您现在所的位置: 主页 > 生活指南 >

微软在AI资源开放上也走得很远

发布时间:2018-05-09 11:00 作者:hg0088 点击量:
-
-
  微软CEO萨提亚·纳德拉认为,智能云与智能边缘计算近在咫尺,它将为消费者、企业,以及从手术室到工厂车间的各个行业的不同应用场景开启全新机遇。2018年谷歌I/O开发者大会今日开幕。谷歌CEO皮查伊宣布将上线摩尔斯码键盘,并为Gmail添加AI语义功能。
 
  在谈到Google AI的应用场景时,谷歌播放了一个深度学习+摩尔斯电码相结合的视频,讲到Gboard已支持摩尔斯电码输入,帮助残障人士交流。
 
  在Gmail上,谷歌用AI重新设计了Gmail的页面,同时还添加了智能撰写功能,用机器学习预测并提供“建议短语”,实现智能输入。
 
  在Google Photos上,谷歌也融入了AI技术,可以实现自动修正亮度、自动识别文件等功能。云计算市场则更加成熟。根据Gartner预测,2018年全球公有云服务市场将从2017年的1535亿美元增加至2018年的1864亿美元,涨幅高达21.4%。其中,云系统基础设施服务(基础设施即服务或IaaS)将成为该市场增长最快的领域,预计2018年将增长35.9%,达到408亿美元。
 
  数据显示,预计到2020年,智能设备总数将超过200亿台。这些设备将非常智能,甚至无需一直连接到云端,就能具备看、听、推理、预测的能力。这就是智能边缘计算。
 
  就此,在智能边缘计算领域,微软宣布将Azure IoT Edge Runtime开源,让用户能够对边缘应用进行修改、调试,并拥有更高的透明度和控制能力。并在Azure IoT Edge上运行定制化视觉服务,该服务能够让无人机或其它工业装备无需连接到云端就能做出快速响应。
 
  此外,微软推出全新的Project Kinect for Azure。它是一组包含微软飞行时间深度摄像头在内的传感器套件,集尺寸小和功耗低于一身,并具备在边缘环境中进行人工智能计算的能力。
 
  当然,在智能云Azure和人工智能方面,微软也进行了诸多升级,如新上线针对多声道音源提供高级声音处理的语音设备开发工具包,开放预览用于深层神经网络处理的架构Project Brainwave,升级Bot Framework与认知服务等。
 
  “无论是云端还是终端,需要首先强调的是,两者永远是协同合作的过程,”洪小文向21世纪经济报道记者表示,“云端拥有它的价值,例如收集数据和模型训练,大部分都会上云。”
 
  这从本次Build 2018另一个亮点可见一斑。各大科技厂商的语音助手向来是红眼相向,在今年年初的CES期间,Google Assistant和亚马逊Alexa就争先恐后地抢占参展商展台,甚至抢占CES各大醒目地点的广告牌。
 
  但在Build 2018开幕式,微软智能语音助手和亚马逊Alexa上演了和谐互动的一幕,两个不同的语音助手正式整合,可以相互“召唤”。在整合的同时,两个助手也开始呈现角色分化:微软小娜主要用于工作和商务交流,亚马逊Alexa则接入生活类服务。
 
  这是业内智能语音助手“各司其职”的首个案例。“不同的语音助手拥有自己的特长。小娜基于微软在商业领域的积累,在商务助理上更加擅长,Alexa则能够对接天气通知、日程、购物、音乐等服务。”洪小文表示,“但对于用户而言,对两者功能的需求都是存在的,因此两个语音助手相互发挥特长,能够为用户带来更好的体验。”
 
  除了在智能语音助手这样的具体产品上更加开放,微软在AI资源开放上也走得很远。Build 2018期间,微软全球执行副总裁、微软人工智能及微软研究事业部负责人沈向洋宣布,向开发者开放微软研究院与人工智能事业部的资源。但随着当前数据量的爆发,边缘计算正越来越成为一种趋势。事实上,在这个背景下,边缘计算拥有自身的特定优势。洪小文指出,边缘计算能够进行本地决策和判断,能够保证离线状态下进行不间断操作,因而适用于智能工厂、无人车等强调连续性、安全性的场景。
 
  同时,由于数据本地化计算与存储,边缘计算能够在一定程度上保护数据隐私。此外,洪小文提到,物联网上终端与云端的交互路径,通常首先是设备与设备之间的短程传送,聚总再传送至云端,“因此,从能量和资源利用的角度而言,这样终端协同的角度也是较为省电和环保的”。
顶一下
(0)
0%
踩一下
(0)
0%