让不懂建站的用户快速建站，让会建站的提高建站效率！
在伦敦举行的 AI 技能演讲中，微软首席践诺官 Satya Nadella 探讨了东谈主工智能如何变革计较界面，并为智能代理设定了见识。他在演讲中明确暗示，微软的见识是通过技能赋能英国的每一位个东谈主和组织，匡助他们达成更高成就。这不仅包括提高小企业的坐褥力，还涵盖提高跨国公司的竞争力，以及增强寰球部门的成果。
为达成这一见识，微软正在构建三个重要平台。其中不仅有看成 AI 用户界面的 Copilot，还有一个无缺的 AI 技能栈，以及复古新开荒的 Copilot 开荒。这些标准展示了微软在推动东谈主工智能普及和应用方面的承诺，旨在为社会带来切实的提高和变革。
Satya Nadella 在伦敦演讲的中枢不雅点包括：
技能才气的指数级增长： 萨提亚·纳德拉强调了“东谈主工智能期间”的到来，建议了“AI 膨胀定律”，即技能才气每六个月翻倍，这收货于计较才气的提高和更优的数据及算法使用技能。计较界面的根人性变化： 跟着天然话语处理和多模态输入输出才气的发展，计较界面将资格一场鼎新。推理引擎的进化将使其大略处理数据并领有更丰富的辗转文和牵记。技能平台的协同作用： 微软勤勉于通过三个平台——Copilot 看成 AI 用户界面、无缺的 AI 技能栈，以及复古新开荒的 Copilot 开荒——来匡助个东谈主和组织达成更多成就。这些平台将通过智能代理聚积起来，使用户大略创建我方的智能代理和应用模范。旯旮开荒的要紧性： 纳德拉意料到旯旮开荒在 AI 期间的要紧性，以为它们的发展将成为重要。他提到了将 CPU、GPU 和 NPU（神经收罗处理单位）联结在一王人的 Copilot 开荒，这将开启一个新期间，允许在旯旮开荒上进行更复杂的应用开发。同期，他强调了确实的 AI、隐讳和安全的要紧性，以为技能信任是技能扩散的中枢。
以下是本期内容的无缺翻译，咱们作了不更正快乐的删减。
技能才气每六个月就会翻倍成长
萨提亚·纳德拉（Satya Nadella）
早上好。很欢娱再次回到伦敦，回到英国，特别是在这一新技能平台行将面世之际。今早，我透露到微软照旧在英国扎根四十年，而我个东谈主在当年三十多年里也屡次来到这里。风雅起 1990 年代初我在英国的初度演讲，当时我演示的是 Excel。这段科技之旅让我目睹了 PC 客户端就业器的兴起、互联网的发展，以及云计较与出动技能的鼎新。
如今，咱们正处于东谈主工智能期间技能转型的初期。透露这股中枢驱能源是咱们大有裨益。我在 1992 年加入微软时的技能视力主要源于摩尔定律，该定律奠定了咱们对将来技能发展的透露基础。而今天，咱们面对一股新的潮水，即“AI 膨胀定律”。这一训导限定败露，技能才气每六个月就会翻倍成长，这主要收货于计较才气的提高以及更优的数据和算法使用技能。
咱们不错看到计较界面的根人性变化。天然话语处理以及多模态输入和输出的才气将绝对改良每一种计较界面。此外，咱们还见证了推理引擎的进化，它不仅能处理数据，还有更丰富的辗转文和牵记。
咱们的见识是通过技能匡助英国的每个东谈主和每个组织达成更多成就。这包括提高小企业的坐褥力，提高跨国公司的竞争力，以及增强寰球部门的成果。咱们当今正勤勉于缔造三个平台：Copilot 看成 AI 用户界面、无缺的 AI 技能栈，以及复古新开荒的 Copilot 开荒。
Copilot 将把这些智能代理聚积起来，就像 PC 或电话成为用户接口一样，而 Copilot 是 AI 的用户界面。更要紧的是，它能通过 Copilot Studio 让用户创建我方的智能代理和应用模范。通过这种神色，任何东谈主都不错狂妄创建和使用 AI 代理。
这些器具照旧在多个畛域，尤其是销售、市集营销和客户就业中取得了权贵的影响。不仅提高了成果，还责难了本钱。这种变革正在英国的各个行业发生，咱们正在见证这些创新器具为用户带来的积极变化和反响。
贾里德·斯帕塔罗（Jared Spataro）
感谢 Satya。许多东谈主对麦肯锡公司都很练习，这是一家全球最初的处分扣问公司。对于麦肯锡来说，客户体验是其首要任务，他们历久勤勉于优化和改善与客户的每一个讲和点。因此，当他们同意与咱们相助，行使 Copilot Studio 开发一个自动化代理简化客户体验时，咱们感到相配欢娱。让咱们一同来了解一下这一过程。
一切都始于一封潜在客户发来的电子邮件，正如你在屏幕上看到的。在当年，他们需要安排东谈主员袭取这些邮件，并逐个理解，以笃定下一走路动：邮件需要转交给谁？公司里面有什么专科学问？这恰是自动化代理介入的所在。当今，邮件一到，代理就立即运转职责。你不错看到，代理在理解邮件，处理东谈主类话语的婉曲之处，比如识别会议主题，查验会议纪录，并将其映射到行业模范术语。终末，它会在公司里面锁定稳健的东谈主选鼓动下一步。掌合手这些信息后，代答理撰写一封总结邮件，并发送给关连东谈主员。这恰是你在屏幕上看到的内容。
面对广宽邮件的涌入，代理大略处理、总结并将信息发送给公司中稳健的相助伙伴以取舍步履。当今，咱们需要停驻来反念念所见所闻。发生这一切的速率之快，可能让你错过了中枢重点。这个代理系统只需一套通用指示，就不错处理总共东谈主类调换中的复杂性，并判断出客户所需的正确讲和点。更令东谈主欣忭的是，咱们将追思且归，望望缔造这么一个代理是何等简便。
为此，咱们进入了 Copilot Studio。在这里，你不错看到，咱们与麦肯锡相助开发了这个代理， 而不是依赖复杂编程，而是用天然话语，就如同向共事解释任务一样。你还不错看到缔造这个自动化代理的重要在于配置一个所谓的触发成分。在这个例子中，触发成分是监控一个电子邮件地址，邮件投递即触发反应。本体上，你也不错将其配置为监控更浅显的系统事件，历久准备反馈。此外，你还不错像对待普串通事一样，添加学问，如 Word 文档、SharePoint 站点领路议数据库。天然，还不错添加其他学问来源，包括 SAP 或 ServiceNow 等业务平台，以至是数据库。
终末，为了让代理完成任务，你需要为它提供一系列的操作。在这个历程中，咱们看到这些操作包括索求关连信息和总结东谈主类撰写的内容。总共这些联结起来，使代理系统雄壮无比，大略狂妄处理东谈主类调换中的不笃定性。当今，咱们收到了一封新的客户会议邮件。令东谈主激越的是，这一历程具备可膨胀的后劲。它是如何达成可膨胀性的呢？咱们进入活动面板，稽查它正在处理的广宽会议列表。放大顶部区域，不错看到它完成了卓越 1,300 次会议，刻下还有 33 个正在进行中。若是需要了解更多细节，进入分析选项卡即可。这意味着代理系解救直代表公司在高效运作，这让咱们深感恩越。
与此同期，固然代理系统相配出色，但巧合仍需要东谈主类的匡助。因此，咱们深刻一个案例，从第二步运转，望望遭逢的一些问题。当你稽查时，会发当代理完成了前边的要领，但在寻找稳健的相助伙伴上遭逢了贫乏。若是进一步稽查，不错发现原因，比如它找到的稳健相助伙伴照旧下野。此时，指示条款陈述给东谈主类处分者，以寻找其他稳健的东谈主选。为了进一步稽查，咱们转到 Copilot，不雅察与东谈主类处分者的互动界面。在右下角，你会看到在 Copilot 中出现了一条见知。然后，处分者得回所需的信息，来笃定谁是稳健的邮件袭取东谈主。
回到总部的代理系统，你会看到它获取这些信息并完成需要践诺的内容。对此咱们感到激越，因为麦肯锡的考试发挥这项技能能将委用周期裁汰 90%，并责难 30%的行政处分本钱。稽查这份列表，咱们不错设想这是一种编排机制，匡助个东谈主、团队和部门简化并自动化历程。这些代理的创建相配简便，任何东谈主都不错作念到。你将在 Copilot Studio 中贪图和配置这些，而 Copilot 则与它们互动。咱们对此技能感到欣忭，期待与您共享其应用。
萨提亚·纳德拉（Satya Nadella）
但愿这些信息能让您透露 Copilot 如何发展成为一个优化职责、职责历程和创造职责的集成平台。Copilot Studio 和代理在这个过程中本体上上演了融合者的变装，通过与 Copilot 接口，匡助各个代理在个东谈主、组织或业务历程的配景下协同职责。这就是这些元素协同运作的神色。
当今，我想先容下一个平台，即 Copilot 与代理栈或 AI 平台。咱们的最终见识是让每位软件开发东谈主员行使咱们在 Copilot、Copilot Studio 和代理中构建的各层技能栈，开发我方的 AI 系统。要达成这一切，需要最浅显的基础设施。当谈到 Azure 时，咱们将其视为全球计较平台，刻下已在 60 多个地区膨胀。在英国，咱们有 UK West 和 UK South。
旧年，咱们文书将通过卓越 25 亿好意思元的投资来进一步膨胀这项设施，这让咱们倍感恩越。这是一个接续发展的过程。咱们将为英国带来最好的基础设施，包括传统计较和 AI 计较，让您大略行使这一基础。咱们正在进行广宽职责以确保基础设施大略对 AI 负载进行优化，包括与 NVIDIA 相助开发的硅片。我最近还看到了行将上线的 GB200 终点浸没式液体冷却技能。事实上，咱们也通过 Maia 的硅片贪图职责鉴戒了部分浸没式液体冷却技能，刻下这项技能以至不错在不同的硅片上使用。咱们还与 AMD 相助，在硅片层面缔造了出色的伙伴关系。
接下来，咱们勤勉于打造最好的优化决策，岂论是用于教师如故推理，以便您大略构建我方的 Copilot。在中枢基础设施方面正在进行广宽职责。对于任何开发 AI 应用模范的开发东谈主员来说，数据是另一个相配重要的成分，因为岂论是用于教师如故推理，践诺诸如检索增强生成之类的操作，您都需要完善的数据钞票。为了达成这一见识，您需要大略将所稀奇据移动到云表，并与 AI 联结。这本体上是一种引力效应，岂论 AI 计较在那边，数据都会随之移动。因此，咱们正在确保您不错将 Oracle 钞票、Snowflake 钞票等数据资源移动到云表。基于此，咱们缔造了一流的云原生数据基础设施，适用于从 OLTP 运转的各样数据库，包括 Cosmos DB，SQL 和 Postgres。
旯旮开荒的发展将成为重要
萨提亚·纳德拉（Satya Nadella）
本体上，商酌到 AI 与数据的联结，每一个 AI 应用模范都需要存储状况。 AI 的 API 是无状况的，但一朝触及到本体应用和真实职责负载时，就会变得非常有状况。举例，ChatGPT 就是像 Cosmos DB 或 Azure Search 这么的就业的最大用户之一。这标明，当你构建像 Copilot 或 ChatGPT 这么的应用时，需要一个肃穆的数据钞票。咱们正入部属手构建应用就业。若是你领有基础设施和数据，天然就需要应用就业。
我难忘以前提到过 。NET 的关连职责中作念了许多孝敬。事实上，当今咱们进入了一个新的应用就业期间。咱们为云原生应用模范构建多样就业，岂论是容器应用如故应用就业，AKS 和函数依然是必要的。回来 ChatGPT 的架构，本体使用的每个 GPU 都有基于 AKS 的老例计较比。这么就触及到应用就业，以及新兴的 AI 应用就业。事实上，AI 应用就业在运转时就提供了最浅显的模子取舍。咱们对于与 OpenAI 的相助创新感到相配欣忭，包括从 GPT-o1 到 GPT-4o 以及总共顶尖的前沿模子，还包括开源模子如 Llama 和 Mistral，以至闭源的提供商如 Cohere，都提供了丰富的模子取舍。
一朝领有最浅显的模子，AI 应用就业接下来提供的就是监督微调 （SFT），以便在这些模子基础上进行微调并集成到应用中。咱们有总共器具来复古这些功能，举例 Azure Search 匡助你在数据或应用中将大型话语模子 （LLM） 与数据联结。不仅如斯，还提供确保应用安全的就业。对于应用就业畛域的每一次创新，咱们都感到欣忭。你领有应用就业、AI 应用就业和最雄壮的器具链。
事实上，我感到最自重的是自 1975 年以来，Microsoft 对为软件开发者构建器具的参加。 这是咱们的中枢所在。行使 VS Code 和 GitHub 以及 GitHub Copilot，软件开发者大略借此器具链达到新的高度。我最近看到的最酷的事情之一就是 O1 映射到 GitHub Copilot，你不错使用 AI 达成接下来的优化。幻灯片上展示了咱们用 O1 优化的 GitHub Copilot 自编码器。试想一下其递归性，咱们正在用 AI 构建 AI 器具，以打造更佳的 AI。这是一个全新坐褥力提高的畛域。
GitHub 谋划在接下来的 GitHub Universe 活动中展现咱们的成就，我对此充满期待。我相配期待看到咱们在 GitHub Copilot 职责空间中的努力结晶。事实上，仅在英国就有 370 万 GitHub 开发者。这一快速增长使英国位列全球第五，增长率达到了 22%。看到这些发展令东谈主激越，我以为这会成为一个信得过的转念点。门槛责难后，我总开打趣说，当今每个周末我都能重新写代码。因为 GitHub Copilot，咱们任何东谈主都能快速克隆代码库，并在有限时刻内完成神色。这真实令东谈主欣忭。
今天早上，我有契机见到了许多相助伙伴，包括英国腹黑基金会，他们在机器学习和 AI 的应用上发达非凡。Azure 语音就业以至被用来模拟抨击呼唤，让东谈主在重要时刻更为闲散，这是一个要紧的应用例子。汇丰银行也在积极应用 AI 器具，提高客户司理总共这个词过程中对信用审批的处理成果。他们灵验创建了一个 AI 代理，整合到了他们的出动应用，并为客户司理提供复古。我还见到了 Mondra 的开发团队，他们正在为英国终点他地区构建一个无缺的食物安全和供应链数字孪生，借此改善其可接续性。这一产物在施行全国中必将产生积极影响。
另一家让我关怀许久的初创公司是 Wayve。Wayve 探索了一种 AI 优先的方式，勤勉于从根蒂上重新构建 ADAS 系统，以更好地达成 AI 驱动的自动驾驶理念。
萨提亚·纳德拉（Satya Nadella）
接下来，我想说合终末一个平台，即 Copilot 开荒。Copilot 开荒与 PC 搭配，是咱们在半年前推出的，咱们对其代表的意旨感到十分激越。这开启了一个全新的期间，允许在旯旮开荒上使用 CPU、GPU 和 NPU（神经收罗处理单位）。
仔细念念考一下，尽管摩尔定律在云表一直发达优异，但我以为量度将来，AI 期间不仅由云表发展决定，旯旮开荒的发展也将成为重要。 咱们以至可能在某些模子架构上取得基础性冲破，达成这种混杂应用神色。因此，不应再将其视为传统的客户机和就业器模子，因为这已不再适用。咱们必须将其视作一个连气儿划分的架构，而这恰是咱们的贪图理念。咱们并不将 Copilot PC 视为独处存在的开荒。天然，它不错用来保护隐讳，但更要紧的是，它能与云表进行全面的整合。这就是这些开荒行将带来的变革。
对于你们这些游戏玩家而言，令东谈主激昂的是，当充分行使 GPU 时，还不错行使 NPU 进行总共向量化操作，这种应用开发类型将平缓达成。这将成为一个新平台，正如东谈主们为 PC 和 GPU 构建创新应用一样，当今你会看到东谈主们运转为一个由 NPU、GPU 和 CPU 构成的全国构建。这将是一个相配酷好的全国。是以我想通过批驳这三个平台可能具备的基础特色来褪色，我以为这些特色至关要紧，即确实的 AI、确实的隐讳和确实的安全。因为技能信任将是我之前提到的总共扩散的中枢。 若是东谈主们不信任它，就无法使用它，这对任何东谈主都莫得克己。
因此，咱们所作念的相配明确。起头，咱们制定了一套中枢原则，岂论是对于安全、隐讳如故 AI 安全。比咱们承诺更要紧的是，咱们本体构建了什么才气来达成这些承诺。事实上，即就是今天，当你商酌安全性时，在部署新的 AI 模子时，起头要作念的就是测试它抗拒对抗性攻击的才气。这不仅触及发现舛错，还包括一些如指示注入攻击对模子产生的影响。大略模拟对抗攻击是一个要紧的商酌成分。
此外，咱们在隐讳方面联结秘要计较的职责，必须与最新、最优的模子联结进行。相似，咱们知谈诳言语模子（LLM）会出现幻觉，因此，在说合 AI 安全时，使用 AI 来评估任何输出的基础性辱骂常要紧的。这些是咱们在平台中集成的具体才气，使软件开发东谈主员不错信任它们，并确保这些 AI 平台开发的软件产物的用户对其充满信任。我以为这是咱们的中枢所在。总共这些都回到我最初所说的，技能最终必须对施行全国产生影响，包括对个东谈主和组织，岂论在英国如故其他所在，唯有这么咱们才气推动经济增长和盈余，信得过改善总共这个词经济体的发达。我对将来几年在这里看到的一些创新及你们和相助伙伴通过这些创新将达成的成就感到无比激越。相配感谢内行。谢谢。