理解微软的人工智能方法

正如过去一年所表明的那样，微软的战略是为其所有产品和服务添加AI（并激发）。但微软的AI疯狂是否有某种更高级别的方法？

但是，就人工智能而言，微软的全面策略并不一定很容易解释。除了其研究部门的人工智能工作外，微软还拥有越来越多的商业人工智能产品和服务。我发现最近开发者平台和传播的企业副总裁Steve Guggenheimer的博客文章提供了一个良好的起点，将这一切结合起来。

这是Guggenheimer的图表，微软认为其客户应该从他的人工智能技术开始，即“人工智能之旅”。

正如Guggenheimer所解释的那样，微软的想法是让客户跳进他们所在的位置。那些处于人工智能体验链低端的人可能希望开始涉足商业智能和应用程序的AI。微软本周宣布计划向Power BI添加AI功能（正如我的ZDNet同事Andrew Brust所解释的那样）是微软战略这一部分的基石。
对于拥有更多AI经验且愿意进行更多定制的客户而言，Microsoft的Dynamics 365软件即服务应用程序 - 尤其是那些最近获得AI自我提升的应用程序 - 为客户提供了另一个地方他们的AI脚湿了，古根海默认为。

微软的人工智能战略的下两个部分是最近发布的很多公告。
微软正在开发一系列AI“加速器”，解决方案模板和分析模板，为用户提供一种基于AI的可重复模式和实践的方法。微软本周早些时候宣布了一个新的虚拟助手解决方案加速器，它将在GitHub上提供，旨在让客户和合作伙伴建立自己的企业级“对话助手”，可以为其客户群进行个性化。此加速器使用Azure Bot服务。
微软的计划是尝试让开发人员使用Azure Bot服务编写新的应用程序和服务，或者通过其所谓的认知服务调用它提供的特定应用程序编程接口（API）。用户可以选择在Microsoft自己的愿景，文本，语音，知识和其他认知服务的基础上构建和/或定制这些API。
微软已经为商业代理/机器人之类的东西确定了一些关键的，可重复的AI解决方案模式;人/物体/活动检测;知识挖掘文件和视频;和自动驾驶汽车，网络和其他类型的系统。它的目标是围绕一些关键的垂直市场，如医疗保健，保险，金融，零售/营销和制造业。
谈到认知服务，微软正在采取一种有趣的方法，使其一些认知服务可用于容器。这个想法是通过容纳这些API，微软可以在用户无法在公共云中轻松使用它们的情况下使用它们。
截至本周，微软以公共预览形式在容器中提供了五种AI功能：关键短语提取，语言检测，情感分析，面部和表情检测以及OCR /文本识别。计划更多的集装箱化服务，包括语言和语言理解。
客户可以选择在容器中运行这些API，以及也是容器化的应用程序。Microsoft通过将服务的模型部分移动到容器中来实现这一目标，客户可以在云中，网络边缘或本地部署容器。官方表示，用户可以完全控制他们的数据以及通过这种方法进行的操作，因为他们可以选择是在云中处理数据还是使用容器化方法在本地处理数据。（有关Microsoft的容器化认知服务计划的更多信息，请查看此视频。）
对于准备好并且能够完全定制AI路线的客户，Microsoft正在宣传其数据基础架构和工具，以允许他们从头开始构建自己的模型和工具。致力于在Microsoft的公共数据模型中存储数据的用户可以在Azure Data Lake中使用它。那些需要高水平运行人工智能任务的人可以试用微软的Project Brainwave，它允许用户使用微软自己的现场可编程门阵列系统。
这个大纲并不包括微软所有的人工智能产品和服务，但它确实为微软将来指向开发人员的地方提供了一个参考框架。