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)。

分享到

xiesc

相關推薦