Web与人工智能时代


内容来源:2017年5月13日,微软(中国)开发体验与合作事业部技术顾问佘泽鹏在“HTML梦工场&微软开发者沙龙第06期”进行《Web与人工智能时代》演讲分享。IT大咖说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: 2781 用时: 14分钟


摘要

“人工智能”一词最初是在1956年Dartmouth学会上提出的。从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。人工智能(Artificial Intelligence)英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。

嘉宾演讲视频和PPT地址: t.cn/RNUZmwD

增强人类的智慧

现在人工智能非常火,首先是因为云计算发达,提供了强大的计算能力。

高强度的算法可以帮助做到人工智能。

人工智能需要大量数据来训练、规划,我们有海量的数据来做人工智能。

这是人工智能三股强大的动力。

MicrosoftGraph是一个开发平台,它提供了强大的网络、强大的API,可以连接不同的数据、不同应用。利用相应平台的不同数据,做到跨设备跨平台的无缝对接。

AI Infrastructure&Service

微软在人工智能提供了不同的平台,要把AI带到每个人身边,让不同层次的开发者都能利用微软技术帮助他们的业务。


如图所示,最底层是硬件的创新,有海量的硬件计算能力。有GPU、scale和FPGA。例如FPGA可以把相应的算法编成可编程的阵列写进硬件里,使计算更高速。

上一层提供了海量数据的存储和分析。

第三层是Machine Learning的算法,Cognitive Toolkit。提供了开源算法的工具包,研究人员可以用工具包来写自己的算法并研究相应的人工智能技术。

Azure Machine Learning Studio是Azure的一项机器学习的服务,服务包含了一些现成算法。通过可视化界面,用拖拉拽的方式就可以将算法运行起来,也可以添加Python或者R的脚本。数据科学家只需理解这些算法,但不用自己写太高难度的算法。

CognitiveService供开发者使用,它是一套API,可以直接调用。

微软在不同层次提供了相应的服务。

Microsoft AI Portfolio

从另一个维度来看,微软人工智能的四大支柱是Agent、Applications、Services、Infrastructure。

Agent:有Cortana和XiaoIce。

Applications:微软把人工智能技术运用到自家的应用里,比如office、输入法、pix和skype等等。

Services:还有像Bot Framework、Cognitive Services、Cognitive Toolkit等相应的Services。

Infrastructure:基础设施,比如硬件、存储、分析都属于Infrastructure,微软提供了相应的一些基础设施服务用于机器学习。

Cognitive Services

认知服务是一套REST API,无论是写Web、Andriod还是ios,不管是什么样的开发者,都可以使用这套REST API来帮助业务或应用服务变得更加智能化。

CognitiveServices主要有五个部分,vision、language、speech、search和knowledge。

在之前的推广过程中,我们发现很多开发者喜欢自定义的东西,所以我们推出了自定义服务。

比如自定义的视觉服务、自定义智能语言理解服务、自定义语音服务、自定义搜索和自定义决策。

视觉

计算机影像API:上传一张图,它可以识别出图中的内容。

人脸API:做人脸识别、登录等操作。

内容审查器:内容合法性识别。

情感API:把人脸分析成八种表情并识别出来,每种表情给出百分比数据。

Video API:对视频进行防抖处理、动作检测、人脸追踪等。

CustomVision Service:自定义计算机视觉服务。

Video Indexer:识别视频内容、对视频进行分析。

先进的图像处理算法可帮助自动审查内容,通过返回人脸、图像和情绪等智能见解构建更人性化的应用。

Computer Vision

Analyze Image

识别出图片里的内容。


OCR

提取图片中的文字。


它会把图片的语言、方向、文本的位置都识别出来,可以做叠加。目前更适合做文本的扫描,全球版还能识别手写的文字。

Smart Thumbnail

用API做图片的智能识别。


Face APIs

FaceAPI——Detection

上传一张人脸图片,人脸检测会返回一个json的格式。Json格式包含了人脸的属性、人脸特征点的位置。

Face API——Verification


Face API——Group

人脸分组。


FaceAPI——Identify

人脸识别需要先上传图片,建立一个库。以后根据人脸的特征点就能进行识别。


Emotions APIs

语音

处理应用程序中的语音。

自定义语音服务:在特定场景下,对一些特定词汇进行调整,提高识别率。

说话人识别API:先训练几段语音,在后来上传语音的时候就能自动进行识别。

Translator语音API:通过语音进行翻译。

还有必应语音API。

语音API

Voice Recognition Model

语音识别分为REST和WebSocket两种方式。Result通过N-Bset的算法计算出来。


Custom Speech自定义语音识别服务

克服语音识别障碍,如说话风格、词汇和背景噪音。用户可以通过调整语音识别器的语言模型,使其匹配应用程序的词汇和用户的说话风格,针对自己的场景进行自定义,提高语音识别在特定场景的识别率。


语言

语言理解智能服务(简称LUIS, luis.ai)、Web语言模型API、Translator文本API、必应拼写检查API、文本分析API、Linguistic Analysis API。

让应用能够处理自然语言、评估观点和主题,并了解到如何识别用户需求。

文本分析API

情感分析:该API会在完成分析后返回一个介于0-1之间的分值。接近1的分数表示积极情感,接近0的分数表示消极情感。情感分数是基于分类技术而产生的。分类器的输入特性包含n-gram,词性标签中的特性以及单词嵌入。目前,支持的语言包括英语、法语、西班牙语和葡萄牙语。

关键短语提取:该API会返回一个字符串列表表示输入文本的要点。我们采用Microsoft Office的复杂的自然语言处理工具。目前,英语是唯一受支持的语言。

话题检测:这是一个新发布的API。该API可以返回在提交的文本中所检测到的话题。话题是根据一个关键短语来确定的,关键短语可以是一个或者多个相关联的词语。该API要求每次提交至少100条文本记录,可以帮助你在成千上万条文本记录中检测话题。每一次文本记录提交均会收取一次API调用费用。该API适用于人类书面编写的较短的文本,例如评论或用户反馈等。

语言探测:API会返回探测到的语言以及一个介于0-1之间的数值。数值为1表示100%确定探测到的语言种类。目前共支持120种语言。

Language Understanding Intelligent Service

人类要表达一个意思,有好几种说话方式。Language Uderstanding Intelligent Service就是要让计算机也能够理解人类用不同方式表达出的同一个意思。

Intent,意图,是指所要表达的意思。

Entites是一个实体,就是里面的参数。


用户可以通过自定义意图和实体,在用户的场景下实现定制化的语音理解服务,一般可以与Bot Framework结合,实现智能客服的场景。

QnAMaker,这个服务可以快速生成一个能够回答FAQ问题的智能客服机器人。

知识

详细规划复杂的信息和数据,以解决智能推荐和语义搜索等任务。

搜索

通过必应搜索API使你的应用、网页和其它体验功能更加智能、更具吸引力。

实验室项目

发掘探索最新的认知服务技术。在认知服务正式发布之前,可以在这里探索、尝试新的认知服务技术,并提供反馈。

Redefining Microsoft with AI


人工智能需要大量数据,最重要的是如何去获取这些数据。Microsoft Graph允许用户使用组织内的数据来推动人工智能的转型。它借助office365、必应这些数据和外界数据的结合,与业务系统结合,打造出很多智能应用和服务。

我今天的演讲就到这里,谢谢大家。

推荐文章

  • 创业公司中的Java高效应用

  • 小米深度学习平台架构与实现

近期活动

七夕福利 | 腾讯IMWebConf 2017前端开发者大会免费票

直播 |【阿里云MVP MeetUp】一起把云计算拆了玩儿



你可能感兴趣的:(Web与人工智能时代)