05.21 一口氣看完微軟人工智能佈局和產品落地｜微軟2018人工智能大會

目前，微軟、Google、亞馬遜、蘋果、Facebook都巨頭都在佈局人工智能，將人工智能作為公司全面發展戰略，涉及方方面面，不花費一通功夫，很難一下子瞭解各大公司的技術、佈局和產品落地。

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，發佈會的兩點主要有：微軟著重強調了其新的“世界觀”：智能雲和智能邊緣；展示了微軟在語音語義、視覺、機器翻譯的多項技術；微軟發佈ONNX項目及ML.NET打造開源跨平臺人工智能開發框架；搭載著全新的“全雙工語音技術”的微軟小冰帶來了原創詩歌、歌曲和兒童故事；中國移動、大疆、唯品會、小米生態鏈分別展示了與微軟人工智能的合作成果。

微軟新世界觀：智能雲和智能邊緣

雲計算、物聯網、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。

微軟全球執行副總裁、人工智能及微軟研究事業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：智能雲和智能邊緣。

智能雲指的是微軟Azure，是微軟專為人工智能打造的雲平臺。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、部署、運行人工智能的雲平臺，同時也是將智能雲與智能邊緣融會貫通的關鍵環節。

微軟一直在拓展Azure的功能，Azure目前有四個方面：公有云Azure、混合雲Azure Stack、物聯網Azure IoT Edge和Azure Sphere，以這四個方面打造出完整的計算環境，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境運行、滿足多種監管要求。例如石油開發公司同時使用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，微軟宣佈將 Azure IoT Edge 開源，允許開發者進行擴展、添加功能，並部署到任何環境中。

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製視覺服務，可以讓無人機或其它工業裝備無需連接到雲，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，大疆開發出適用於農業、建築行業、公共安全及更多應用場景的解決方案。

Azure Sphere主要用於保護和驅動智能雲上的設備。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、安全操作系統和能夠守護每臺設備的雲端安全。

在介紹完Azure雲平臺的四個方面後，沈向洋介紹了微軟將Azure與AI結合，打造最佳人工智能雲平臺的四個方向：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。

Azure 認知服務

在兩年前的Build 2016微軟全球開發者大會上，微軟首次公佈了運行於Azure的認知服務，以API的形式為開發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

CaptionBot和OCR都是Azure預製的人工智能服務，微軟也針對變化的場景推出了定製視覺服務，可以讓不具備深度學習、機器視覺背景的開發者定製圖像標籤模型、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佈的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起的SQuAD文本理解挑戰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佈，其研發的機器翻譯系統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、理髮店打電話，幫助用戶預約時間。由於其聲音和音調與人類幾乎沒有差別，能實現連續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，並且在谷歌之前就公佈了實現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。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會議系統能識別不同人的聲音，實時以文字記錄下大家的發言內容，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製技術，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後，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裡，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人士的水平。大會上，小米生態鏈企業香蕉出行展示了魔芋AI翻譯機，藉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。雖然由於現場混音效果，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，可以說是出遊利器。

對話式人工智能

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，小娜更傾向於發展智商，而小冰則是面向情商維度發展的人工智能系統。

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： 一次喚醒之後的連續對話、預測用戶接下來的對話內容、 幫助用戶輕鬆完成多重任務、內容創造（寫詩、寫歌、講故事）。小冰不只是能夠執行用戶的任務，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後，由於判斷出用戶情緒低落，認為需要再一次電話溝通，於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。

據瞭解，2016年8月起，微軟（亞洲）互聯網工程院通過人類用戶主動發起的方式，在明確告知用戶小冰並非人類的前提下，已讓小冰與人類用戶完成了累計超過60萬通電話交流。

在內容創作方面，微軟展示了小冰寫的詩、原創歌曲、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佔中國市場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佈了全雙工語音技術，並且有多項產品落地，微軟（亞洲）互聯網工程院副院長李笛宣佈，今年秋天，微軟還將向合作伙伴和開發者開放“全雙工語音技術（Full Duplex）”開發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裡的“傻萌”的語音助手進行一次洗牌呢？（延伸閱讀：微軟發大招：要做智商和情商兼具的語音助手）

開放平臺+基礎設施

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）戰略及開發工具。

微軟可以支持TensorFlow、CNTK等業界主流的深度學習平臺，同時，微軟還發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，並且還有更多公司正在加入進來。現在已經有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微軟全球開發者大會上，微軟宣佈推出跨平臺、開源機器學習框架ML.NET開放預覽。ML.NET讓任何開發者都能開發出自己的定製化機器學習模型，並將其融入到自己的應用中去——開發者完全無需具備開發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，並且在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運算不僅僅只在雲端提供——通過合作伙伴，也可以通過Azure Stack混合雲在本地提供FPGA。如此強大的實時計算能力不僅存在於雲端，同時也適用於邊緣計算，這將讓更多創新成為可能。

AI賦能Office 365

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佈會上，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，用語音指令製作幻燈片，包括調節字體大小、顏色、樣式等。

雷鋒網發現，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，更能直接對比，究竟什麼樣的智能操作才是我們所需要的。

免費AI課程上線

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，目標是一年內培養出10 萬餘名人工智能人才，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，還可申請微軟專業學位課程（MPP，Microsoft Professional Program）作為職業技能認證。 感興趣的朋友可以敲：（https://school.azure.cn/）

閱讀更多 雷鋒網 的文章

關鍵字: 人工智能 微軟小冰 微軟