一口气看完微软的人工智能布局与产品落地｜微软2018人工智能大会

目前，微软、亚马逊、苹果等巨头都在布局人工智能，将人工智能作为企业的综合发展战略，涉及方方面面，技术、布局、产品落地难度大。的大公司，而无需花费很多精力。

今天，在北京举行的微软2018人工智能大会上，微软说出了它所做的一切。

在雷锋看来，此次发布会主要有两点：微软强调其新的“世界观”：智能云和智能边缘； 展示了微软在语音语义、视觉、机器翻译等方面的多项技术； 微软发布ONNX项目和ML.NET打造开源跨平台人工智能开发框架； 搭载全新“全双工语音技术”的微软小冰，带来原创诗歌、歌曲、童话； 中国移动、大疆创新、唯品会、小米生态链分别展示了与微软人工智能的合作成果。

微软新世界观：智能云与智能边缘

云计算、物联网、大数据、人工智能正在把我们的世界变成一台巨型计算机。

微软全球执行副总裁、人工智能与微软研究院负责人沉向阳博士表示，在这个新时代，微软拥有全新的世界观：智能云和智能边缘。

智能云是指 Azure，是微软专门为人工智能打造的云平台。 Azure汇集了微软在人工智能领域的全部投资和技术积累。 它是开发、部署和运行人工智能的云平台，也是智能云与智能边缘融合的关键环节。

微软一直在扩展 Azure 的功能。 Azure目前有四个方面：公有云Azure、混合云Azure Stack、IoT Azure IoT Edge和Azure。 这四个方面创造了一个完整的计算环境，支持新的应用场景。

Azure Stack是Azure公有云在本地数据中心的扩展，可以在边缘和离线环境中运行，满足各种监管要求。 例如，某石油开发公司同时使用Azure公有云和Azure Stack，根据办公地点灵活分配计算资源。

Azure IoT Edge 是微软在 2017 年 Build 大会上推出的一款面向智能边缘计算的产品。 它可以在 Linux 和 Linux 上运行。 在 2018 Build 大会上，微软宣布将开源 Azure IoT Edge，允许开发者扩展和添加功能。 并部署到任何环境。

Azure 上的认知服务也可以扩展到 Azure IoT Edge。 目前，微软推出了定制视觉服务，可以让无人机或其他工业设备在不连接云端的情况下快速响应和处理。 会上，大疆展示了与微软的合作。 借助Azure IoT Edge和微软人工智能服务，大疆研发出适用于农业、建筑业、公共安全等更多应用场景的解决方案。

Azure 主要用于保护和驱动智能云上的设备。 2020年全球智能边缘设备总数将超过200亿，世界将成为超级计算机，但我们也会担心安全问题。 Azure 解决方案将提供专门设计的安全芯片、安全操作系统和能够保护每个设备的云安全。

在介绍了Azure云平台的四个方面后，沉向洋介绍了微软将Azure与AI结合打造最佳人工智能云平台的四个方向：认知服务、对话式人工智能、开放平台和工具、实时AI基础设施。

Azure 认知服务

在两年前的 Build 2016 微软全球开发者大会上，微软首次宣布运行在 Azure 上的认知服务，以 API 的形式为开发者提供简单易用的人工智能技术能力。 目前，微软已在全球推出包括语音、视觉、语言、机器翻译等功能在内的24项服务，超过100万开发者使用。

能够像人一样理解和描述一幅图画。 比如你上传一张图片，你可以给个文字描述：比尔·盖茨手里拿着一对网球拍，看起来很开心。

此外，还引入了微软OCR（（ ），它将为各种人工智能应用增加图形和文字识别功能。目前支持来自Skype、Bing的微软应用，可以识别图像中的文字，如识别车牌号码、海报甚至是手写的便条。

微软和OCR是Azure预制人工智能服务，微软也推出了针对变化场景的定制视觉服务，让没有深度学习和机器视觉背景的开发者可以定制图像标签模型和物体识别模型。

微软技术院士黄学东介绍了微软在人工智能语音语义方面的进展。 在计算机视觉方面，微软亚洲研究院2015年发布的152层残差网络（）图像识别准确率达到96%，超过人类； 2017 年 8 月，微软在语音识别基准测试中的错误率已降至 5.1%，达到与人类专业速记员相媲美的水平； 2018年1月，微软亚洲研究院自然语言计算组在斯坦福大学发起的SQuAD文本理解挑战赛中率先取得超越人类的成绩； 2018 年 3 月，微软亚洲研究院和微软雷德蒙研究院宣布，他们开发的机器翻译系统在通用新闻报道测试集的中英测试集上率先达到了媲美人工翻译的水平。

5月初，雷锋网报道称，谷歌在I/O大会上展示了语音助手的（双工）技术，可以主动呼叫餐厅和理发店，帮助用户进行预约。 由于它的声音和音高几乎与人类无异，可以实现连续对话并快速理解上下文，因此在朋友圈大放异彩。 这时候，微软坐不住了，迅速发布技术声明，表示微软小冰早在两年前就实现了AI与人类的通话，并公布了实现AI与人类双向通信的全双工语音在谷歌技术之前。

现场，黄学东忍不住吐槽，动不动吹牛，“微软不仅有全双工，微软还实现了全三路、全四路、全五路……”

现场展示了一款“全多任务”产品——微软与Roobo联合开发的AI会议系统。 微软现场专门为四人准备了现场会议演示。 可以看到，这套AI会议系统可以识别不同人的声音，实时记录每个人的发言内容，同时识别与工作安排相关的内容，生成待办事项。 这款产品可以说是各个团队会议记录仪的救星。

黄学东还展示了语音定制技术，可以根据上传的录音生成与用户声音相同的AI助手。 上传 30 分钟录音后，生成的 AI 语音与用户不太相似，但经过 10 小时录音训练后，可以获得更逼真的模仿效果。 想一想，你会不会想把家人或朋友的声音放进AI里，让它时刻陪伴着你？

黄学东表示，今年微软的中英翻译水平已经超过了专业人士。 发布会上，小米旗下生态链公司香蕉旅游展示了魔芋AI翻译器，借助微软认知服务中的微软翻译器打造，可提供14种语言的实时语音翻译。 虽然魔芋AI因为现场混音效果多次无法识别语音指令，但翻译效果还是不错的，可以说是出行的好工具。

对话式人工智能

亚马逊的 Echo 智能音箱带动了对话式人工智能产品的推出。 现在对话式人工智能已经进入音箱、电视、汽车等设备，是新一代智能应用的核心。 对话式人工智能也在不断升级对话能力，追求越来越自然流畅的人机交流。

微软有两个对话式人工智能助手， 和 。 更倾向于开发IQ，而小冰则是面向情商维度的人工智能系统。

微软小冰诞生三年，一直以搞笑搞笑的聊天风格着称。 近日，微软将最新的全双工语音交互技术（Full）应用到了微软小冰上，同时提升了小冰的IQ和EQ，并具备以下能力：移动会话内容，帮助用户轻松进行多任务处理，内容创作（写诗、歌曲、讲故事）。 小冰不仅能执行用户任务，还能主动为用户提供聊天、陪伴和关怀。

在本次发布会上，微软展示了一块小冰。 一次电话聊天后，因为判断用户情绪低落，认为需要再打一个电话，所以又打了一个电话，询问用户心情是否好转，并提醒用户早点出发。 休息一下，并告知用户明天的天气情况。

据了解，自2016年8月以来，微软（亚洲）互联网工程院通过人类用户主动，在明确告知用户小冰不是人类的前提下，与人类用户进行了超过60万次的电话通话。 交流。

在内容创作方面，微软展示了小冰创作的诗歌、原创歌曲和有声读物。 在有声读物领域，微软已经拥有近4万集的有声童话内容。 这些有声书都是由人工智能技术生成的。 在质量堪比真人主播的前提下，数量足以陪伴一个2-9岁的孩子。 近6个月，这些有声读物先后在占中国市场90%的早教机、故事机和在线播客平台成功上线，总播放时长超过400万小时。

今年4月，微软先后在中国和美国宣布了全双工语音技术，多款产品已经落地。 微软（亚洲）互联网工程研究院副院长李迪宣布，今年秋季，微软还将开放“全双工语音技术（Full）”，开发者可以利用该技术创建自己的对话应用。

雷锋网很好奇，微软的全双工语音技术开源了，这会不会重新洗牌现在智能音箱中“笨蛋”的语音助手？ （延伸阅读：微软大动作：做智商情商兼备的语音助手）

开放平台+基础设施

推动人工智能普及，技术开放是必由之路。 微软还推出了开放人工智能平台（Open AI）战略和开发工具。

微软可以支持CNTK、CNTK等业界主流的深度学习平台。 同时，微软还启动了开放神经网络交换（ONNX）项目，旨在促进人工智能研究的互操作性，让任何深度学习框架都可以在任何芯片和任何设备上使用。 可以运行。 目前，已有 15 家公司支持 ONNX，还有更多公司正在筹备中。 目前已经有六款顶级框架支持ONNX，其他框架可以通过转换器支持。

在Build 2018微软全球开发者大会上，微软宣布推出跨平台、开源机器学习框架ML.NET开放预览版。 ML.NET 使任何开发人员都可以开发自己的自定义机器学习模型并将它们集成到自己的应用程序中——开发人员不需要具有开发和调试机器学习模型的经验。 该框架最初由微软研究院开发，并已成功应用于、Bing、Azure等微软产品中。 通过将这一技术框架开源，微软希望让每一位开发者都能驾驭机器学习。

微软可以使用 Azure 上最先进的 FPGA 基础设施来完成实时的人工智能处理。 用户只需要使用单批次的实时数据，就可以获得以前需要大量批量数据处理的性能，真正实现人工智能的实时计算。 此外，FPGA 计算不仅在云通合作伙伴中可用，FPGA 也可以通过 Azure Stack 混合云在本地提供。 如此强大的实时计算能力不仅存在于云端，也适用于边缘计算，这将使更多的创新成为可能。

AI赋能365

虽然今天我们看到的是全新的AI技术，但微软并没有忘记它在桌面时代的核心业务和发展。

AI功能已成功与365、365等产品及功能融合。 例如，在发送电子邮件时，微软提供多种语言的一键翻译。 在使用Excel时，Excel可以更好地猜测用户的行为，提前生成用户可能需要的内容。

日前在锤子手机发布会上，罗永浩推出了自己的坚果TNT工作站，利用人工智能语音和语义技术升级办公软件，比如可以用语音指令制作PPT和Excel，使用语音指令创建幻灯片，包括调整字体大小、颜色、样式等。

雷锋网发现，很多人评论说这些要求可能是虚假要求。 我们看到微软也在用人工智能对桌面办公系统进行升级，这样我们就可以直观的比较出我们需要什么样的智能化操作。

免费在线人工智能课程

最近，为了推广人工智能，让每个人都有机会学习人工智能，微软推出了在线人工智能学院。 目标是在一年内培养超过10万名人工智能人才。 包括高级应用在内共计12门人工智能学分课程，涵盖250课时，涵盖10项应用技能。 完成课程学习的用户还可以申请微软专业学位课程（ ，MPP）作为专业技能认证。 有兴趣的朋友可以敲：（）

編輯：碩谷新聞聚合