XiaoMi-AI文件搜索系统
World File Search System微软
家乐福整合 OpenAI 技术，推出生成式 AI-
食谱和篮子。该机器人连接到网站的搜索引擎，并为客户提供与他们正在讨论的内容相关的产品列表，直到他们购买为止。生成式 AI 还用于丰富家乐福品牌产品表，目前有 2000 多种产品在线。这是 OpenAI 技术在描述产品和为客户提供更多信息方面所做的工作的成果。最终，家乐福希望将这项技术用于其所有产品表。最后，家乐福已开始在其内部采购流程中使用生成式 AI。该解决方案目前正在与非零售采购部门的团队一起开发，并将帮助他们完成日常任务 - 例如起草招标邀请和分析报价。这些解决方案是与 OpenAI 的合作伙伴贝恩公司和微软合作的成果。他们使用微软的 OpenAI Azure 服务来访问 OpenAI 的 GPT-4 技术。同时，他们能够利用微软 Azure 的所有数据安全性、可靠性和保密性功能，以确保符合 GDPR（通用数据保护条例）。“得益于我们的数字和数据文化，我们在人工智能方面已经取得了突破。生成式人工智能将使我们能够丰富客户体验并彻底改变我们的工作方法。将 OpenAI 技术融入我们的工作中对家乐福来说是一个绝佳的机会。通过率先使用生成式人工智能，我们希望领先一步，创造未来的零售业”，家乐福集团董事长兼首席执行官 Alexandre Bompard 说道。
利用大数据和人工智能推进药物发现和开发
关于微软 微软（纳斯达克“MSFT”@microsoft）为智能云和智能边缘时代实现数字化转型。微软公司的使命是帮助地球上的每个人、每个组织取得更大的成就。 关于诺和诺德 诺和诺德是一家全球领先的医疗保健公司，成立于 1923 年，总部位于丹麦。我们的宗旨是推动变革，战胜糖尿病和其他严重的慢性疾病，如肥胖症、罕见血液病和罕见内分泌病。 为了实现这一目标，我们致力于探索科学突破，扩大药物获取渠道，预防并最终治愈疾病。诺和诺德目前在80个国家拥有约50,800名员工，其产品销往约170个国家。日本子公司诺和诺德制药株式会社成立于1980年。请访问我们的网站以了解更多详细信息。 (www.novonordisk.co.jp)
ORBA 道路建设学院 2025
南希连续四年位列微软 INSPIRE 大会领导力研讨会前五名领导者之列，是全国审判辩护研究所的知名沟通专家。作为一名国际演讲者和主持人，南希将基于证据的研究与体验式即兴表演技巧相结合。她在科技、教育和其他各个领域都很有名，曾在哈佛、麻省理工学院和普林斯顿等机构开过讲座。她独特的“实用主义”方法和将喜剧作为学习工具的使用使她成为未来工作和多样性、公平性和包容性的代言人。著名客户包括微软的 NERD、无国界工程师和云端女性。她是 Second City 的校友，拥有心理学/社会学学士学位，还拥有多项认证，包括康奈尔大学的多样性与包容性计划和 AQ 的适应性商数。南希的标志性项目是 HAPPIE，它将积极心理学与即兴练习融合在一起。
Amdocs 亚太区战略更新：通过人工智能、客户体验和问责制推动电信转型
以人工智能为中心，Amdocs 展示了与微软扩大合作的成果，两家公司于 2023 年 2 月宣布将创建一个针对 Amdocs 核心服务提供商市场的电信垂直化 CEP。简而言之，Amdocs 和微软为电信 B2C 和 B2B 用例构建了一个统一且集成的新互动平台，涵盖营销、销售、客户服务和商业等各个方面，所有这些都融合了先进的人工智能和 GenAI 功能。这将实时促进多渠道、个性化、情境感知和主动营销能力。它包括捕获和培养潜在客户、发现新的细分市场、构建和启动新客户旅程，以及创建新的捆绑包和定价促销。此外，它还提供先进的电信级商务功能，使 CSP 能够向任何类型的客户以任何规模销售任何产品。
白皮书 人工智能与非洲的工作未来
本白皮书是内罗毕多学科研讨会（2023 年 11 月）的成果。研讨会由跨组织团队领导，包括微软研究院、微软慈善基金会、比勒陀利亚大学、非洲发展新伙伴关系、Lelapa AI 和牛津大学。研讨会汇集了来自不同行业和背景的不同思想领袖，探讨生成式人工智能对非洲未来工作的影响。讨论围绕四个关键主题展开：宏观经济影响；就业、技能和劳动力市场；工人的观点和以非洲为中心的人工智能平台。白皮书概述了生成式人工智能的现状和趋势及其在不同领域的应用，以及采用和监管其所带来的挑战和风险。它代表了一系列不同的观点，以创建一系列见解和建议，旨在鼓励辩论和合作行动，为整个非洲的每个人创造一个有尊严的工作未来。
在哪里可以了解有关 AI 的更多信息
技能工具包 这是一系列课程，旨在帮助个人学习新技能或换工作。这些课程是免费的，涵盖了从计算机基础知识到更高级的学习（如计算机科学和编码）等一系列概念。课程由微软、亚马逊和谷歌等多家提供商提供。
div>的课程
2024 Stigler Center Phd论文奖，$ 5000，芝加哥大学布斯商学院。2024 AI安全研究奖学金，9000美元，芝加哥大学存在风险实验室（XLAB）。2022 Crerar奖学金，芝加哥大学计算机科学系。2021杰出的弗吉尼亚大学杰出研究生助教奖。2019年弗吉尼亚大学计算机科学系博士奖学金。2018弗吉尼亚大学计算机科学系学术卓越奖学金。2018 Louis T. Rader本科研究奖，弗吉尼亚大学。 2018年第一名，2018年国家大学网络防御竞赛（CCDC），国家一级。 2018决赛入围者，1500美元，Hoohacks，美国职棒大联盟黑客演示W。 2017年银牌，2017年国际大学计划竞赛（ICPC），中大西洋地区。 2017决赛入围者，1500美元，Hoohacks，美国职棒大联盟黑客演示W。 2016年第一名，微软大学编码挑战，弗吉尼亚大学。 2016最佳数据可视化，DataFest@UVA，美国统计协会。2018 Louis T. Rader本科研究奖，弗吉尼亚大学。2018年第一名，2018年国家大学网络防御竞赛（CCDC），国家一级。 2018决赛入围者，1500美元，Hoohacks，美国职棒大联盟黑客演示W。 2017年银牌，2017年国际大学计划竞赛（ICPC），中大西洋地区。 2017决赛入围者，1500美元，Hoohacks，美国职棒大联盟黑客演示W。 2016年第一名，微软大学编码挑战，弗吉尼亚大学。 2016最佳数据可视化，DataFest@UVA，美国统计协会。2018年第一名，2018年国家大学网络防御竞赛（CCDC），国家一级。2018决赛入围者，1500美元，Hoohacks，美国职棒大联盟黑客演示W。 2017年银牌，2017年国际大学计划竞赛（ICPC），中大西洋地区。 2017决赛入围者，1500美元，Hoohacks，美国职棒大联盟黑客演示W。 2016年第一名，微软大学编码挑战，弗吉尼亚大学。 2016最佳数据可视化，DataFest@UVA，美国统计协会。2018决赛入围者，1500美元，Hoohacks，美国职棒大联盟黑客演示W。2017年银牌，2017年国际大学计划竞赛（ICPC），中大西洋地区。2017决赛入围者，1500美元，Hoohacks，美国职棒大联盟黑客演示W。 2016年第一名，微软大学编码挑战，弗吉尼亚大学。 2016最佳数据可视化，DataFest@UVA，美国统计协会。2017决赛入围者，1500美元，Hoohacks，美国职棒大联盟黑客演示W。2016年第一名，微软大学编码挑战，弗吉尼亚大学。2016最佳数据可视化，DataFest@UVA，美国统计协会。
集团战略供应链管理。
地点 - 微软团队 将讨论以下事项。1 投标编号：COJ/GFIN004/23-24 – 任命服务提供商为约翰内斯堡都会区 2024/2025 年信用控制活动预订并在广播、YouTube 和社交媒体平台上投放广告，为期两个月
09232024 墨西哥城人工智能之旅主题演讲 Satya Nadella
09232024 墨西哥城 AI 之旅主题演讲 Satya Nadella 首席执行官 LATAM 之旅 AI 之旅主题演讲 Satya Nadella - 微软首席执行官 Rafa Sanchez - 微软墨西哥总经理 Callie August（演示者）- 微软高级营销传播经理 Centro Citi Banamex - 墨西哥城 D 厅 墨西哥，墨西哥 2024 年 9 月 23 日，星期二 拉法·桑切斯：大家早上好。欢迎参加我们的墨西哥 AI 之旅。非常感谢大家的光临。我们准备了一个精彩的议程，向您展示最新和最伟大的技术，特别是在人工智能、安全、云、数据、应用程序和开发方面。在我们开始之前，请允许我感谢今天与我们在一起的所有客户，与您分享最佳实践，也感谢今天与我们在一起的所有合作伙伴，向您展示我们现在在墨西哥运行的用例。我很确定，我们所有人在这里都直接听取一个人、一个正在塑造全球商业和技术的领导者的发言。请和我一起以墨西哥式的热情欢迎微软董事长兼首席执行官萨蒂亚·纳德拉。萨蒂亚，现在请您发言。萨蒂亚·纳德拉：早上好。很高兴再次来到墨西哥，这是我们这个行业激动人心的时刻。我上次来这里时，我们正处于云转型的中期，当然，现在一切都与人工智能有关。这建立在云计算之前的一切基础之上，但当你处于下一个平台转变的起点时，科技行业总是令人兴奋的。所以我想分享我的观点，这意味着什么，以及它对所有在墨西哥利用这些新技术进行创新的人意味着什么。当你谈论人工智能时，我认为最好将我们自己立足于人工智能的基本驱动力，即缩放定律。这些缩放定律就像摩尔定律，是我们观察到的经验定律。想想摩尔定律，每 18 个月，性能就会翻一番，价格不变。我们实际上在这些缩放定律中看到了类似的情况。事实上，它始于 2010 年的深度学习革命，并在 2018 年和 2019 年再次受到影响，也许是在这些 Transformer 中。当你观察缩放定律的变化时，你会发现性能实际上每六个月就会翻一番。
