Zoom 首席技术官深入探讨：我们的联合式人工智能方法如何最大程度地提高性能、质量和实惠性

阅读我们关于 Zoom AI Companion 的最新消息以及我们的联合方法取得的成功。

从提出概念到实现，踏上变革性的人工智能之旅就如同在一条蜿蜒曲折的道路上行进，充满了持续不断的颠覆、调适和创新。在过去 30 年的这段旅程中，从语音识别和自然语言理解到电脑视觉，我亲眼见证了人工智能的进化历程，并积极参与其中。我加入 Zoom 已有六个月，这段时间的创新速度尤其令人震惊。

在 Zoom，我们利用人工智能提升人类的协作效率和生产力。Zoom AI Companion 是我们的创新基石，其设计目标在于帮助提高工作效率，促进无缝协作，提炼更深入的见解，以改进您在整个 Zoom 平台的工作方式。Zoom 的联合式人工智能方法使我们能够在不收取额外费用的情况下将 AI Companion 提供给已分配有付费服务的 Zoom 用户账户。*我将在下面详细介绍我们的人工智能，以及它如何以较低的成本提供高质量性能。

多年来，Zoom 一直在提供语音识别、电脑视觉、机器翻译和大型语言模型 (LLM) 等人工智能服务，以增强沟通。我们使用的 LLM 包括 Zoom 的 LLM，以及第三方模型 OpenAI GPT 3.5、GPT 4 和 Anthropic Claude 2。我们的联合方法让我们可以无差别地整合来自合作伙伴的较新 LLM（无论它们是否开源），例如 OpenAI 的 GPT 4 Turbo，以持续改善 Zoom 客户的端到端体验。

我们遵循成本效益策略，首先采用最适合任务的低成本 LLM。然后，我们的 Z-Scorer 会评估初始任务的完成质量，如果需要，我们会使用更高级的 LLM，在初始 LLM 成果的基础上提高任务的完成度，这种方式就类似于，与任何单打独斗的个人相比，有凝聚力的团队通过团结协作，将能够创造出质量更高的产品。

根据我们的内部测试，与仅采用 OpenAI GPT-3.5 Turbo 或其他几种最先进 LLM 的单一模型方法相比，我们的团队通过联合式人工智能方法提高了 AI Companion 的相对质量（按照我们的专有质量评估方法，相对差异如下：AI Companion 的质量评分达到 99%，而 OpenAI GPT-3.5 Turbo 则为 93%）。

我们衡量性能的标准是成本更低、响应时间更快、输出质量更高。如图 1 所示，与作为 Microsoft Copilot 代理的 OpenAI GPT-4-32k 模型相比，Zoom AI Companion 的会议提问功能在维持同等人工智能质量的同时，提供了更低的成本和更快的响应时间。

图 1. Zoom 的联合式人工智能在 Zoom AI Companion 的会议查询任务中，在成本和质量关键指标上与 OpenAI GPT-4-32k 的对比（以相对百分比的形式表示）。Microsoft Copilot 使用 OpenAI GPT-4 与 Microsoft Graph 及其他组件协同工作。我们不使用客户数据训练我们的人工智能模型，在此图表中，我们使用 Zoom 的内部会议数据，与作为 Microsoft Copilot 代理的 OpenAI GPT-4 进行基准比较。

AI Companion 的多语言性能进一步证明了我们模型的强大功能，除英语之外，它现在支持 32 种语言（预览版）。考虑到大多数 LLM 主要使用英语数据进行预训练，因此我们增加了翻译模型，扩展我们的多语言能力。通过使用 Zoom 的翻译模型将非英语转录翻译成英语，以实现 Zoom AI Companion 的多语言会议摘要功能，我们不仅能够考虑翻译数据，同时还能兼顾原始数据。如图 2 所示，我们模型的人工智能质量不仅显著超越了 GPT-3.5，更是达到了与 GPT-4-32k 相差无几的水平（相对质量为 97%），而成本不到 GPT-4-32k 的 6%。