0
目前，微軟、Google、亞馬遜、蘋果、Facebook都巨頭都在布局人工智能，將人工智能作為公司全面發(fā)展戰(zhàn)略，涉及方方面面，不花費一通功夫，很難一下子了解各大公司的技術、布局和產品落地。
今天，在北京召開的微軟2018人工智能大會上，微軟把自家做的事一股腦全說了。
在雷鋒看來，發(fā)布會的亮點主要有：微軟著重強調了其新的“世界觀”：智能云和智能邊緣；展示了微軟在語音語義、視覺、機器翻譯的多項技術；微軟發(fā)布ONNX項目及ML.NET打造開源跨平臺人工智能開發(fā)框架；搭載著全新的“全雙工語音技術”的微軟小冰帶來了原創(chuàng)詩歌、歌曲和兒童故事；中國移動、大疆、唯品會、小米生態(tài)鏈分別展示了與微軟人工智能的合作成果。
云計算、物聯(lián)網、大數據、人工智能正在將我們的世界將變成一臺巨大的計算機。
微軟全球執(zhí)行副總裁、人工智能及微軟研究事業(yè)部負責人沈向洋博士介紹到，在這樣的新時代，微軟有了全新的世界觀：智能云和智能邊緣。
智能云指的是微軟Azure，是微軟專為人工智能打造的云平臺。Azure匯聚了微軟在人工智能領域的全部投入與技術積累，是開發(fā)、部署、運行人工智能的云平臺，同時也是將智能云與智能邊緣融會貫通的關鍵環(huán)節(jié)。
微軟一直在拓展Azure的功能，Azure目前有四個方面：公有云Azure、混合云Azure Stack、物聯(lián)網Azure IoT Edge和Azure Sphere，以這四個方面打造出完整的計算環(huán)境，支持全新應用場景。
Azure Stack是Azure公有云在本地數據中心的擴展，可以在邊緣和離線環(huán)境運行、滿足多種監(jiān)管要求。例如石油開發(fā)公司同時使用Azure公有云和Azure Stack可以按照辦公地點靈活分配計算資源。
Azure IoT Edge是微軟在2017年Build大會推出的針對智能邊緣計算的產品，可以在Linux和Windows上運行，而2018年Build大會上，微軟宣布將 Azure IoT Edge 開源，允許開發(fā)者進行擴展、添加功能，并部署到任何環(huán)境中。
Azure 上的認知服務也可以擴展到Azure IoT Edge，目前微軟已經推出了定制視覺服務，可以讓無人機或其它工業(yè)裝備無需連接到云，就能做出快速的響應和處理。會上，大疆展示了與微軟的合作，利用Azure IoT Edge和微軟人工智能服務，大疆開發(fā)出適用于農業(yè)、建筑行業(yè)、公共安全及更多應用場景的解決方案。
Azure Sphere主要用于保護和驅動智能云上的設備。2020年，全球智能邊緣設備的總數將超過200億臺，世界會成為一臺超級計算機，但是我們也會擔憂安全問題。Azure Sphere方案將提供經過特殊設計的安全芯片、安全操作系統(tǒng)和能夠守護每臺設備的云端安全。
在介紹完Azure云平臺的四個方面后，沈向洋介紹了微軟將Azure與AI結合，打造最佳人工智能云平臺的四個方向：認知服務、對話式人工智能、開放平臺與工具、實時人工智能基礎設施。
在兩年前的Build 2016微軟全球開發(fā)者大會上，微軟首次公布了運行于Azure的認知服務，以API的形式為開發(fā)者提供易用的人工智能技術能力。目前微軟在全球推出包括語音、視覺、語言、機器翻譯等功能的24項服務，超過100萬開發(fā)者使用。
CaptionBot能像人一樣理解和描述一張圖片，例如，你上傳一張照片，CaptionBot能夠給出一段文字描述：比爾蓋茨正拿著一副網球拍，他看起來很高興。
此外，還介紹了微軟OCR（(Optical Character Recognition光學字符識別），將為各種人工智能應用增加圖形文字識別功能，目前支持從Office到Skype、Bing、HoloLens的微軟應用，可以識別圖像內的文字，例如識別車牌號、海報甚至是手寫的筆記。
CaptionBot和OCR都是Azure預制的人工智能服務，微軟也針對變化的場景推出了定制視覺服務，可以讓不具備深度學習、機器視覺背景的開發(fā)者定制圖像標簽模型、物件認知模型。
微軟技術院士黃學東介紹了微軟在人工智能語音語義方面的進展。在計算機視覺方面，2015年微軟亞洲研究院發(fā)布的152層殘差網絡（ResNet）的圖像識別準確率已經達到96%，勝過人類；2017年8月，微軟在Switchboard語音識別基準測試中的錯誤率已經降低至5.1%，達到了媲美人類專業(yè)速記員的水平；2018年1月，微軟亞洲研究院自然語言計算組率先在斯坦福大學發(fā)起的SQuAD文本理解挑戰(zhàn)賽上獲得超越人類的分數；2018年3月，微軟亞洲研究院與微軟雷德蒙研究院宣布，其研發(fā)的機器翻譯系統(tǒng)在通用新聞報道測試集newstest2017的中-英測試集上，第一個達到了可以與人工翻譯媲美的水平。
5月初，雷鋒網曾報道，谷歌在I/O大會上展示了Google語音助手的Duplex（雙工）技術，能主動給餐館、理發(fā)店打電話，幫助用戶預約時間。由于其聲音和音調與人類幾乎沒有差別，能實現連續(xù)對話還能理解上下文快速反應，在朋友圈大火了一把。這時，微軟坐不住了，趕緊發(fā)出了技術聲明，表明微軟小冰在兩年前就實現了AI與人類通電話，并且在谷歌之前就公布了實現AI與人雙向交流的全雙工語音技術。
在現場，黃學東忍不住Diss了一下，說Google動不動就吹牛， ”微軟不僅有全雙工，微軟更實現了全三工、全四工、全五工……”
現場展示了一款“全多工”的產品——微軟與Roobo合作的AI會議系統(tǒng)。微軟特意在現場準備了四個人的現場會議演示，可以看到，這款AI會議系統(tǒng)能識別不同人的聲音，實時以文字記錄下大家的發(fā)言內容，同時識別出涉及工作安排的內容生成代辦事項。這個產品，可以說是每個團隊中會議記錄員的救星。
黃學東還展示了語音定制技術，根據上傳的錄音，可以生成和用戶一樣聲音的AI助手。上傳30分鐘的錄音，得到的AI說話與用戶相似度不高，但是以10小時的錄音進行訓練后，就能得到較為逼真的模仿效果。想一想，你會想要把家人或者朋友的聲音放進AI里，讓它隨時陪伴你嗎？
黃學東稱今年微軟達到中文英文翻譯超過專業(yè)人士的水平。大會上，小米生態(tài)鏈企業(yè)香蕉出行展示了魔芋AI翻譯機，借助微軟認知服務中的微軟翻譯打造，能夠提供14種語言的實時語音翻譯。雖然由于現場混音效果，魔芋AI有幾次識別不出語音指令，但翻譯的效果還是不錯的，可以說是出游利器。
亞馬遜Echo智能音箱帶動了對話式人工智能的產品落地，現在對話式人工智能已經進入音箱、電視、車載等多個設備中，是新一代智能應用的核心。對話式人工智能也在不斷升級其對話能力，追求越來越自然、流暢的人機交流。
微軟有小娜和小冰兩個對話式人工智能助手，小娜更傾向于發(fā)展智商，而小冰則是面向情商維度發(fā)展的人工智能系統(tǒng)。
微軟小冰誕生已經三年，一直以逗貧、插科打諢的聊天風格著稱。最近，微軟將最新的全雙工語音交互技術(Full Duplex)應用在了微軟小冰上，同時提升了小冰的智商和情商，具備了以下能力： 一次喚醒之后的連續(xù)對話、預測用戶接下來的對話內容、 幫助用戶輕松完成多重任務、內容創(chuàng)造（寫詩、寫歌、講故事）。小冰不只是能夠執(zhí)行用戶的任務，還能主動提供聊天語聊，陪伴和關心用戶。
這次大會上，微軟展示了一段小冰在一次電話聊天結束后，由于判斷出用戶情緒低落，認為需要再一次電話溝通，于是又撥打了一通電話，去詢問用戶情緒是否變好、提醒用戶早點休息、告知用戶明天天氣情況。
據了解，2016年8月起，微軟（亞洲）互聯(lián)網工程院通過人類用戶主動發(fā)起的方式，在明確告知用戶小冰并非人類的前提下，已讓小冰與人類用戶完成了累計超過60萬通電話交流。
在內容創(chuàng)作方面，微軟展示了小冰寫的詩、原創(chuàng)歌曲、有聲讀物。在有聲讀物領域，微軟已擁有接近4萬集有聲童話內容。這些有聲讀物全部由人工智能技術生成，在與人類主播質量相當的前提下，數量足以陪伴一個孩子從2歲到9歲的全部時光。6個月來，這些有聲讀物已順利投放到占中國市場90%的兒童早教機、故事機和在線播客平臺，播放總時長超過400萬小時。
今年四月，微軟已經在中國和美國宣布了全雙工語音技術，并且有多項產品落地，微軟（亞洲）互聯(lián)網工程院副院長李笛宣布，今年秋天，微軟還將向合作伙伴和開發(fā)者開放“全雙工語音技術（Full Duplex）”開發(fā)者可以使用這項技術打造自己的對話應用。
雷鋒網好奇，微軟的全雙工語音技術開源，這會不會對現在的智能音箱里的“傻萌”的語音助手進行一次洗牌呢？（延伸閱讀：微軟發(fā)大招：要做智商和情商兼具的語音助手）
要促進人工智能的普及，技術開放是必經之路，微軟也推出了開放人工智能平臺（Open AI）戰(zhàn)略及開發(fā)工具。
微軟可以支持TensorFlow、CNTK等業(yè)界主流的深度學習平臺，同時，微軟還發(fā)起了開放神經網絡交換（ONNX）項目，旨在推動人工智能研究的互操作性，讓任何深度學習框架在任何芯片與任何設備上都能運行。目前，已經有15家公司支持ONNX，并且還有更多公司正在加入進來?，F在已經有PyTorch等六種頂級框架支持ONNX，其它框架則可以通過轉換器獲得支持。
在Build 2018微軟全球開發(fā)者大會上，微軟宣布推出跨平臺、開源機器學習框架ML.NET開放預覽。ML.NET讓任何開發(fā)者都能開發(fā)出自己的定制化機器學習模型，并將其融入到自己的應用中去——開發(fā)者完全無需具備開發(fā)和調試機器學習模型的經驗。這一框架最初由微軟研究院開發(fā)，并且在Windows、Bing、Azure等微軟產品上都得到了成功的應用。通過將這一技術框架開源，微軟希望能夠為每一位開發(fā)者賦予駕馭機器學習的能力。
微軟Project Brainwave能利用Azure上最先進的FPGA基礎架構完成實時的人工智能處理。用戶只需通過實時的單一批數據，就能得到以往需要多得多的批數據處理才能得到的性能，真正實現人工智能的實時計算。而且，FPGA運算不僅僅只在云端提供——通過合作伙伴，也可以通過Azure Stack混合云在本地提供FPGA。如此強大的實時計算能力不僅存在于云端，同時也適用于邊緣計算，這將讓更多創(chuàng)新成為可能。
雖然今天我們看到的都是全新的AI技術，但是微軟也沒有忘記其桌面時代的核心業(yè)務Windows和Office。
AI功能已經成功與Office 365、Dynamics 365、Linkedin等產品和功能融為一體。例如，在發(fā)郵件時，微軟提供了多種語言的一鍵翻譯。在用Excel時，Excel能更好地猜測用戶的行為，提前生成用戶可能需要的內容。
在前些天的錘子手機發(fā)布會上，羅永浩推出了自己的堅果 TNT 工作站，用人工智能的語音和語義技術升級Office辦公軟件，例如，可以用語音指令來做PPT和Excel，用語音指令制作幻燈片，包括調節(jié)字體大小、顏色、樣式等。
雷鋒網發(fā)現，很多人評論這些需求或許都是偽需求，我們看到微軟也在用人工智能升級桌面辦公系統(tǒng)，更能直接對比，究竟什么樣的智能操作才是我們所需要的。
最會，為了推動全民AI，讓每個人都有機會學習人工智能，微軟推出在線人工智能學院，目標是一年內培養(yǎng)出10 萬余名人工智能人才，將免費提供包括AI基礎、核心技術和高階應用在內的總共250課時的12門人工智能學分課程，覆蓋10項應用技能。完成課程學習的用戶，還可申請微軟專業(yè)學位課程（MPP，Microsoft Professional Program）作為職業(yè)技能認證。 感興趣的朋友可以敲：（https://school.azure.cn/）
相關文章：
微軟 Build 發(fā)布會總覽：雖然 Windows 10 缺席，但亮點依然很多
Smartisan R1 是真旗艦，但堅果 TNT 工作站真的是革命性產品嗎？
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
