 AI for Science的三个要素 78
2.2.2 AI for Science的基座模型要读懂大自然的语言 80
2.2.3 聚焦微观世界的深入探索与应用 81
2.2.4 憧憬人人都可参与科学发现的未来 83
2.3 当AI遇见大脑:电脑与人脑协同“进化” 86
2.3.1 人工智能加速理解人脑,提升人脑健康水平 87
2.3.2 从脑启发到创造新的人工智能 90
2.3.3 人工智能与脑科学研究需要跨领域和系统性的研究能力 93
2.4 人工智能≠机器“人”,激活大语言模型在产业界的巨大潜力 95
2.4.1 大语言模型在产业界潜力无限 96
2.4.2 落地产业界需要克服的四个难题 97
2.4.3 构建产业基础模型:融合通用知识和领域专业知识 98
2.4.4 大语言模型引领产业数字化转型的下一波浪潮 102
2.5 守护人类健康:人工智能深入医疗创新 104
2.5.1 早发现、早治疗:人工智能辅助疾病诊断与康复训练 104
2.5.2 病程预测与个性化治疗:人工智能辅助精准医疗 109
2.5.3 跨领域合作,释放人工智能价值 110
第3章 坚守社会责任与价值 113
3.1 人工智能治理如何跟上技术发展的脚步 114
3.1.1 人工智能的治理与未来:机遇、风险与共同进化 115
3.1.2 国际合作在应对人工智能风险和挑战方面的作用 118
3.1.3 跨学科合作在人工智能发展中的作用和意义 119
3.1.4 如何为未来的人工智能培养跨学科人才 120
3.2 跨学科合作构建具有社会责任的人工智能 121
3.2.1 在更大的影响来临之前早做准备 122
3.2.2 为人工智能设定“价值观护栏” 123
3.2.3 让AI始终处于人类视野之中 126
3.2.4 艰难但必要的跨学科合作 128
3.2.5 跨行业、跨学科共同协作,让人工智能主动承担社会责任 129
3.3 价值观罗盘:如何让大模型与人类价值观对齐 131
3.3.1 人工智能与人类价值观对齐的四层目标 132
3.3.2 价值观对齐的三条路径总结 135
3.3.3 理想的大模型价值观对齐体系应具备三大特性 137
3.3.4 BaseAlign算法:在基本价值空间中实现大模型对齐 139
3.4 为“冷门绝学”甲骨文研究插上科技之翼 145
3.4.1 甲骨文研究的历史与价值 146
3.4.2 Diviner引领的文化遗产数字化 148
3.5 以科技之力,守护地球家园 154
3.5.1 跨学科基础创新,助力实现碳中和目标 155
3.5.2 解决真实场景中的现实问题 156
3.5.3 节能减排下一步:多技术角度打造绿色低碳数据中心 159
3.5.4 共建创新合作平台,共营碳中和发展生态 159
第4章 培养跨学科人才,文化先行 163
4.1 让AI渗透每个学科,交叉融合、共同成长 164
4.1.1 跨学科合作的重要性 166
4.1.2 人工智能给跨学科创新带来的机遇 168
4.1.3 人工智能与生态学研究的结合 169
4.2 转变思维,以使命和任务驱动培养跨学科人才 170
4.2.1 自由研究与使命驱动研究的平衡之道 172
4.2.2 变革思维与文化,驱动科学智能发展 173
4.2.3 跨地域协作与项目管理 174
4.2.4 跨领域和跨学科研究 175
4.3 打造一流创新环境:协作、开放、可持续 176
4.3.1 开放积极:创新与年龄、资历无关 177
4.3.2 透明无碍:打破一切无形的墙 179
4.3.3 多元包容:遵循三个原则,打造独特文化 180
4.3.4 转型思维方式:让文化成为创新能源 183
4.4 AI系统研究:硬件和软件的“双向奔赴” 187
4.4.1 从“全栈式”视角看待系统与AI研究 187
4.4.2 汇溪成流,AI系统优化360°迭代 188
4.4.3 以数据为脉络,赋能百行千业 191
4.5 从生物跨界到计算机,只因“贪心”想做自己 193
4.5.1 做实验和写代码,我全都要 193
4.5.2 不管有没有用,我全都学 194
4.5.3 遇到机会,就全力以赴 195
4.5.4 人生没有最优路径 198
4.5.5 找到自己真正的热爱,勇敢地走下去 198
4.6 三重跨越:从理论物理、脑科学到人工智能 200
4.6.1 从人工智能与脑科学的交叉研究,探索智能的
本质 201
4.6.2 跨学科思维,带来研究新灵感 204
4.6.3 跨领域合作:解决实际问题 206
4.6.4 从对游戏的钻研,到对科研的坚持 207
4.7 你相信“无线感知”吗 208
4.7.1 遵循内心渴望,来到微软亚洲研究院 208
4.7.2 无线感知打开应用新天地 209
4.7.3 想要从事无线感知研究?需要兴趣导向,脑洞大开 212
第5章 不断攀升科学匠人之路 215
5.1 博士之后,下一站在哪儿 216
5.1.1 新一代计算机博士的潜力、挑战与成长路径 216
5.1.2 卓越研究员的素质:好奇心、真善美与跨学科创新 218
5.1.3 从理念、组织结构、氛围和制度设计上来支持创新 221
5.2 科研到底怎么做,什么是高质量研究 224
5.2.1 为什么我们要进行科学研究 225
5.2.2 什么是高质量研究 227
5.2.3 如何能够勇攀科研高峰 230
5.3 在研究中,你是否踩过这些工程的“坑” 233
5.3.1 代码始终是基本功 233
5.3.2 “赶工”时最容易掉进坑里 235
5.3.3 坑踩多了,自然就有了源代码管理 236
5.3.4 开发流程管理可以简单,但不能没有 237
5.3.5 代码之外,细节同样决定成败 240
5.4 探路“研究员 工程师”模式,推动人工智能与系统协同进化 243
5.4.1 微软亚洲研究院(温哥华):专注特定领域智能的探索 244
5.4.2 人工智能与系统协同进化,自动设计AI系统 245
5.4.3 开展以目标为导向的研究 246
5.4.4 从偶发跃迁式突破到持续渐进发展 248
5.5 坚持长期主义,是一个不断说服自己的过程 250
5.5.1 以正确的方式做正确的事 250
5.5.2 层层递进研究,持续打磨成果 252
5.5.3 自由地选择研究方向 253
5.5.4 做研究是一件长久的事 254
5.6 如何抓住时代机遇,做好关键选择 256
5.6.1 变革的时刻 257
5.6.2 选择的时刻 258
5.6.3 向上的时刻 261
5.7 在世界选择你的瞬间,请积极面对 263
5.7.1 做自己喜欢的工作,20余年不变 264
5.7.2 在那个瞬间,世界选择了你,请忘掉所谓的“头衔” 265
5.7.3 对待工作和事业,要有欲望 268
参考文献 270

本目录推荐