(本文阅读时间：4分钟)
人工智能技术正在不断突破我们的想象空间，并逐渐成为推动社会变革和科技进步的核心力量。在即将到来的 Microsoft Research Forum 第四期中，来自微软研究院不同实验室的研究员们将带大家了解最新的多模态 AI 模型、先进的 AI 评估基准和模型自我改进技术，以及全新的 AI 推理和复杂优化计算机，并与大家共同探讨 AI 模型将如何助力从天气预测到材料设计等各领域的进步。
本期 Microsoft Research Forum 的内容涉及多模态模型的最新技术发展和应用、模型优化、AI 使用素养等前沿话题，欢迎感兴趣的朋友扫描文末二维码注册，并在北京时间9月4日观看线上直播！
本期内容预告：
主题演讲：Phi-3-Vision：功能强大的“小型“语言视觉模型
在本次主题演讲中，高剑峰将介绍一种先进且经济实惠的开源多模态模型 Phi-3-Vision。作为 Phi-3 模型家族的一员，Phi-3-Vision 可通过集成多感官技能，无缝整合语言和视觉能力，进而增强语言模型。
圆桌讨论：超越语言：多模态模型在医疗健康、游戏和人工智能领域的未来
研究员们将在圆桌讨论环节深入探讨多模态模型在各个领域的变革潜力与核心挑战，包括精准医疗、游戏智能和基础模型，并分享他们对多模态模型未来发展方向、如何缩小差距以及促进领域内协同发展的观点。
演讲1：面向可持续发展人工智能及更广泛应用的模拟光学计算
（Analog optical computing for sustainable AI and beyond）
在演讲中，来自微软剑桥研究院的两位研究员将介绍模拟光学计算机。这一新型计算机有潜力将人工智能推理和复杂优化工作负载的速度提升100倍，并利用硬软件的协同设计来提高实际应用的效率和可持续性。
演讲2：直接纳什优化：教语言模型根据一般偏好进行自我改进
（Direct Nash Optimization: Teaching language models to self-improve with general preferences）
Corby Rosset 将在演讲中与大家探讨如何利用类似 GPT-4 的偏好决策器来教授语言模型进行自我改进，其从双人博弈的视角出发以在纳什均衡点上找到最优策略，并在诸如 Alpaca-Eval 和 MT-Bench 等基准测试中实现对 GPT-4 Turbo 的最先进胜率。
演讲3：极光计划：首个大规模大气层基础模型
（ Project Aurora: The first large-scale foundation model of the atmosphere）
在演讲中，Megan Stanley 将介绍前沿基础模型 Aurora。Aurora 提供了一种全新的天气预报方法，将会改变人们预测和减轻极端事件、空气污染及气候变化影响的能力。
演讲4：用于计算机模拟实验与发现的生物学生成模型
（ A generative model of biology for in-silico experimentation and discovery）
Kevin Yang 将在演讲中探讨深度学习如何使我们能够生成新颖且有用的生物分子，从而帮助研究人员和相关从业人员更好地理解生物学。
演讲5：培养对人工智能的适当依赖
（Fostering appropriate reliance on AI）
由于概率性，人工智能系统都会犯错。人机交互中的一个主要挑战就是培养对 AI 的适当依赖，并使 AI 系统的用户能够判断何时接受或拒绝 AI 系统的建议。Mihaela Vorvoreanu 将在演讲中介绍微软在相关方向上的工作，其旨在培养人们对 AI 适当的依赖，帮助人们在 AI 输出正确时接受它，在 AI 输出错误时拒绝它。
9月4日，第四期 Microsoft Research Forum 将在云端与你相聚，不见不散！
欢迎扫描下方二维码进行注册、参与线上直播！
https://aka.ms/msra_rf
你也许还想看：
