微软人工智能2018年度十大亮点回顾

这是一个突破性技术会剧烈地改变社会和经济的时代，以人工智能为首的新一轮科技和产业革命已拉开帷幕。在知名的IT研究与顾问咨询公司Gartner最新发布的【2018年新兴技术成熟度曲线】中，人工智能（AI）依然是当下的热点以及未来5-10年最具颠覆性的技术。

微软很早就投入了对人工智能的研究，并完成了从人工智能服务到人工智能基础架构的产业布局。2016年9月成立微软人工智能及研究事业部（Microsoft AI and Research），2017年7月建立微软研究院人工智能中心（Microsoft Research AI），聚焦于解决最复杂的人工智能挑战。同年，微软将公司的业务重点从“移动为先云为先”改为“智能云+智能边缘”，在人工智能领域重兵布阵，抢占人工智能研究及应用领域的制高点。

对于Azure AI来说，2018年是非常重要的一年，微软在人工智能领域取得了一个又一个重大的突破。今天，我们很荣幸地向您分享2018年，微软在AI服务、AI工具和框架以及AI基础设施等领域的10大亮点。这些人工智能功能现在被注入到微软的产品和服务中，包括Power BI、Excel等。作为一家技术企业，我们很乐意将这些创新技术转化为工具，帮助人们更高效地完成工作。

以下是Azure AI 2018年的10大亮点，涵盖了AI服务、工具和框架以及基础设施:

2018微软 AI 十大亮点

服务篇

这些服务涵盖了打包提供的人工智能能力，包括Azure认知服务和认知搜索、使用Azure Bot服务的会话式服务，以及使用Azure机器学习（AML）的定制人工智能开发。

1

新的自动机器学习能力的Azure机器学习服务

在Microsoft Connect上，微软公开了带有新的自动化机器学习（automated ML）功能的Azure机器学习服务（AML）。自动化机器学习将构建机器学习模型所需的时间从数周或数月缩短至数天，使数据科学家和开发人员能够更快地识别合适的算法和超参数，快速构建和部署机器学习解决方案。此外，借助 AML，数据科学家和开发人员可以在从智能云到智能边缘的任何地方快速、轻松地构建、训练和部署机器学习模型。 一旦模型被开发出来，组织就可以在云端和边缘部署和管理他们的模型，包括具有集成（CI/CD）工具的物联网设备。

Azure 机器学习与Azure服务无缝集成，为机器学习生命周期提供端到端的功能，包括数据准备、实验、模型训练、模型管理、部署和监控。

2

认知服务（Cognitive Services）的新的历史里程

Azure 认知服务是一组API，开发人员可以轻松地将视觉、语音、语言和搜索功能添加到应用程序和设备中。迄今为止，已经有超过120万开发人员使用 Azure 认知服务。

在Build 2018大会上，微软发布了认知服务的最新创新功能：

新服务

• 统一的语音服务。语音服务合并了此前通过必应语音API，语音翻译，自定义语音，和自定义声音服务提供的Azure语音功能，现在，开发人员可以通过一个API执行语音到文本（语音转录）、文本到语音（语音合成）和语音翻译功能。

• 自定义视觉服务。通过简单地拖放一组图像就可以轻松地训练图像识别系统，定制您自己的计算机视觉模型。

• 语音设备SDK（预览）以及新的语音客户端SDK。语音设备SDK是一个预先调优的库，它与专用的麦克风阵列开发工具包一起使用。它使用语音SDK将我们的高级音频处理算法处理的音频从设备的麦克风阵列发送到语音服务。它使用多声道音频，通过噪声抑制、回波抵消、波束形成和去外延，提供更准确的远场语音识别。您还可以使用语音设备SDK来构建具有您自己定制的唤醒词的环境设备，更容易地将基于云的语音服务集成到您的设备中。

技术更新

• 更新后的视频索引器（Video Indexer），可以自动检测语音和视觉文本中的已知品牌，并可以训练识别自定义品牌。

• 采用最新认知服务技术更新了必应（Bing）自定义搜索，自定义决策服务和认知服务实验室。同时，宣布支持定制化的神经机器翻译。

3

微软是第一家通过容器交付人工智能服务的公司

2018年11月，微软发布了Azure认知服务容器预览版，这使得Azure成为第一个跨云和边缘计算提供智能认知服务的平台。

容器化是一种软件分发方法，在这种方法中，应用程序或服务被打包，这样就可以在容器主机中部署，几乎不需要修改。

有了容器支持，客户可以在任何数据驻留的地方使用 Azure 的智能认知服务功能。这意味着客户可以在不将内容发送到云的情况下执行人脸识别、OCR或文本分析操作。并且无论是构建在边缘，还是构建Azure 上的应用程序，都是可以相互移植的。也可以构建同时跨越云和边缘的智能应用。

4

Azure搜索 + 认知能力

Azure认知搜索（预览）是一种基于人工智能的内容理解方法，认知搜索通过内置的认知技能扩展 Azure搜索，并以此来提取知识，然后将这些知识组织并存储在搜索索引中，从而实现探索数据的新方法。

现实世界的数据是混乱的。它们经常跨越媒体类型(例如文本文档、PDF文件、图像、数据库)，并不断地进行更改，不易使用，却携有价值。

典型的解决方案模式是数据摄取、丰富和探索模型。

摄取

Azure认知搜索从Azure Blob存储、SQL DB、CosmosDB、MySQL和表存储中提取数据。对于Blob存储中的非结构化数据，该服务不仅读取原始数据，还支持从几种流行的文件格式(如PDF和Office文档)中提取内容。Azure认知搜索还支持更改检测，可以通过增量处理掌握更改细节，无需遍历整个数据集。

充实

Azure认知搜索集成了认知服务，为OCR、命名实体识别、关键短语提取、语言检测、具有场景描述/标记功能的图像分析等提供内置支持。

探索

在充实过程中生成的原始数据和所有注释都放在Azure搜索索引中——这是一个功能强大的数据存储，支持关键字搜索、理解56种语言、处理结构化查询和非结构化搜索，并提供分面导航。最重要的是，该指数以闪电般的速度处理了这一切。

5

多语言支持的Bot Framework v4 SDK

Bot Framework v4 SDK在9月份正式发布。现在Bot Framework拥有更广泛的语言支持，目前C# 和 JavaScript SDK已经正式发布，Python和Java SDK也已公开预览。更好的可扩展性，可以构建一个充满活力的插件生态系统，如对话框管理和机器翻译等。Bot框架还包括一个模拟器和一组CLI工具，用于简化不同bot语言理解服务的创建和管理。如今，这项服务拥有34万多用户，而且还在不断增长。

2018微软 AI 十大亮点

工具和框架篇

这些工具和框架包括用于AI的Visual Studio工具，Azure笔记本，数据科学VM，Azure机器学习工作室，ONNX以及用于Azure IoT Edge的AI工具包。

6

Visual Studio Code中的数据科学功能

从11月开始，Visual Studio code的Python扩展中提供了数据科学功能！利用这些功能，开发人员可以在Visual Studio code中以交互方式处理数据。无论是探索数据还是将机器学习模型整合到应用程序中，对于需要一个编辑器来处理数据科学任务的人来说，Visual Studio Code现在有了一个令人兴奋的新选项。

7

ONNX Runtime现已开源

开放神经网络交换(Open Neural Network Exchange, ONNX)是一种表示机器学习模型的开放格式，它使开发人员和数据科学家能够使用最适合他们的框架和工具，包括PyTorch、TensorFlow、scikit-learn等。ONNX Runtime是第一个完全支持ONNX规范的推理引擎。

在微软，很多团队正在使用ONNX Runtime来提高模型的评分延迟和效率。对于转换到ONNX的模型，与之前的解决方案相比，平均性能提高了两倍。高通（Qualcomm）、英特尔（Intel）和英伟达（NVIDIA）等领先的硬件公司正积极地将其定制加速器集成到ONNX Runtime中。

8

 面向Windows开发人员的ML.NET和AI平台

开发人员可以访问ML.Net，这是一个新的开源跨平台机器学习框架。

由于一些缺乏可靠的互联网连接,或数据隐私方面的考虑,有的客户不愿意他们的数据离开设备。Windows ML是一个用于在设备本地评估经过训练的深度学习和机器学习模型的API。用它来帮助开发人员评估本地机器学习模型则更有利。

但更重要的是，Windows ML通过建立一个简单的流程将模型与应用程序集成，使您可以轻松地利用AI的无限可能性。Windows ML可以加速您在DirectX 12 GPU上的模型评估。开发人员可以选择他们喜欢的评估设备，无论是CPU还是GPU, Windows ML代表他们处理与硬件的通信。

这项Office 和 Windows中的AI功能背后的技术现在是Github上的一个项目。

2018微软 AI 十大亮点

基础设施篇

这一类别涵盖Azure数据服务，计算服务，如Azure Kubernetes服务（AKS），和包括GPUs和FPGAs在内的AI Silicon支持。

9

Azure Databricks

Azure Databricks是一种基于 Apache® Spark™ 的快速、简单和协作的分析平台，并针对Azure进行了优化，可广泛使用。今天，组织可以从Azure Databricks与其他服务（如Azure Blob存储，Azure数据工厂，Azure SQL数据仓库和Azure Cosmos DB）的集成中受益。该平台支持新的分析解决方案，支持现代数据仓库、高级分析和实时分析场景。

10

 脑波计划（Project Brainwave）与Azure机器学习集成

微软于今年5月份发布了脑波计划（Project Brainwave）预览版，并将其整合到了Azure机器学习服务中。Project Brainwave是一个旨在加速实时AI计算的硬件架构，部署在名为“现场可编程门阵列（Field Programmable Gate Array，简称FPGA）”的英特尔计算机芯片上。与最流行的行业基准相比，脑波计划可以将实时AI计算的延迟时间降到最小，并且成本控制在可接受的范围。脑波计划预览版的发布将使 Azure 成为最高效的AI云计算平台，也是让FPGA成为通用型平台的第一步。

脑波计划，让客户得到了将人工智能计算带到边缘的机会。这意味着客户的业务和设施即使没有连接到互联网或其他网络，仍可以利用强大的人工智能计算。

人工智能已经成为数字转型的关键驱动力，而商业化落地则是人工智能的价值体现和继续发展的助推器。微软发展人工智能的使命是普及人工智能全民化（Democratizing AI），致力于将最新的人工智能技术转化为每个人都触手可及的工具、平台和服务，予力全球每一人、每一组织，成就不凡！

推荐阅读

突破认知边界，出海模式再升级

Surface Book 2 + Surface Go，建筑行业的最佳拍档

万物相连——当Office遇见AI

最新活动

玩转微软市场资讯？用这个就够了！

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/