微软：如何搭上人工智能这班车

内容来源：2018 年 3 月22 日，微软资深技术顾问徐玉涛在“OSCAR云计算开源产业大会”进行《云道·智远—微软人工智能》演讲分享。IT 大咖说（微信id：itdakashuo）作为独家视频合作方，经主办方和讲者审阅授权发布。

阅读字数：1901 | 5分钟阅读

摘要

人工智能跟产业结合的时候能带来更多的经济增长，它已经深入生活的方方面面。那么人工智能的优势在哪，如何才能做好人工智能，微软又提供了那些技术帮助企业和用户更方便的介入呢，本次主题将一一讲解。

嘉宾演讲视频及PPT回顾：http://suo.im/4OBYQw

借助智能技术增强人类智慧

通过过去十多年的研究发现，现阶段的人工智能还没有那么神话，而是应该把它看做增强人类智慧的技术。

比如洞察事物时的运算速度比人类更快，在多种数据的融合中挖掘数据价值和理解世界上，可以很好的辅助人类，最重要的是可以使用人工智能让人与各种事物之间更自然的交互。

Why now？

其实在最初的计算时代已经出现了机器人的雏形，之所以等到最近一段时间才有了长足的发展，是有着几方面因素的。

一方面人工智能对数据有着很强的依赖，没有数据就无法将机器或算法智能化。而当互联网和物联网到来后，数据的获取变得非常容易，再加上以云计算的存储形式，可以产生海量的数据。

另一方面就是计算能力，通过GPU 搭建成的集群获得极高的计算能力，就可以对海量的数据进行挖掘。再往上的算法层经过几十年的演进，通过数据验证算法，再改进算法，如此不断的提升，同样也获得了非常大的进步。

如何做好人工智能

要想做好人工智能有三件事是离不开的。

首先要有很好的人工智能平台，要考虑如何搭建相关工具、最底层的计算能力以及上面的框架层等，将它们结合起来搭建成一个易用的平台。

数据也是重要的一项，尤其是自身所处领域或目标用户相关联的数据。

而最难的一点在于如何选择合适的行业，并将人工智能嵌入到行业的解决方案中。

微软人工智能平台全家桶

微软希望将人工智能打造成普适化的工具，能满足不同使用人群的需求，基本上我们做了三件事。

对于应用层或App开发的人群，想在App和应用方案中集成人工智能的能力时，我们提供了一套认知服务 Cognitive Services 。它包含各种智能化的 API ，能够很方便的嵌入到应用中。另外在人工智能领域还有一个比较刚性的需求 —— 聊天机器人，为此我们也提供了Bot Framework（机器人框架） ，使用它就能通过几行代码搭建出简单聊天机器人，进过一定的数据集训练就可以与客户交互，应用到所需要的场景中。

如果已经收集到了所需要的数据，并且开始做数据的特征的格式化和初始化，现阶段的需求是使用成熟的模型探查数据的价值时。Azure Machine Learning 能够帮到你，它具有友好界面的图形化工具，内部嵌入多到百种的算法，你只需要将数据导入进去就能着手挖掘所需要的数据价值。

当需要电脑或者机器人自发的寻找数据的特征点时，就只能步入深度学习领域了，我们在此提供了深度学习工具集AI Algorithms on Azure。

微软认知服务

人工智能是非常广的范畴，在运用的时候要知道如何落地到合适的应用中。我们将人工智能分为感知和认知两个阶段，以人类来参考的话，感知应该是在小学之前的阶段，这个时候更多是在认识社会、学习语言、学习知识。再往后的认知阶段就学会了分析问题并展开发散的思考。

从行业的应用以及算法结构来看，感知阶段的“听”和“看”已经到了非常优秀的地步。而在认知阶段包括自然语言处理、机器与人的交互等还有进一步的发展空间。

微软从开发容易的角度出发，提供了一系列的认知服务API，包括视觉、语音、语言、知识图谱、搜索等等方面。这些服务都可以通过 API 整合到应用中。

Azure 机器学习服务

Azure 机器学习服务是全托管的，无软件安装，硬件管理，只需使用我们的网站，简单的鼠标拖拽，就能连接数据接口，无需为通用任务编程。内部预置了基于最优实现的各类算法，还能够使用R或者Python语言修改现有算法参数达到定制化的目的。从模型的训练和优化，到最终的发布，都可以通过简单的点击完成。

深度学习

类似无人便利店、问诊、影像识别等领域使用到的一定是深度学习方案，那么如何搭建深度学习环境就成了首要目标。微软在这方面也提供了一个方案，帮助用户打造端对端的 AI 模型及智慧应用。从数据的存储、处理到深度学习框架我们都提供了支持。

有问题可以在评论区讨论，以上为所有分享内容，谢谢大家！