為了幫助更多非AI技術(shù)領(lǐng)域?qū)＜业拈_(kāi)發(fā)人員也能將AI應(yīng)用到自己的程序中，微軟提供了一系列源代碼及相關(guān)資源，從以上三個(gè)特征角度升級(jí)開(kāi)發(fā)者們的應(yīng)用程序。

1. 更加智能的應(yīng)用

機(jī)器學(xué)習(xí)是可以使應(yīng)用變得智能的關(guān)鍵技術(shù)之一，但并不是每個(gè)開(kāi)發(fā)者都有能力創(chuàng)建機(jī)器學(xué)習(xí)模型。為此，微軟在微軟認(rèn)知服務(wù)中提供了預(yù)先構(gòu)建的、以抽象庫(kù)形式呈現(xiàn)的機(jī)器學(xué)習(xí)模型。搭建在微軟Azure云平臺(tái)上的微軟認(rèn)知服務(wù)易于使用，可以定制，并且還可以提供一系列解決AI領(lǐng)域應(yīng)用常見(jiàn)任務(wù)的API服務(wù)，如視覺(jué)、語(yǔ)音和自然語(yǔ)言理解等。

讓我們看看如何通過(guò)微軟認(rèn)知服務(wù)將AI注入到真實(shí)世界的應(yīng)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(shí)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(jué)服務(wù)（Custom Vision Service），讓任何開(kāi)發(fā)人員都能快速地將視覺(jué)服務(wù)嵌入到應(yīng)用程序中，并輕松構(gòu)建和部署自己的圖像分類(lèi)器。更多信息請(qǐng)?jiān)L問(wèn)：https://customvision.ai/。整個(gè)定制開(kāi)發(fā)流程也非常簡(jiǎn)單，只需上傳一些數(shù)據(jù)進(jìn)行訓(xùn)練，然后通過(guò)REST端點(diǎn)來(lái)調(diào)用模型，最后再將調(diào)整好的模型應(yīng)用到實(shí)際程序中即可。

以創(chuàng)建一個(gè)在iPhone上實(shí)時(shí)識(shí)別水果圖片的程序?yàn)槔?/p>

——首先利用CustomVision.ai等API的可定制性輕松構(gòu)建自定義圖像分類(lèi)器；

——然后通過(guò)使用Xamarin，將微軟認(rèn)知服務(wù)整合到iOS應(yīng)用程序中；

——最后將模型部署到本地iOS設(shè)備里，這樣可以在不需要網(wǎng)絡(luò)連接的情況下提供較高的識(shí)別準(zhǔn)確度，并增強(qiáng)應(yīng)用性能和用戶(hù)體驗(yàn)。

Demo演示：https://github.com/Microsoft/Connect-keynote_AI_demos/tree/master/Xamarin

2. 新的應(yīng)用程序交互體驗(yàn)

面向未來(lái)的應(yīng)用程序該如何提供全新的用戶(hù)交互體驗(yàn)?zāi)?？人機(jī)交互技術(shù)的發(fā)展正朝著對(duì)人類(lèi)更加友好的自然交互模式的方向進(jìn)行，對(duì)話式AI服務(wù)就是一個(gè)很好的例子，比如對(duì)話式智能客服、智能聊天機(jī)器人等。

微軟AI云服務(wù)可以讓構(gòu)建對(duì)話式AI服務(wù)變得十分容易。Demo演示及相關(guān)源代碼：https://github.com/Microsoft/Connect-keynote_AI_demos/tree/master/WeatherBot

3. 數(shù)據(jù)驅(qū)動(dòng)的應(yīng)用程序

未來(lái)的應(yīng)用程序都將基于爆炸式增長(zhǎng)的大數(shù)據(jù)所構(gòu)建。然而，有時(shí)候由于數(shù)據(jù)的規(guī)模過(guò)于龐大，人類(lèi)很難進(jìn)行理解。在過(guò)去兩年內(nèi)，我們所創(chuàng)造的數(shù)據(jù)就超過(guò)了這個(gè)星球上以前所有人類(lèi)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(kāi)發(fā)人員，我們需要從數(shù)據(jù)中提取盡可能多的洞見(jiàn)，以便為用戶(hù)提供更好的用戶(hù)體驗(yàn)，比如推薦商品、發(fā)現(xiàn)朋友、識(shí)別并處理垃圾郵件、預(yù)估汽車(chē)的到達(dá)時(shí)間等等。但是，這些目標(biāo)的實(shí)現(xiàn)需要適合的、且易于與應(yīng)用程序整合的數(shù)據(jù)訓(xùn)練工具。

Visual Studio Tools for AI就是微軟為開(kāi)發(fā)者提供的一個(gè)強(qiáng)大的工具集，它可用于訓(xùn)練易于集成到應(yīng)用程序中的模型。如何使用Visual Studio Tools for AI在本地訓(xùn)練深度學(xué)習(xí)模型，然后再將其擴(kuò)展到Azure上，并將該模型包含在應(yīng)用程序中呢？

一起來(lái)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(gè)不同特征角度單獨(dú)升級(jí)應(yīng)用程序外，微軟還提供了一套完整的AI賦能應(yīng)用程序的解決方案，幫助開(kāi)發(fā)者全面升級(jí)應(yīng)用程序。下面我們提供幾個(gè)案例演示。

JFK文件演示

1963年11月22日，美國(guó)總統(tǒng)肯尼迪被暗殺，一直以來(lái)這次暗殺都是頗具爭(zhēng)議的話題。25年前，與暗殺有關(guān)的所有文件開(kāi)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(jì)34,000頁(yè)，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(shí)間來(lái)閱讀。

為了幫助用戶(hù)從龐大的數(shù)據(jù)中探索整個(gè)事件，我們利用微軟Azure搜索服務(wù)和微軟認(rèn)知服務(wù)開(kāi)發(fā)了一個(gè)應(yīng)用程序，以從大量的文檔中獲取洞見(jiàn)，并將原始文檔整理成結(jié)構(gòu)化的信息，使用戶(hù)可以探索底層數(shù)據(jù)。

關(guān)于這個(gè)應(yīng)用程序的詳細(xì)信息，請(qǐng)?jiān)L問(wèn)：Demo演示：https://jfkfiles2.azurewebsites.net/

皮膚癌項(xiàng)目演示

皮膚癌是最常見(jiàn)的一種癌癥，占全球所有癌癥病例的40％。幸運(yùn)的是，只要在早期被檢測(cè)出來(lái)，皮膚癌就可以被有效地控制。為此，我們希望為每個(gè)人創(chuàng)建一個(gè)移動(dòng)的AI應(yīng)用程序，以便能夠快速檢測(cè)用戶(hù)是否有患皮膚癌的風(fēng)險(xiǎn)，同時(shí)幫助醫(yī)生提高效率。

該皮膚癌項(xiàng)目使用了ISIC皮膚癌數(shù)據(jù)集，利用端到端的預(yù)覽版Azure機(jī)器學(xué)習(xí)服務(wù)來(lái)創(chuàng)建皮膚癌檢測(cè)的機(jī)器學(xué)習(xí)模型，并可以在手機(jī)上運(yùn)行該模型。你可以在以下鏈接中查看皮膚癌項(xiàng)目的數(shù)據(jù)集、源代碼及演示視頻等信息。

項(xiàng)目中使用到的ISIC數(shù)據(jù)集GitHub鏈接：https://github.com/antriv/ISIC-Dataset-Downloader

項(xiàng)目源代碼：https://github.com/Azure/ai-toolkit-iot-edge/tree/master/Skin%20cancer%20detection

項(xiàng)目演示視頻：https://channel9.msdn.com/Events/Connect/2017/T109

雪豹項(xiàng)目演示

雪豹是高度的瀕危動(dòng)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(yuǎn)、活動(dòng)范圍廣闊且擁有難以捉摸的本性，雪豹的研究工作很難進(jìn)行。因此，很少有人知道它們的生物特點(diǎn)、存活率和運(yùn)動(dòng)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(xué)家們?cè)谘┍?jīng)常出沒(méi)的地區(qū)安裝了許多運(yùn)動(dòng)攝像頭，以記錄它們的活動(dòng)。多年來(lái)，這些相機(jī)已經(jīng)獲取了超過(guò)100萬(wàn)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(hù)區(qū)。

但是生物學(xué)家必須對(duì)所有圖像進(jìn)行分類(lèi)，以識(shí)別雪豹或獵物的圖像。手動(dòng)分類(lèi)就像在干草垛里找一根針一樣困難，對(duì)一個(gè)相機(jī)拍攝的圖像進(jìn)行分類(lèi)就需要大約300小時(shí)。為了解決這個(gè)問(wèn)題，國(guó)際雪豹基金會(huì)（Snow Leopard Trust）和微軟合作，使用大規(guī)模神經(jīng)網(wǎng)絡(luò)建立圖像分類(lèi)模型。你可以在以下鏈接中查看雪豹項(xiàng)目的源代碼及演示視頻等信息。

項(xiàng)目源代碼：https://github.com/mhamilton723/snow-leopard/blob/master/Saving%20Snow%20Leopards%20with%20MMLSpark.ipynb

項(xiàng)目演示視頻：https://channel9.msdn.com/Events/Connect/2017/G102

借助微軟強(qiáng)大的AI工具，開(kāi)發(fā)人員只需一點(diǎn)編程技術(shù)，就可以輕松將AI融入到應(yīng)用程序中，讓?xiě)?yīng)用程序變得更智能，跟用戶(hù)溝通更加友好、自然，并且還可以幫助用戶(hù)充分利用大數(shù)據(jù)。

xiesc