Microsoft'un veri merkezi kiralamalarını yenilememe kararı, yapay zeka bilgi işlem kapasitesinde potansiyel bir doygunluğa işaret ediyor olabilir mi? Bu, stratejik bir yeniden düzenleme mi yoksa talepte bir yavaşlama mı?
2 Mart 2025'te, Microsoft Outlook kullanıcıları dünya çapında bir hizmet kesintisi yaşadı. Microsoft, sorunu çözmek için hızla çalıştı ve hizmetler kademeli olarak geri yüklendi. Kesinti, Outlook, Exchange, Teams, Microsoft 365 ve Azure'u etkiledi.
Snowflake, Microsoft ile ortaklığını genişletti ve üretkenliği artırmak için tasarlanmış yeni yapay zeka aracısı Cortex'i tanıttı. Şirket, Anthropic's Claude, Meta Llama ve DeepSeek dahil olmak üzere çeşitli önde gelen yapay zeka modellerini destekliyor. AstraZeneca ve State Street, Snowflake'in teknolojisini kullanan şirketlere örnek olarak gösteriliyor.
Microsoft'un Azure AI Foundry'deki büyük güncellemeleri, GPT-4.5, gelişmiş ince ayar teknikleri ve aracılar için yeni kurumsal araçlar dahil olmak üzere çığır açan özellikleri tanıtıyor. Bu platform, yapay zeka deneylerinden somut iş etkisine geçişi hızlandırmayı amaçlıyor, kuruluşları yapay zeka ile güçlendiriyor ve üretkenliği yeniden tanımlıyor.
Microsoft, cihazlarda doğrudan konuşma, görme ve metin işlemek için tasarlanmış, öncekilere kıyasla önemli ölçüde azaltılmış hesaplama talepleri olan yeni bir yapay zeka modeli olan Phi-4-multimodal'ı piyasaya sürdü. Bu, üretken yapay zeka alanında, yeniliğin yalnızca veri merkezlerindeki büyük dil modellerine (LLM'ler) odaklanmadığı, devam eden bir değişime işaret ediyor.
Microsoft'un Phi-4'ü, boyut ve yetenek arasındaki dengeyi yeniden tanımlayan, çığır açan bir yapay zeka modeli ailesidir. Verimlilik için tasarlanan bu modeller, metin, görüntü ve konuşmayı aynı anda işlerken, çağdaşlarından önemli ölçüde daha az hesaplama gücü gerektirir. 'Daha büyük daha iyidir' mantrasının sıkça kullanıldığı yapay zeka alanında, Phi-4 bu anlayışa meydan okuyor.
Microsoft'un yeni küçük dil modelleri Phi-4-multimodal ve Phi-4-mini geliştiricilere metin ve çoklu ortam yetenekleri sunarak uygulama geliştirme alanında çığır açıyor Daha verimli daha güçlü ve güvenli yapay zeka çözümleri
Microsoft Araştırma, matematiksel akıl yürütme alanında gelişmiş seviyeleri yükseltmek için tasarlanmış, 14 milyar parametreli küçük bir dil modeli olan Phi-4'ü tanıttı. Bu model, Azure AI Foundry'de sunulduktan sonra kısa süre önce MIT lisansı altında Hugging Face'te yayınlandı.
Microsoft, inorganik malzeme oluşturmak için özel olarak tasarlanmış çığır açan büyük bir dil modeli olan MatterGen'i tanıttı. Bu yenilikçi model, difüzyon modeli mimarisi üzerine inşa edilmiştir ve atom türlerini, koordinatlarını ve periyodik kafesleri aşamalı olarak optimize edebilir. Bu, çeşitli yeni inorganik malzemelerin hızlı bir şekilde üretilmesini sağlar. Potansiyelinin en önemli örneği, MatterGen'in yeni lityum iyon pil katot malzemeleri üretebileceği enerji sektöründedir. MatterGen, geleneksel malzeme keşif yöntemlerine kıyasla, kararlı, benzersiz ve yeni malzemelerin oranını iki kattan fazla artırır. Ayrıca, üretilen yapılar Yoğunluk Fonksiyonel Teorisi (DFT) yerel enerji minimumlarına yaklaşık on kat daha yakındır. Bu da MatterGen'i elektrikli araçlar, havacılık ve elektronik çipler gibi yüksek teknoloji sektörleri için paha biçilmez bir araç haline getirir. MatterGen'in yetenekleri, yapay genel zekaya (AGI) doğru bir ilerleme olduğunu gösteriyor ve iklim değişikliği gibi küresel sorunların ele alınması için umut vaat ediyor. MatterGen'in kalbinde, parçacıkların yüksek konsantrasyonlu bölgelerden düşük konsantrasyonlu bölgelere eşit bir dağılıma ulaşana kadar hareket ettiği fiziksel olgudan ilham alan difüzyon süreci yer alır. Malzeme tasarımında bu süreç, tamamen rastgele bir başlangıç durumundan düzenli ve kararlı bir kristal yapı oluşturmak için uyarlanmıştır. Eşdeğer puan ağı, MatterGen'de bir diğer hayati bileşendir. Difüzyon sürecinden orijinal kristal yapısını kurtarmayı öğrenir. Adaptör modülleri, MatterGen'e esneklik sağlamak için çeşitli alt görevler için ince ayar yapmayı sağlar. Microsoft bu araştırmayı Nature'da yayınlamıştır ve önde gelen teknoloji uzmanlarından geniş çaplı beğeni toplamıştır. Geçen yıl Kimya Nobel Ödülü'nü alan bir protein tahmin modeli olan Google'ın AlphaFold serisiyle karşılaştırılıyor.
