為了幫助更多非AI技術領域?qū)＜业拈_發(fā)人員也能將AI應用到自己的程序中，微軟提供了一系列源代碼及相關資源，從以上三個特征角度升級開發(fā)者們的應用程序。
1. 更加智能的應用
機器學習是可以使應用變得智能的關鍵技術之一，但并不是每個開發(fā)者都有能力創(chuàng)建機器學習模型。為此，微軟在微軟認知服務中提供了預先構建的、以抽象庫形式呈現(xiàn)的機器學習模型。搭建在微軟Azure云平臺上的微軟認知服務易于使用，可以定制，并且還可以提供一系列解決AI領域應用常見任務的API服務，如視覺、語音和自然語言理解等。
讓我們看看如何通過微軟認知服務將AI注入到真實世界的應用程序中（內(nèi)含源代碼）：https://github.com/Microsoft/Connect-keynote_AI_demos/blob/master/visionapi/CognitiveServicesVisionAPIDemo.md
事實上，企業(yè)最重要的需求之一就是能夠定制API，以適用于他們自己的產(chǎn)品。為此，微軟于2017年5月發(fā)布了定制視覺服務（Custom Vision Service），讓任何開發(fā)人員都能快速地將視覺服務嵌入到應用程序中，并輕松構建和部署自己的圖像分類器。更多信息請訪問：https://customvision.ai/。整個定制開發(fā)流程也非常簡單，只需上傳一些數(shù)據(jù)進行訓練，然后通過REST端點來調(diào)用模型，最后再將調(diào)整好的模型應用到實際程序中即可。
以創(chuàng)建一個在iPhone上實時識別水果圖片的程序為例：
——首先利用CustomVision.ai等API的可定制性輕松構建自定義圖像分類器；
——然后通過使用Xamarin，將微軟認知服務整合到iOS應用程序中；
——最后將模型部署到本地iOS設備里，這樣可以在不需要網(wǎng)絡連接的情況下提供較高的識別準確度，并增強應用性能和用戶體驗。
Demo演示：https://github.com/Microsoft/Connect-keynote_AI_demos/tree/master/Xamarin
2. 新的應用程序交互體驗
面向未來的應用程序該如何提供全新的用戶交互體驗呢？人機交互技術的發(fā)展正朝著對人類更加友好的自然交互模式的方向進行，對話式AI服務就是一個很好的例子，比如對話式智能客服、智能聊天機器人等。
微軟AI云服務可以讓構建對話式AI服務變得十分容易。Demo演示及相關源代碼：https://github.com/Microsoft/Connect-keynote_AI_demos/tree/master/WeatherBot
3. 數(shù)據(jù)驅(qū)動的應用程序
未來的應用程序都將基于爆炸式增長的大數(shù)據(jù)所構建。然而，有時候由于數(shù)據(jù)的規(guī)模過于龐大，人類很難進行理解。在過去兩年內(nèi)，我們所創(chuàng)造的數(shù)據(jù)就超過了這個星球上以前所有人類歷史中創(chuàng)造的數(shù)據(jù)量。而到2020年，我們每人將創(chuàng)造1.7兆字節(jié)的新信息。
作為開發(fā)人員，我們需要從數(shù)據(jù)中提取盡可能多的洞見，以便為用戶提供更好的用戶體驗，比如推薦商品、發(fā)現(xiàn)朋友、識別并處理垃圾郵件、預估汽車的到達時間等等。但是，這些目標的實現(xiàn)需要適合的、且易于與應用程序整合的數(shù)據(jù)訓練工具。
Visual Studio Tools for AI就是微軟為開發(fā)者提供的一個強大的工具集，它可用于訓練易于集成到應用程序中的模型。如何使用Visual Studio Tools for AI在本地訓練深度學習模型，然后再將其擴展到Azure上，并將該模型包含在應用程序中呢？
一起來看看Demo演示（內(nèi)含源代碼）：https://github.com/Microsoft/Connect-keynote_AI_demos/blob/master/vstoolsforai/visualstudiotoolsforAI-demo.md
除了上面討論的從三個不同特征角度單獨升級應用程序外，微軟還提供了一套完整的AI賦能應用程序的解決方案，幫助開發(fā)者全面升級應用程序。下面我們提供幾個案例演示。
JFK文件演示
1963年11月22日，美國總統(tǒng)肯尼迪被暗殺，一直以來這次暗殺都是頗具爭議的話題。25年前，與暗殺有關的所有文件開始被陸續(xù)公布。第一批發(fā)布的內(nèi)容中有6,000多份文件，共計34,000頁，而最后一批發(fā)布的文件量至少是它的兩倍。要想知道文件的內(nèi)容，你可能要花幾十年的時間來閱讀。
為了幫助用戶從龐大的數(shù)據(jù)中探索整個事件，我們利用微軟Azure搜索服務和微軟認知服務開發(fā)了一個應用程序，以從大量的文檔中獲取洞見，并將原始文檔整理成結構化的信息，使用戶可以探索底層數(shù)據(jù)。
關于這個應用程序的詳細信息，請訪問：Demo演示：https://jfkfiles2.azurewebsites.net/
皮膚癌項目演示
皮膚癌是最常見的一種癌癥，占全球所有癌癥病例的40％。幸運的是，只要在早期被檢測出來，皮膚癌就可以被有效地控制。為此，我們希望為每個人創(chuàng)建一個移動的AI應用程序，以便能夠快速檢測用戶是否有患皮膚癌的風險，同時幫助醫(yī)生提高效率。
該皮膚癌項目使用了ISIC皮膚癌數(shù)據(jù)集，利用端到端的預覽版Azure機器學習服務來創(chuàng)建皮膚癌檢測的機器學習模型，并可以在手機上運行該模型。你可以在以下鏈接中查看皮膚癌項目的數(shù)據(jù)集、源代碼及演示視頻等信息。
項目中使用到的ISIC數(shù)據(jù)集GitHub鏈接：https://github.com/antriv/ISIC-Dataset-Downloader
項目源代碼：https://github.com/Azure/ai-toolkit-iot-edge/tree/master/Skin%20cancer%20detection
項目演示視頻：https://channel9.msdn.com/Events/Connect/2017/T109
雪豹項目演示
雪豹是高度的瀕危動物，全球野生雪豹的數(shù)量大約僅在3,900至6,500只之間。由于棲息地偏遠、活動范圍廣闊且擁有難以捉摸的本性，雪豹的研究工作很難進行。因此，很少有人知道它們的生物特點、存活率和運動模式等信息。要想真正了解雪豹并更直接地提高它的存活率，我們還需要更多的數(shù)據(jù)。
為此，生物學家們在雪豹經(jīng)常出沒的地區(qū)安裝了許多運動攝像頭，以記錄它們的活動。多年來，這些相機已經(jīng)獲取了超過100萬張的圖像。這些圖像既可以被用于了解雪豹的行為，也可以用于建立新的保護區(qū)。
但是生物學家必須對所有圖像進行分類，以識別雪豹或獵物的圖像。手動分類就像在干草垛里找一根針一樣困難，對一個相機拍攝的圖像進行分類就需要大約300小時。為了解決這個問題，國際雪豹基金會（Snow Leopard Trust）和微軟合作，使用大規(guī)模神經(jīng)網(wǎng)絡建立圖像分類模型。你可以在以下鏈接中查看雪豹項目的源代碼及演示視頻等信息。
項目源代碼：https://github.com/mhamilton723/snow-leopard/blob/master/Saving%20Snow%20Leopards%20with%20MMLSpark.ipynb
項目演示視頻：https://channel9.msdn.com/Events/Connect/2017/G102
借助微軟強大的AI工具，開發(fā)人員只需一點編程技術，就可以輕松將AI融入到應用程序中，讓應用程序變得更智能，跟用戶溝通更加友好、自然，并且還可以幫助用戶充分利用大數(shù)據(jù)。
