2017CJ|微软中国闫伟：微软和未来智能

4399手机游戏网讯，2017ChinaJoy将于7月27日至30日在上海新国际博览中心隆重举行，其同期会议——国际智能娱乐硬件展览会及会议(eSMART)也于7月27日在上海举行。此次大会以“同行十五载，共享泛娱乐”为主题，邀请并吸引了众多业内人士前来参与。会上，微软(中国)有限公司开发体验与平台合作事业部开发技术顾问闫伟先生发表了主题演讲。

2017ChinaJoy专题爆料>>>

微软

▍以下为演讲实录

闫伟：这个有点匆忙，本来跟我说，我跟TCL的朋友换了一下，他是要赶飞机，突然说让我上来，还是有点匆忙，我先介绍一下自己，我是闫伟。我现在是微软中国开发体验与合作平台事业部的一名技术顾问，但由于微软的重组，所以我现在新身份是微软大中华区创新技术合作事业部云技术开发顾问。今天的演讲内容跟我的身份没有什么关系，我今天带来的演讲主要是想跟各位交流一下微软和未来智能的话题，也是介绍一下微软在人工智能方面有哪些服务，或者有什么工具可以提供给大家。

今天大家都是游戏玩家，或者是游戏的开发者，其实人工智能这个话题，是非常火的，现在基本每个人都在谈这个话题，AI、人工智能，而且其实人工智能在应用的领域也非常的广，比如说在游戏里面，可以利用人工智能进行一些语音方面的语义方面，或者计算机视觉方面的应用。在其他的一些行业，比如一些教育行业，或者一些交通行业，其实我们都可以用这个人工智能，或者是用一些未来智能的方法，增加更强大的一些功能。其实，人工智能很火，而且现在各大巨头也都在部署这样的一个人工智能的布局。比如微软、谷歌、苹果、facebook，以及国内的阿里、百度、腾讯等等，都有自己的AI的研究院，或者研究团队，以及自己的AI平台。但是呢，从我们个比较高的角度来看，其实每个公司他自己的这样一些对AI的定位，是不一样的，我在这个上面写的是微软对于AI，对于AI这个技术，对于AI这个工具，是如何认识的。

我们认为，AI其实是一个工具，帮助人类更好的完成工作，目的不是打败和消灭人类，统治地球。我们更希望是他是作为一个小助手，帮助我们更好的了解这个世界，更好的体验生活，更好的工作。这个就是微软AI对自己的定位，希望能够最大化的增强人类的智能，帮助人类。其实，谈到这个微软在AI的投入，我们可以拿这个小工具和功能，看一下微软在AI方面的投入，Translator，当年比尔盖茨创立AI研究院的时候是希望让机器感知这个世界，让计算机会看会听会说，并且能够理解这个世界，理解人类的语言，其实，这个Translator也是作为我们消除国际交流之间的障碍的工具，而且微软在这个方面也花了很大的一个力气。比如说在2014年，我们通过不断的把一些理论的成果，把一些学术的论文完善AI技术，完善Translator的功能，我们在14年，在一个大会上正式做了一个DEMO，不像我们现在的大会上简单的展示一个翻译的功能，而是就是放在这个大会里面，进行一个实时的翻译的功能。这样的话，其实就更好的能够全面的展示微软在Translator方面的能力。而微软并不满足于只做一个DEMO，我们更希望把这个技术开放出来，把这个技术做成一个产品，让更多人使用。所以2015年微软把Translator和Skype结合了。说到这里，大家会觉得跟我没什么关系，因为这是微软自己的DEMO是你自己开发的应用程序，跟我有什么关系呢，其他人如何用呢，其他的开发者怎么使用呢，所以2016年，微软把Translator开放成一个API这样大家在自己的开发应用里面使用Translator，把你的翻译的能力集成到你自己的应用里面。但是刚才其实我们只是用这个Translator作为一个例子，简单的给各位介绍一下微软在AI领域的投入。

我们看看除了在语义理解或者翻译方面，微软毕竟已经创建了一个研究院，而且这个研究院其实在好几个地方都会有这样的基地，比如亚洲的北京，有一个亚洲研究院，除了翻译方面，其实人工智能还涉及到会看，就是需要理解这个世界，识别一个图片，了解图片里面的内容，图片里面包含什么信息。在微软方面，微软有什么突破呢，我们可以看一下研究历史，包括我们刚开始的模式识别，到后面的计算机视觉，或者说机器学习，乃至现在比较火的深度学习，其实很多方面，都是在研究Vision，这六十都年，我们在视觉方面一直在寻求突破，到了深度学习的时候，我们是真正做到了这样一个突破，比如说2015年的这个视觉方面的定级比赛，各个团体和研究机构都在这样的一个比赛上寻求一个最好的成绩，微软以152层的深度学习网络结构，获得了这样一个比赛的冠军。而且是首先突破了100层的深度学习网络的架构的搭建。当然了，现在这个深度已经不是一个非常棘手的问题了，现在好多的研究，研究人工智能和计算机视觉的公司，其实都是很轻易的就可以突破一百层，达到一千层的级别。这个其实更能看出微软在这个方面做的一些贡献。除此之外，在语音方面，也就是在Switchboard，在比较嘈杂的环境中，人类要理解和阅读都非常困难，更何况一个机器呢，人冷在Switchboard的识别错误率是5.9%，微软成功的突破了这样一个人类的极限，成功的达到了5.8的准确率。

所以说，前面介绍的这几个例子，都是说微软具有一个非常好的研究背景，这些可能我们觉得很牛，但是跟我们有什么关系，跟我们开发者，跟我们用户有什么关系呢?

我们看下一页，这几个APP或者这几个应用，不知道大家有没有了解过，或者有没有知道的，或者使用过的。这里面比较火的，我个人感觉比较火的，比如这个Howold，这是是别人的年龄、性别的，这是受到用户欢迎的，大家感觉这个很有趣。还有一个是Captionbot，你上传一个图片，他会用一个自然语言的方式描述这个图片是什么内容，这些APP其实只是集成了AI的一个功能点，就可以造成一个比较好的效果，如果我们把更多的这样的点集成进去，是不是能够获得更好的功能效果呢，尤其是在游戏里面，我们需要利用到这种计算机视觉的，需要理解语音，并且希望能够通过语音和玩家进行一个更自然的沟通，同时，我需要理解玩家的语义，这样就可以更好的执行玩家的命令。大家可能会问，我如果只集成一个功能的话，会不会很烦，或者实现起来会比较麻烦?其实也不是这样的，比如说我们拿这个Howold来说，他就是识别年龄和性别的功能，其是不到十行代码，具体来说，我记得是八行代码就可以实现这个核心功能，就是简单的调用了API，就可以完成这样一个功能，不需要你自己了解计算机视觉是什么，不需要你自己训练一个模型，只需要调动一拥API，就可以完成这个功能，非常的方便和简单。这句话就真正的说出来微软究竟想在AI方面做什么，就是我们希望能够让AI技术惠及所有的开发者和用户，所以我们会依托于微软的云平台，推出一系列的跟AI相关的服务，从各个层次，或者各个角度，帮助开发者，给开发者提供一个工具，让他们实现这样的一些AI的能力。比如从这个PPT里面可以看到，我们现在微软Azure提供的跟人工智能相关的服务，我们可以简单的分为三类，比如说我们针对开发者，这些开发者可能不会过多的关注什么是AI，AI的具体的原理是什么，他们更多的是灌注到自己的一些公司业务逻辑，或者自己应用的逻辑，或者游戏中的某一个功能，他们非常在行这个，但是对AI并不了解，他们只知道利用计算机视觉识别图片，但是如何做，他们不知道。这时候其实微软就提供了这样一套服务，就是提供一整套的API，并且在里面分为五个大类，包括视觉、语音、语言、知识、搜索，五大类29个小类的API，帮助开发者和用户更好的使用，去集成AI的一些功能。最后一个是微软的小娜，这个已经开放出来，给其他的开发者使用，你可以把你的应用和微软小娜的服务集成。这是针对开发者的，这是都是微软提供出来的API或者SDK，他的功能和灵活性是比较有限的，如果你想要更灵活一点的，一些数据分析的，我们针对数据分析家提供了这个，你做一些机器学习的工作，比如搭建一些模型，训练一些模型，并且把这个模型发布出来，都可以用这个实现。中间的这个，我们经常听过的分布式相关的，都可以在这个HDInsight里面使用。还有是数据的分析，我们可以使用这个流分析的工具，使用这样一个功能实现。中间的这层，更多是针对这种有机器学习的需求，并且具有一定数据处理和数据科学家的能力，在最上面是针对那些我做深度学习的研究者，这个灵活性是最高的，但是对使用者或者开发者，其实要求也是最高的。适度学习呢，我们经常会听到，就是通过一些深度神经网络，搭建一些模型，微软Azure上提供了什么，微软提供了什么，第一，深度学习要搭建模型，你得有一个工具包，微软开发了一个工具包，以前是叫CNTK，他跟其他的常见的深度学习的工具包都是一样的，都是开源的，是供大家使用的，方便研究者更快速的搭建这样一个模型。而且，你要做深度学习，必然要有硬件的支持。比如GPU、PGA等等这样的硬件支持，我们也可以在VM里面找到，并且更加方便的是及当你创建这样一个DSVM的时候，其实他里面会把你所有的这些需要用到的开发环境都集成进去，这样的话你就不需要，或者不用更多的关注你的这个环境的搭建问题了。

最后一个，Azure也是比较开放的，希望能够跟更多的优秀的深度学习框架合作，上面也是兼容其他的一些常见的深度学习框架。这个是概览一下Azure在人工智能方面提供的服务。刚才我们一直提到了API，认知服务，我们可以从这个地方看到，就是分了这样五类，这五类可以涵盖全部的，需要机器了解世界、掌握世界、认识世界的五个维度的信息。而在每个信息下面，其实根据具体的要求，他其实都提供了这样的一些具体的API，比如计算机识别、人脸识别、情绪识别的API，帮助大家完成这样的功能。而在今年5月份，微软有个大会，新发布了一些API，这些API我个人感觉是比上面用处更大一点，因为我们在平常跟客户交流的时候，上面的这些都不是自定义的，其实限定的灵活性是比较差的，逼供了一些普遍的功能，可以完成一些普遍的想法，而在这些自定义的API是让客户利用自己的数据，利用游戏中的数据，利用其他行业中的数据，完成训练，训练一个属于客户自己，属于某一个特定场景的模型，这样就可以更有针对性的，针对某一个场景，实现一个人工智能的模型，并且同样的，你还是利用API的方式，跨平台，并且是支持各种语言的方式调用他们。而且微软还会有微软实验室的项目，大家也可以使用，微软是希望通过这样的形式，可以搜集到更多用户的声音，更多开发者的声音，让他们把他们自己的一些想法反馈给微软，反馈给我们，这样我们就可以在各位的一些想法的基础上，能够更好的把这样的一个产品进行完善。BotFramework，微软的BotFramework框架，你可以把其他的东西进行集成，国内更多的用的是微信，其实我们也可以通过一个方式，把你开发的BOT，你开发的私人助理和微信进行集成，我们也和很多的合作伙伴合作，共同推进在微信里面使用BOT的场景。而且你也可以把你开发的BOT上传到这个里面，就相当于一个BOT的商店，仅仅为了BOT开发的应用商店，其他人也可以下载使用你们的应用。

前面两个是针对API层面，未开发者提供的服务，在中间的数据分析平台，其实Azure也提供了一个全过程的流程，大数据的存储，到中间需要快速实时的分析，以及后续的高级数据分析，高级的机器学习，等等这样一些方面，一些工具和服务。我们都可以在Azure上创建，把这整个链条串联起来。在深度学习方面，原来的名字是CNTK，这是他的官网。刚才介绍了，其实我们Azure上，不仅仅有CPU，还可以用CPU做深度学习模型的搭建，还有一些GPU的资源，为什么提GPU呢，因为很多用户都希望用GPU加速，在游戏里面，或者是一些场景的渲染中也会用到GPU的资源，GPU的价格和成本是很高的，如果你有足够的经济实力，其实可以自己购买这样一套，但是他的成本或者他的开销是非常大的。为什么在云上要有这种GPU的资源呢?有什么好处呢?因为云平台，其实他是希望通过把GPU集成到云平台，这样其他人可以租用，或者创建，可以在一段时间内使用，另外一段时间就不用了，而在不用的这段时间你是不需要付费的，这就比自己单独购买一个GPU节省很多成本。这个也是为什么要把GPU放在Azure上，为什么Azure可以帮助到大家的原因。最后是FPGA，这是另外一种Azure上提供出来的硬件的服务。

我们其实刚才介绍了一些跟人工智能相关的，只不过我们还没有涉及到场景，大家如果想具体了解到这些，包括我们部门，我们微软研究院，一起做了这样一个公开课，这里面按照我刚才介绍这的三类，包括开发者的API层面，包括针对数据科学家的数据分析平台层面的，以及最上层的，针对研究者的一些深度学习方面的课程的研究。我们不仅仅把这个课程放到了微软虚拟学院里面，也就是微软一方支持的视频课程的网站里面，或者是站点里面，同时我们和极客学院也有合作，把这些课程放到了极客学院里面，让更多人学习使用和了解。但是如果针对认知服务有兴趣就可以直接找到认知服务的课程，每个课程其实讲师都是具有很多年经验的开发者，也可以联系他们，进行一个更深入的交流，把你的场景分享给我们，把你的场景跟我们进行一个交流，我们一起探讨如何能够把Azure上面的人工智能的功能，更好的和你们的场景，你们的业务，进行一个结合。

以上就是我介绍微软的一些功能，也希望能够对各位有一个抛砖引玉的作用，如果大家有兴趣，也可以单独跟我们联系，我们一起交流，一起探讨。谢谢各位。

更多2017ChinaJoy专题爆料，尽在4399手机游戏网！

站住~游戏爱好者！我强烈建议你下个好游快爆APP。APP里有丰富的攻略秘籍，还有时下热门的爆款新游和实用工具，动起你的手指，与志同道合的朋友一起玩这个好玩的APP吧，快快快！