微软崔宏禹：人工智能如何赋能？| WISE 2018新经济之王

2018年11月27日-28日，第六届WISE大会——“WISE 2018新经济之王”在北京国贸会议中心召开。在这个不断变化、充满焦虑和不安、却又英雄辈出的时代，我们一起见证着新经济之王的诞生。什么是新经济？我们自己定义的新经济就是由信息技术革命带来的数字经济。这个领域里有许多正在高速成长的，了不起的新经济公司，他们对之前的商业做出了革命性的探索跟改变，更深刻地改变着我们的生活。

关于人工智能赋能，微软大中华区技术创新首席专家崔宏禹在演讲中提到两个关键词：“智能云”和“智能边缘”。

“智能云”是微软在全球部署的智能平台，它提供云计算的基础能力、混合云的能力和物联网的能力，同时更多的把人工智能的能力延伸到云平台上去。拿独角兽公司来说，“它们经过6到8年成为成型的独角兽以后，要走到海外，就需要云平台的服务和这些计算能力。”

而“智能边缘”强调的是把人工智能部署到边缘计算上去，提供边缘计算的方式。以纺织行业中的质检为例，微软帮助企业实现质检的算法来替代人工。“通过这样的方式，在非常短的时间内给合作伙伴赋能，给企业赋能，让人工智能技术照耀到企业服务中。”

谈到人工智能如何赋能的问题时，崔宏禹分享了微软云平台的三个方式：第一，提供AI应用，即通过简单的使用EPR的方式使应用具有一定人工能力，这个能力是定制化的；第二，提供机器学习和深度学习的平台，这个平台是开放的、可合作的；第三，边缘计算，微软把人工智能这一典型能力高效、快捷的部署到边缘设备上去。

以下为嘉宾演讲实录：

崔宏禹：谢谢，我所在的团队是赋能我们微软的中国合作伙伴。为什么谈赋能，刚才主持人也说了人工智能、大数据这一新的概念被谈的非常多，我们想让我们的合作伙伴用最简单的方式、最有效的方法来用到享受到人工智能带来的便利，这是我今天讲的主要内容，这也是微软的世界观。

从智能云和智能边缘这两个角度来介绍，为什么要谈这内容呢？智能云和智能边缘在微软是一个什么样概念呢？我们主要提供了一个全球部署云的平台，全球有五十四个区域，为什么要这样做呢？因为我们觉得就像郭总讲的一样，独角兽6到8年成为个成型的独角兽以后要怎么样？要走到海外，我们现在服务的独角兽公司无一例外都是这样的需求，这时候你会发现云平台的能力是非常重要的。然后在这平台上我们提供了什么能力呢？我们提供了云计算的基础性能力，提供了混合云的能力，提供了物联网的能力，同时更多的把我们人工智能的能力延伸到云平台上去。所以这是为什么讲智能云平台的原因。智能云在我看来我刚才讲要赋能怎么赋能很简单，我们尽可能把人工智能所涉及到的领域、涉及到的一些技术能够把它简单化。或者说换一个时髦说法平民化，让大家用最简单的方式、最直接的方式能享受到现在人工智能给我们带来的便利。所以在微软云平台上我们提供了这样几个方式：

第一提供AI应用，在你的日常应用当中通过简单的使用EPR方式把你的应用具有一定人工能力的应用。第二个我们提供了机器学习和深度学习的平台，这个机器学习深度平台不是代替原有的算法，我们只提供的基础云平台。然而在那平台上也会加速或者说简化你的人工智能算法部署的方式和方法，后面也会有介绍。第三个我们千万不能忘掉一点边缘计算，很多人都谈边缘计算，微软边缘计算我们把人工智能这一典型能力高效、快捷的部署到边缘设备上去，所以这三点是我们提供的赋能以及降低对人工智能使用的难度。

人工智能三个基石：数据、算力平台以及你的算法。我想很高兴跟大家分享第一点，微软把人工智能多联的能力分享出来，同时把能力背后用一些基准的数据我们也分享出来了，大家也可以到网上搜索一下。第二，在云计算平台上我们不是一个封闭系统，我们是一个开放的系统，比如说我们的CPU、GPU还是算法的厂家都可以在微软平台上部署上去让更多人使用。第三个模型也是这样，微软的平台并不强调说一定要用一个特定的算法模型，而是说允许你部署你自己的人工智能的算法模型。这一点上为什么这样做？原因很简单就是帮助我们在座的合作伙伴，如果你想在人工智能领域做一点事情微软帮你一起来做。

 在这平台上包括我们大家都知道的，微软在语音、语言等等方面都有很多突破，我肯定地说一句不太客气地话，微软在很多领域可能不如别人，但是人工智能公司微软还是能有一席之地的。所以这一能力怎么样让大家都能够用到，我刚才讲了我们要赋能要简化怎么用？很简单第一个我刚才说了让你能够快捷地用到人工智能的能力，因为我们提供了什么？视觉、语音、语言包括知识、搜索等等都开放成API。不管你是刷脸还是分析图片当中有什么内容？有人还是有动物还是有山还是有水，很简单的方式就可以来做。视频当中有没有一个特定的人，有没有一个特定的一段话，都是可以通过很简单的方式来实现的。

同时我们提供一个定制化的能力，你可以按照你的需要定制人工服务，什么叫定制化的能力很简单，每一个公司有自己的语音特点，每一个公司有自己的视频上一些特点，视频图像分析的特点，在这能力上我们提供了电子化能力来帮你简化训练你的模型，而且简化训练模型之后你可以简洁部署到系统当中去。这种能力是什么样的能力呢？我举两个例子，这个中文翻译成英文，我不知道大家能不能猜到哪个是人工翻译，有哪个是机器翻译的？时间有限，我告诉大家下面是机器翻译，上面是人工翻译的，其实我开始也分不清楚，我请教翻译专家才知道。现在我们定制化的翻译能力已经达到水平，光是翻译还不行，我们还要把它用语音方式表示出来，同样一段话大家听一下。

 这是刚才翻译的那段话，一个男生，一个女生，很显然知道肯定有一个是机器合成的。你们能听出来哪个是机器合成的？男生还是女生？我告诉大家这两个都是机器合成的。我给大家举一个简单地例子，目前在计算机语音这个方面已经达到几乎能够以假乱正的水平。包括大家听到男生和女生的声音也是一样，这些方式和方法实际上对很多企业来讲，不是说怎么实现它，你要的是怎么把它融入到解决方案中去，这一点上以微软为代表的公司就是做赋能，就是把这些能力放到后端，提供给前端的应用产品，让你的应用、解决方案提到核心的业务上去而不是怎么样让语音更加精准或者让你的声音多么的柔和这个消耗你的工作时间。所以我们通过这个方式能够简化使用。

第二点，我刚才讲的机器学习和深度学习，一方面我们有开源的平台，这上面大家可以直接用；第二方面，如果你们在座的各位如果你们自己也做这方面的算法，你们也可以和微软合作把你们的算法部署到微软平台上去。部署上干什么？很简单微软可以推你的算法，我们肯定和很多公司不一样。微软在很多层面我们强调跟合作伙伴的合作，但是我们永远承诺不会和合作伙伴抢生意。所以机器学习和深度学习的平台上我们提供一些预训练的模型你可以使用，不管你是用别家的的，还是微软的CNTK都没有问题，同时有庞大的基础计算的能力，不仅是GPU、CPU帮你来提供高效的训练模型。

 在这个层面上，我刚才讲的深度学习的主流方向都有了，如果说你们自己有非常有信心的深度学习的算法，那么TensorFlow，这是一个开放的平台你可以跟这个平台合作。最上面是ONNX也是一个开放平台都是兼容的。

为什么这么做？很简单人工智能是全球化的部署，必须集合全球能力做部署，所以我们不可能把自己的平台做一个封闭的系统，我们是开源、开放的平台。

机器学习为什么我要讲一下？我刚才讲了我们尽可能简化人工智能相关的一些能力，怎么样简化这个能力？以机器学习为例不知道在座有多少从事跟机器学习传统统计学为基础的机器学习从事这方面的做法，很简单你要发现大数据背后的规律。机器学习很麻烦，拿到大量的数据你要自己找算法、找参数，发现不对又调整参数，很麻烦。一个熟练的机器学习的专家肯定要花非常多的时间做这个事情，我们怎么办？比如说我们预测汽车销售的价格，二手车的价格的话有很多种参数，比如说车的公里数、品牌、行驶历程等等很多元素，我们找到参数，找到算法，再找到参数的部署以后我们训练，训练达到30%的数据肯定不对。怎么办？调整。调整特性，调整算法，调整参数最后经过若干次迭代、训练以后让准确率达到95%，我们觉得95%可以用了。这个过程非常熟练的数据科学家要花费大量的时间做这个事情，那怎么办？我们在微软的平台上全自动化实现部署，你把自己的数据放进去、算法进去、参数进去、偏差进去，系统可以帮你调整到95%，所以这个是极大地降低数据科学家的能力，这个在国外有很多做石油勘探的企业在用。因为石油勘探，比如说我们找到管线的腐蚀率，哪些因素跟腐蚀有关系的？这个过程是很模范的，所以我们通过这个方式非常快速的找到这样一个平台去做这个事情。这一点也是让大家能够快速的了解，快速的实现机器学习的方法，微软从这个方法来赋能。

 然后互联网和边缘计算很简单，为什么我们要特别强调这一点？我们强调的是把人工智能部署到边缘计算上去，我们提供边缘计算的方式。举个例子，大家知道在纺织行业最后一个没有被机器取代的行业是什么？就是质检，像第一张照片一样有大量的纺织女工不是在生产过程中检查生产布品有没有色差，有没有瑕疵，90后的女工根本不愿意干这个事情，干这个事情长了对人的眼睛非常有伤害。微软的一个合作伙伴，这是一家初创企业，在微软的平台上用开源的平台非常高效一个月的时间帮助广东的一家生产布料的企业实现了这样的一个算法，这跟边缘计算有什么关系呢？通过这个方式非常短的时间可以给合作伙伴赋能，给企业赋能，让人工智能技术非常快捷的照耀到我们的所有企业服务中去，谢谢大家。