微软崔宏禹：人工智能照耀企业服务| WISE 2018新经济之王

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。

（编辑：温州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!