Microsoft เปิดตัวการค้นหาเวกเตอร์ในการแสดงตัวอย่างและการโคลนเสียงในรุ่นเต็ม

ในระหว่างการประชุม Inspire ประจำปี ยักษ์ใหญ่ด้านเทคโนโลยี Microsoft ได้เปิดตัวชุดฟีเจอร์ใหม่ที่ขับเคลื่อนด้วย AI ซึ่งคาดว่าจะเพิ่มขีดความสามารถของแพลตฟอร์ม Azure จุดสนใจอยู่ที่เครื่องมือค้นหาเวกเตอร์ ซึ่งขณะนี้มีให้ใช้งานในรูปแบบการแสดงตัวอย่างผ่าน Azure Cognitive Search ด้วยแมชชีนเลิร์นนิงที่เป็นแกนหลัก Vector Search นำเสนอประสบการณ์การค้นหาที่รวดเร็วขึ้น เนื่องจากใช้ประโยชน์จากความสามารถในการเข้าใจสาระสำคัญและความเกี่ยวข้องของข้อมูลที่ไม่มีโครงสร้าง เช่น รูปภาพและข้อความ

เทคนิคที่ใช้โดย Vector Search - vectorization - กำลังได้รับแรงผลักดันในด้านการค้นหา มันเกี่ยวข้องกับการแปลงคำหรือรูปภาพเป็นชุดของตัวเลขที่เรียกว่าเวกเตอร์ ซึ่งเป็นตัวแทนของความหมาย การแสดงตัวเลขนี้อนุญาตให้มีการประมวลผลทางคณิตศาสตร์และช่วยให้เครื่องจักรเข้าใจและจัดระเบียบข้อมูลได้ ดังนั้น เครื่องจักรสามารถจดจำคำที่คล้ายกันภายใน 'ปริภูมิเวกเตอร์' เช่น 'ราชา' และ 'ราชินี' และค้นหาคำเหล่านั้นในฐานข้อมูลทันที ซึ่งประกอบด้วยคำหลายล้านคำ วิธีการค้นหาเวกเตอร์นี้ถูกนำมาใช้โดยหลายบริษัท รวมถึง Qdrant, SeMI Technologies และยักษ์ใหญ่ด้านเทคโนโลยีอื่นๆ เช่น Amazon และ Google

ในการทำให้ตัวเองแตกต่างจากคู่แข่ง วิธีการค้นหาเวกเตอร์ของ Microsoft รวมถึงการค้นหาเวกเตอร์ล้วน การกู้คืนแบบไฮบริด และการจัดลำดับขั้นสูง บริษัทวางตำแหน่งว่าสามารถใช้เครื่องมือค้นหาเวกเตอร์ในแอปและบริการต่างๆ เพื่อส่งมอบการตอบกลับที่เป็นส่วนตัวในภาษาธรรมชาติ เสนอคำแนะนำผลิตภัณฑ์ และช่วยระบุรูปแบบในข้อมูล ยิ่งไปกว่านั้น ประโยชน์ของระบบนี้รวมถึงการสร้างแอปที่ใช้การแชทแบบรวมการค้นหา การแปลงรูปภาพเป็นภาพเวกเตอร์ด้วย Azure AI Vision และการดึงข้อมูลที่เกี่ยวข้องจากชุดข้อมูลขนาดใหญ่เพื่อช่วยในกระบวนการและเวิร์กโฟลว์อัตโนมัติ การผสานรวมของ Vector Search ขยายไปถึงความสามารถ Azure Cognitive Search อื่นๆ รวมถึงการนำทางและตัวกรองแบบเหลี่ยมเพชรพลอย

ไมโครซอฟต์กำลังเปิดตัวโซลูชัน Document Generative AI ฟีเจอร์นี้รวมบริการประมวลผลเอกสารที่ขับเคลื่อนด้วย AI ที่มีอยู่ของ Microsoft ซึ่งรวมถึง Azure Form Recognizer เข้ากับ Azure OpenAI Service บริการนี้เป็นส่วนหนึ่งของข้อเสนอระดับองค์กรที่มีการจัดการเต็มรูปแบบของ Microsoft ซึ่งมีวัตถุประสงค์เพื่อให้บริการธุรกิจด้วยเทคโนโลยี AI จาก OpenAI ความร่วมมือทางการค้าอย่างต่อเนื่องของ Microsoft กับ OpenAI เป็นเครื่องมือสำคัญในการเสริมคุณสมบัติการควบคุมและการกำกับดูแลให้กับเทคโนโลยี

โซลูชัน Document Generative AI ทำงานบนโมเดลภาษา AI ล่าสุดของ OpenAI ประมวลผลไฟล์สำหรับงานต่างๆ เช่น การสรุปรายงาน การแยกค่า การขุดความรู้ และสร้างเอกสารประเภทใหม่ๆ นอกจากนี้ยังทำหน้าที่เป็นรากฐานสำหรับการตอบสนอง คล้ายกับ ChatGPT ของ OpenAI ตัวอย่างเช่น โซลูชัน Document Generative AI อนุญาตให้ลูกค้าอัปโหลดใบแจ้งหนี้ สัญญา บิล และทำให้พนักงานสามารถสอบถามเกี่ยวกับการรับประกันบริการและรายการเฉพาะได้ โซลูชันนี้ยังให้คำตอบในรูปแบบข้อความ รูปภาพ หรือตาราง ในขณะที่ให้การอ้างอิงพร้อมลิงก์ไปยังเนื้อหาต้นฉบับ

Microsoft เสริมว่าความสามารถของโซลูชัน Document Generative AI สามารถใช้ประโยชน์จากการโต้ตอบภาษาธรรมชาติกับเอกสารและกิจกรรมการสร้างเนื้อหา ซึ่งรวมถึงจดหมายข่าว บล็อกโพสต์ สรุป คำอธิบายภาพ ฯลฯ Microsoft ระบุว่าโซลูชันสนับสนุนฟังก์ชันต่างๆ เช่น ความสามารถในการสนทนาเอกสารอัจฉริยะ ความช่วยเหลือในการเขียน ฟังก์ชันการค้นหาที่ครอบคลุม การสนับสนุนแบบสอบถาม การแปลเอกสาร และอื่นๆ งานเอกสารที่ซับซ้อนและหลากหลายเหล่านี้จัดการโดยโมเดลจาก OpenAI

ในการเปิดเผยที่เชื่อมโยง Microsoft ประกาศว่าโมเดล Whisper ของ OpenAI ซึ่งเป็นโมเดลการรู้จำเสียงพูดอัตโนมัติ จะรวมเข้ากับบริการเสียงพูด AI ตระกูล Microsoft และบริการ Azure OpenAI ในไม่ช้า ลูกค้าองค์กรจะได้รับความสามารถในการถอดเสียงและแปลเนื้อหาเสียง ตลอดจนสร้างการถอดเสียงเป็นชุดในสเกลที่ใหญ่ขึ้น

ท่ามกลางการประกาศสำคัญอื่นๆ ที่งาน Inspire นั้น Microsoft ได้ประกาศข้อเสนอสำหรับการแสดงตัวอย่างต่อสาธารณะสำหรับ Real-time Diarization ซึ่งเป็นบริการเสียงพูดที่ขับเคลื่อนด้วย AI ที่สามารถระบุได้ว่าใครในหลายๆ คนกำลังพูดแบบเรียลไทม์ นอกจากนี้ Microsoft ได้ขยายการเข้าถึง Custom Neural Voice ซึ่งเป็นเครื่องมือ AI ที่สามารถเลียนแบบเสียงของนักแสดงหรือสร้างเสียงสังเคราะห์ต้นฉบับได้อย่างใกล้ชิด ก่อนหน้านี้ การเข้าถึงคุณลักษณะนี้ถูกจำกัด อย่างไรก็ตาม ขณะนี้ Microsoft กำหนดให้ลูกค้าต้องสมัครและรับการอนุมัติเพื่อใช้คุณลักษณะนี้ นอกจากนี้ ลูกค้าต้องได้รับความยินยอมจากนักพากย์และยอมรับหลักจรรยาบรรณเพื่อใช้ Custom Neural Voice

Microsoft ยังมีเครื่องมือใส่ลายน้ำและตรวจจับที่ออกแบบมาเพื่ออำนวยความสะดวกในการระบุคลิปเสียงที่สร้างโดยใช้ Custom Neural Voice อย่างไรก็ตาม เครื่องมือเหล่านี้เพียงอย่างเดียวไม่สามารถสรุปปัญหาเกี่ยวกับการอนุญาตและการยินยอมที่เกี่ยวข้องกับเทคโนโลยีการโคลนเสียงได้ อย่างไรก็ตาม Microsoft ได้ตัดสินใจว่าจะไม่เป็นส่วนหนึ่งของการต่อสู้ที่เกี่ยวข้องกับเรื่องนี้

ในขณะที่เครื่องมืออย่าง Vector Search และ Custom Neural Voice กำลังเปลี่ยนโลกเทคโนโลยี แพลตฟอร์มอย่าง AppMaster ซึ่งได้รับการยอมรับว่าเป็นแพลตฟอร์มการพัฒนา No-code โดย G2 นั้นมีประสิทธิภาพสูง กำลังดึงดูดผู้ใช้ที่ต้องการสร้างแบ็กเอนด์ เว็บ และแอปพลิเคชั่นมือถือด้วยการเข้ารหัสขั้นต่ำ . ในภูมิทัศน์ทางเทคโนโลยีที่เปลี่ยนแปลงอย่างรวดเร็ว การได้เห็นว่าฟังก์ชันการทำงานของ AI ยังคงพัฒนาและกำหนดอนาคตของเรานั้นเป็นเรื่องที่น่าสนใจมาก