借助智能技术增强人类智慧
通过过去十多年的研究发现，现阶段的人工智能还没有那么神话，而是应该把它看做增强人类智慧的技术。
比如洞察事物时的运算速度比人类更快，在多种数据的融合中挖掘数据价值和理解世界上，可以很好的辅助人类，最重要的是可以使用人工智能让人与各种事物之间更自然的交互。
Why now？
其实在最初的计算时代已经出现了机器人的雏形，之所以等到最近一段时间才有了长足的发展，是有着几方面因素的。
一方面人工智能对数据有着很强的依赖，没有数据就无法将机器或算法智能化。而当互联网和物联网到来后，数据的获取变得非常容易，再加上以云计算的存储形式，可以产生海量的数据。
另一方面就是计算能力，通过GPU 搭建成的集群获得极高的计算能力，就可以对海量的数据进行挖掘。再往上的算法层经过几十年的演进，通过数据验证算法，再改进算法，如此不断的提升，同样也获得了非常大的进步。
如何做好人工智能
要想做好人工智能有三件事是离不开的。
首先要有很好的人工智能平台，要考虑如何搭建相关工具、最底层的计算能力以及上面的框架层等，将它们结合起来搭建成一个易用的平台。
数据也是重要的一项，尤其是自身所处领域或目标用户相关联的数据。
而最难的一点在于如何选择合适的行业，并将人工智能嵌入到行业的解决方案中。
微软人工智能平台全家桶
微软希望将人工智能打造成普适化的工具，能满足不同使用人群的需求，基本上我们做了三件事。
对于应用层或App开发的人群，想在App和应用方案中集成人工智能的能力时，我们提供了一套认知服务 Cognitive Services 。它包含各种智能化的 API ，能够很方便的嵌入到应用中。另外在人工智能领域还有一个比较刚性的需求 —— 聊天机器人，为此我们也提供了Bot Framework（机器人框架） ，使用它就能通过几行代码搭建出简单聊天机器人，进过一定的数据集训练就可以与客户交互，应用到所需要的场景中。
如果已经收集到了所需要的数据，并且开始做数据的特征的格式化和初始化，现阶段的需求是使用成熟的模型探查数据的价值时。Azure Machine Learning 能够帮到你，它具有友好界面的图形化工具，内部嵌入多到百种的算法，你只需要将数据导入进去就能着手挖掘所需要的数据价值。
当需要电脑或者机器人自发的寻找数据的特征点时，就只能步入深度学习领域了，我们在此提供了深度学习工具集AI Algorithms on Azure。
微软认知服务
人工智能是非常广的范畴，在运用的时候要知道如何落地到合适的应用中。我们将人工智能分为感知和认知两个阶段，以人类来参考的话，感知应该是在小学之前的阶段，这个时候更多是在认识社会、学习语言、学习知识。再往后的认知阶段就学会了分析问题并展开发散的思考。
从行业的应用以及算法结构来看，感知阶段的“听”和“看”已经到了非常优秀的地步。而在认知阶段包括自然语言处理、机器与人的交互等还有进一步的发展空间。
微软从开发容易的角度出发，提供了一系列的认知服务API，包括视觉、语音、语言、知识图谱、搜索等等方面。这些服务都可以通过 API 整合到应用中。
Azure 机器学习服务
Azure 机器学习服务是全托管的，无软件安装，硬件管理，只需使用我们的网站，简单的鼠标拖拽，就能连接数据接口，无需为通用任务编程。内部预置了基于最优实现的各类算法，还能够使用R或者Python语言修改现有算法参数达到定制化的目的。从模型的训练和优化，到最终的发布，都可以通过简单的点击完成。
深度学习
类似无人便利店、问诊、影像识别等领域使用到的一定是深度学习方案，那么如何搭建深度学习环境就成了首要目标。微软在这方面也提供了一个方案，帮助用户打造端对端的 AI 模型及智慧应用。从数据的存储、处理到深度学习框架我们都提供了支持。
标签：班车,微软,人工智能,认知,学习,算法,数据 来源： https://blog.51cto.com/u_15127602/2756748
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。