內容來源：2018 年 3 月22 日，微軟資深技術顧問徐玉濤在“OSCAR雲計算開源產業大會”進行《雲道·智遠—微軟人工智能》演講分享。IT 大咖說作爲獨家視頻合作方，經主辦方和講者審閱授權發佈。

閱讀字數：1901 | 5分鐘閱讀

嘉賓演講視頻及PPT回顧：http://suo.im/4OBYQw

摘要

人工智能跟產業結合的時候能帶來更多的經濟增長，它已經深入生活的方方面面。那麼人工智能的優勢在哪，如何才能做好人工智能，微軟又提供了那些技術幫助企業和用戶更方便的介入呢，本次主題將一一講解。

藉助智能技術增強人類智慧

通過過去十多年的研究發現，現階段的人工智能還沒有那麼神話，而是應該把它看做增強人類智慧的技術。

比如洞察事物時的運算速度比人類更快，在多種數據的融合中挖掘數據價值和理解世界上，可以很好的輔助人類，最重要的是可以使用人工智能讓人與各種事物之間更自然的交互。

Why now？

其實在最初的計算時代已經出現了機器人的雛形，之所以等到最近一段時間纔有了長足的發展，是有着幾方面因素的。

一方面人工智能對數據有着很強的依賴，沒有數據就無法將機器或算法智能化。而當互聯網和物聯網到來後，數據的獲取變得非常容易，再加上以雲計算的存儲形式，可以產生海量的數據。

另一方面就是計算能力，通過GPU 搭建成的集羣獲得極高的計算能力，就可以對海量的數據進行挖掘。再往上的算法層經過幾十年的演進，通過數據驗證算法，再改進算法，如此不斷的提升，同樣也獲得了非常大的進步。

如何做好人工智能

要想做好人工智能有三件事是離不開的。

首先要有很好的人工智能平臺，要考慮如何搭建相關工具、最底層的計算能力以及上面的框架層等，將它們結合起來搭建成一個易用的平臺。

數據也是重要的一項，尤其是自身所處領域或目標用戶相關聯的數據。

而最難的一點在於如何選擇合適的行業，並將人工智能嵌入到行業的解決方案中。

微軟人工智能平臺全家桶

微軟希望將人工智能打造成普適化的工具，能滿足不同使用人羣的需求，基本上我們做了三件事。

對於應用層或App開發的人羣，想在App和應用方案中集成人工智能的能力時，我們提供了一套認知服務 Cognitive Services 。它包含各種智能化的 API ，能夠很方便的嵌入到應用中。另外在人工智能領域還有一個比較剛性的需求 —— 聊天機器人，爲此我們也提供了Bot Framework（機器人框架） ，使用它就能通過幾行代碼搭建出簡單聊天機器人，進過一定的數據集訓練就可以與客戶交互，應用到所需要的場景中。

如果已經收集到了所需要的數據，並且開始做數據的特徵的格式化和初始化，現階段的需求是使用成熟的模型探查數據的價值時。Azure Machine Learning 能夠幫到你，它具有友好界面的圖形化工具，內部嵌入多到百種的算法，你只需要將數據導入進去就能着手挖掘所需要的數據價值。

當需要電腦或者機器人自發的尋找數據的特徵點時，就只能步入深度學習領域了，我們在此提供了深度學習工具集AI Algorithms on Azure。

微軟認知服務

人工智能是非常廣的範疇，在運用的時候要知道如何落地到合適的應用中。我們將人工智能分爲感知和認知兩個階段，以人類來參考的話，感知應該是在小學之前的階段，這個時候更多是在認識社會、學習語言、學習知識。再往後的認知階段就學會了分析問題並展開發散的思考。

從行業的應用以及算法結構來看，感知階段的“聽”和“看”已經到了非常優秀的地步。而在認知階段包括自然語言處理、機器與人的交互等還有進一步的發展空間。

微軟從開發容易的角度出發，提供了一系列的認知服務API，包括視覺、語音、語言、知識圖譜、搜索等等方面。這些服務都可以通過 API 整合到應用中。

Azure 機器學習服務

Azure 機器學習服務是全託管的，無軟件安裝，硬件管理，只需使用我們的網站，簡單的鼠標拖拽，就能連接數據接口，無需爲通用任務編程。內部預置了基於最優實現的各類算法，還能夠使用R或者Python語言修改現有算法參數達到定製化的目的。從模型的訓練和優化，到最終的發佈，都可以通過簡單的點擊完成。

深度學習

類似無人便利店、問診、影像識別等領域使用到的一定是深度學習方案，那麼如何搭建深度學習環境就成了首要目標。微軟在這方面也提供了一個方案，幫助用戶打造端對端的 AI 模型及智慧應用。從數據的存儲、處理到深度學習框架我們都提供了支持。

有問題可以在評論區討論，以上爲所有分享內容，謝謝大家！

編者：IT大咖說，轉載請標明版權和出處