微軟Build開發者大會拉開帷幕，Azure 物聯網服務成今年重點

品途商業評論訊 5月8日消息，微軟 2018 Build開發者大會拉開帷幕。大會期間，微軟全球執行副總裁、微軟人工智慧及微軟研究事業部負責人沈向洋在其 Linkedin 發表博文，稱要將微軟關於智能雲計算與智能邊緣計算的願景轉化為現實，而Azure 是實現願景的關鍵。

事實上，微軟把「物聯網」重新命名為「智能邊緣（the intelligent edge）」，計劃將其Azure IOT邊緣運行作為開源項目，此前其還宣布要在未來四年投資 50 億美元，以推進在物聯網和邊緣計算領域的生態布局。

而在此次開發者大會上，微軟推出了 Project Kinect for Azure，這一陣列感測器將配置人們熟悉的所有功能，而且只配置了更小規模但功效更大的組件。這也就意味著，飛行時間深度感測器、IR 感測器以及更多組件都將隨同新版 Azure AI 一同推出。微軟表示，「Kinect 的傳統功能一直貫穿於 HoloLens 產品之中，而在 Kinect 的傳統功能的支持下，Project Kinect for Azure 為從事人工智慧相關的開發者賦予了全新的腳本。」

此外，為了加大微軟智能雲計算服務落地，CEO 納德拉宣布，微軟將與高通、大疆達成合作。具體而言，微軟將和高通共同推出一款家用安防攝像頭，這款產品部署了微軟 AI 模型，可在本地進行交互和計算，同時雲端可時時更新微軟 AI 模型，從而更好的辨別警報情況；與大疆的合作則在於，大疆將在今年為旗下無人機推出 Window 10 SDK，開發者可應用微軟開發工具為大疆無人機開發軟體，將無人機數據應用在農業等方面。微軟 Azure IoT Edge 同樣將應用在大疆無人機上，系統中的微軟 AI 模型可讓整個計算的過程更加智能。

事實上，過去一年，包括施耐德、星巴克等超過 230 個企業已經將 Azure IoT Edge 應用到超 2000 個領域上。Azure Edge 在全球有超過 50 個團隊的部署，並有超過 90 億個計算節點。不難看出，微軟正在從過去十多年的集中式雲計算向分散式計算轉變。

附沈向洋 Linkedin文摘：

2018 年度 Build 大會（微軟全球開發者大會）向來是我最愛的年度盛會。看到那麼多開發者用微軟的工具和平台打造出那麼多炫酷的創新成果，不僅讓我感到自豪，更讓讓我倍受鼓舞。今年大會的核心主題是如何將微軟關於智能雲計算與智能邊緣計算的願景轉化為現實。Azure 就是我們實現這一願景的關鍵，這是我們為實現智能而打造的最佳雲平台，它融入了我們在人工智慧領域的全部投入與技術積累。

讓我給各位分享幾個亮點：

1，我們基於雲與邊緣計算的人工智慧服務。三年前，我在舊金山舉辦的 Build 大會上正式發布了微軟認知服務。今天，已經有 100 萬開發者使用了我們的服務！通過認知服務，我們為大家提供了最廣泛的、可定製的人工智慧技術，而且同時適用於雲與邊緣計算。而最讓人感到興奮的，還是看到我們的開發者利用這項服務創造出的無限可能。

今天，我們發布了一項統一語音服務，其中包括針對特定人聲（比如 Brian 的聲音）和環境噪音的可定製聲學模型、針對特定術語的語言模型和翻譯功能，以及能對發聲進行定製的文本到語音轉換功能等。通過這篇文章你可以了解到我們與羅徹斯特理工學院合作的更多詳情。

2，我們如何實現對話式人工智慧——想像一下讓微軟小娜（Cortana）這樣的數字助理或者對話機器人能夠像真人一樣自然地與你交流。我們的 Bot Framework（機器人框架）能夠讓開發者和企業輕鬆上手，並且受到了用戶的廣泛喜愛。自兩年前薩提亞在 Build 大會上首次發布 Bot Framework 以來，已經有 30 萬開發者參與嘗試，每天都有新的開發者加入進來。

對於今天的開發者來說，這是個不容忽視的前景：對話機器人正在成為新的應用。作為開發者，你必須要懂得如何構建一個對話機器人，以及如何部署和運行它。

3，今天我們正處於一個非常獨特的發展階段，人工智慧在開源框架內取得了尤為活躍的發展。這意味著開放人工智慧（Open AI）平台與工具是至關重要的。我們看到了顯著的增長和動能：迅速而強勁的創新節奏，以及推動我們開放的人工智慧戰略。

我們不僅支持諸如 TensorFlow、CNTK 這樣的深度學習平台，也在通過 ONNX 合作引領和推動著行業內的互操作性。通過與臉書（Facebook）的合作，我們發起了 ONNX，旨在讓任何深度學習框架在任何晶元與任何設備上都能運行。我們的發展勢頭相當迅猛，已經有包括亞馬遜在內的 15 家公司支持 ONNX，並且還有更多公司正在加入進來。就在上周，我們剛剛宣布 Azure 機器服務和數據科學虛擬機（DSVM）支持 PyTorch 1.0——目前已經有六種頂級框架支持 ONNX，其它框架則可以通過轉換器獲得支持。

4，實時人工智慧基礎架構。為什麼說實時的人工智慧推算能力非常重要呢？拿圖像識別舉例來說，視頻流、圖像處理都是最消耗資源的過程，如果對每一幀圖像都能以飛快的速度進行處理，自然是非常好的體驗，但事實是，開發者仍然需要在批尺寸（batch size）與性能之間做出取捨。

這已經成為過去。在 Build 大會上，我們介紹了 Project Brainwave，它能利用 Azure 上最先進的 FPGA 基礎架構完成實時的人工智慧處理。現在用戶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。這意味著你所裝入的全部人工智慧都能得到實時的計算。而且，FPGA 不僅僅只在雲端提供——通過合作夥伴，我們也可以利用 Azure Stack 在本地提供 FPGA。如此強大的威力不僅存在於雲端，同時也適用於邊緣計算，這將讓更多創新成為可能。

5，我們向開發者開放微軟研究院與人工智慧事業部的資源。27 年前，微軟研究院創立的時候，最早成立的三個研究組都是圍繞人工智慧展開的：自然語言、語音與計算機視覺。微軟研究院在人工智慧研究上成果卓著。

兩年前，我們在 RESNET 測試上以 152 層、96% 的準確率拔得頭籌；一年前，我們在 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；今年 1 月，我們第一個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；兩個月前，我們宣布在對新聞報道測試集的英中、中英機器翻譯上實現了比肩人工翻譯的水平。想要讓人工智慧真正達到人類的水準當然還有很長的路要走，但我們會為之不懈努力。

我們始終致力於確保微軟在尖端研究領域所取得的突破和成績，最終都要服務於我們的開發者。例如 AI.lab 網站，其目的就是幫助我們不斷增長的開發者社區更好地相互分享他們的人工智慧實踐。任何想要學習人工智慧的開發者都可以訪問微軟 AI School，免費獲得我們提供的在線課程、指導和資源。

在人工智慧和機器學習領域，微軟不僅是主要的領導者，更是受到企業和開發者廣泛信任、並為之大力投入的技術合作夥伴。原因很簡單——Azure 是人工智慧最佳的雲平台。許多開發者和企業已經利用它創造出許多奇妙的應用，他們未來還能創造什麼，我已經急不可待！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！