微软沈向洋:3年来使用微软认知服务的开发者已破百万

安科网讯 5月8日上午消息，微软Build 2018开幕。微软全球执行副总裁，微软人工智能及微软研究事业部负责人沈向洋在主题演讲中指出，3年前微软认知服务发布，今天已有100万名开发者使用了该服务，微软正提供最广泛且可定制的人工智能技术，同时适用于云和边缘计算。

“今天我们正处于一个非常独特的发展阶段，人工智能在开源框架内取得了尤为活跃的发展”，沈向洋表示，这意味着开放人工智能平台与工具的重要性，它有显著的增长和动能，且具备迅速而强劲的创新节奏，以及推动开放的人工智能战略。

他强调，微软已向开发者开放了研究院与人工智能事业部的资源。以AI.lab网站举例，其目的就是帮助不断增长的开发者社区，可以更好地相互分享人工智能的实践结果。任何想要学习人工智能的开发者都可以访问微软AI School，免费获得在线课程、指导和资源。

沈向洋认为，在人工智能和机器学习领域，微软不仅是主要的领导者，更是受到企业和开发者广泛信任、并为之大力投入的技术合作伙伴。“原因在于Azure是人工智能最佳的云平台。许多开发者和企业已经利用它创造出许多奇妙的应用，他们未来还能创造什么，我已经急不可待”。(韩大鹏)

以下为沈向洋演讲全文：

Build大会向来是我最爱的年度盛会。看到那么多开发者用微软的工具和平台打造出那么多炫酷的创新成果，不仅让我感到自豪，更让让我倍受鼓舞。

今年大会的核心主题是如何将微软关于智能云计算与智能边缘计算的愿景转化为现实。Azure就是我们实现这一愿景的关键，这是我们为实现智能而打造的最佳云平台，它融入了我们在人工智能领域的全部投入与技术积累。

让我给各位分享几个亮点：

首先，是我们基于云与边缘计算的人工智能服务。三年前，我在旧金山举办的Build大会上正式发布了微软认知服务。今天，已经有100万开发者使用了我们的服务！通过认知服务，我们为大家提供了最广泛的、可定制的人工智能技术，而且同时适用于云与边缘计算。而最让人感到兴奋的，还是看到我们的开发者利用这项服务创造出的无限可能。

在Build会场上，我与罗彻斯特理工学院的教授Brian Trager进行了实时的对话交谈。这或许不足为奇，但如果我告诉你Brian是失聪的，而我当时说的是汉语呢。我们通过努力将阻碍人们沟通的障碍变成了新的机遇。

今天，我们发布了一项统一语音服务，其中包括针对特定人声（比如Brian的声音）和环境噪音的可定制声学模型、针对特定术语的语言模型和翻译功能，以及能对发声进行定制的文本到语音转换功能等。通过这篇文章你可以了解到我们与罗彻斯特理工学院合作的更多详情。

接下来要说的是我们如何实现对话式人工智能——想象一下让微软小娜（Cortana）这样的数字助理或者对话机器人能够像真人一样自然地与你交流。我们的Bot Framework（机器人框架）能够让开发者和企业轻松上手，并且受到了用户的广泛喜爱。自两年前萨提亚在Build大会上首次发布Bot Framework以来，已经有30万开发者参与尝试，每天都有新的开发者加入进来。

对于今天的开发者来说，这是个不容忽视的前景：对话机器人正在成为新的应用。作为开发者，你必须要懂得如何构建一个对话机器人，以及如何部署和运行它。今天，我们看到了大量来自企业的推动和需求——他们要的不只是像微软小娜这样的智能助理，更需要可以用于人力资源管理、招聘、客户支持和服务等领域的业务机器人。

今天我们正处于一个非常独特的发展阶段，人工智能在开源框架内取得了尤为活跃的发展。这意味着开放人工智能（Open AI）平台与工具是至关重要的。我们看到了显著的增长和动能：迅速而强劲的创新节奏，以及推动我们开放的人工智能战略。

我们不仅支持诸如TensorFlow、CNTK这样的深度学习平台，也在通过ONNX合作引领和推动着行业内的互操作性。通过与脸书（Facebook）的合作，我们发起了ONNX，旨在让任何深度学习框架在任何芯片与任何设备上都能运行。我们的发展势头相当迅猛，已经有包括亚马逊在内的15家公司支持ONNX，并且还有更多公司正在加入进来。就在上周，我们刚刚宣布Azure机器服务和数据科学虚拟机（DSVM）支持PyTorch 1.0——目前已经有六种顶级框架支持ONNX，其它框架则可以通过转换器获得支持。

实时人工智能基础架构。为什么说实时的人工智能推算能力非常重要呢？拿图像识别举例来说，视频流、图像处理都是最消耗资源的过程，如果对每一帧图像都能以飞快的速度进行处理，自然是非常好的体验，但事实是，开发者仍然需要在批尺寸（batch size）与性能之间做出取舍。

这已经成为过去。在Build大会上，我们介绍了Project Brainwave，它能利用Azure上最先进的FPGA基础架构完成实时的人工智能处理。现在用户通过实时的单一批数据，就能得到以往需要多得多的批数据处理才能得到的性能。这意味着你所装入的全部人工智能都能得到实时的计算。而且，FPGA不仅仅只在云端提供——通过合作伙伴，我们也可以利用Azure Stack在本地提供FPGA。如此强大的威力不仅存在于云端，同时也适用于边缘计算，这将让更多创新成为可能。

最后值得强调的是，我们向开发者开放微软研究院与人工智能事业部的资源。27年前，微软研究院创立的时候，最早成立的三个研究组都是围绕人工智能展开的：自然语言、语音与计算机视觉。微软研究院在人工智能研究上成果卓著。两年前，我们在RESNET测试上以152层、96%的准确率拔得头筹；一年前，我们在Switchboard语音识别基准测试中的错误率已经降低至5.1%，达到了媲美人类专业速记员的水平；今年1月，我们第一个在斯坦福大学发起的SQuAD文本理解挑战赛上获得超越人类的分数；两个月前，我们宣布在对新闻报道测试集的英中、中英机器翻译上实现了比肩人工翻译的水平。想要让人工智能真正达到人类的水准当然还有很长的路要走，但我们会为之不懈努力。

我们始终致力于确保微软在尖端研究领域所取得的突破和成绩，最终都要服务于我们的开发者。例如AI.lab网站，其目的就是帮助我们不断增长的开发者社区更好地相互分享他们的人工智能实践。任何想要学习人工智能的开发者都可以访问微软AI School，免费获得我们提供的在线课程、指导和资源。

在人工智能和机器学习领域，微软不仅是主要的领导者，更是受到企业和开发者广泛信任、并为之大力投入的技术合作伙伴。原因很简单——Azure是人工智能最佳的云平台。许多开发者和企业已经利用它创造出许多奇妙的应用，他们未来还能创造什么，我已经急不可待！