假設(shè)你是一名對關(guān)于健身的應(yīng)用充滿奇思妙想的開發(fā)人員。在你的理想世界中，它包含各種酷炫的技巧，例如從照片中識別出用戶的臉部，或能夠理解鍛煉者對它所發(fā)出的啟動和停止追蹤一段跑步的指令。但是，這些復(fù)雜的功能都只能通過某種先進(jìn)的 機器學(xué)習(xí) 來實現(xiàn)，而你卻沒有實現(xiàn)它們所需的時間或資源。
“人們在構(gòu)建自己的應(yīng)用時，確實不想為這些事情操心，”微軟必應(yīng)體驗團(tuán)隊首席項目經(jīng)理 Meenaz Merchant 表示。
為此，于上周在舊金山舉行的 Build 2015 開發(fā)者大會上，微軟提出了一種解決方案，一組被稱為“ Project Oxford ”的技術(shù)，將允許開發(fā)人員創(chuàng)建更智能的應(yīng)用，即使這些應(yīng)用的開發(fā)者并非機器學(xué)習(xí)相關(guān)領(lǐng)域的專家，也可以實現(xiàn)人臉識別和自然語言解析等功能。
“作為一名應(yīng)用開發(fā)人員，只要發(fā)揮你在 API 上的能力即可，不必?fù)?dān)心機器學(xué)習(xí)方面的問題，”必應(yīng)首席團(tuán)隊項目經(jīng)理 Vijay Vokkaarne 說道。他的團(tuán)隊正在研究 Project Oxford 中與語音相關(guān)的問題。
該系列服務(wù)已經(jīng)推出了限時免費使用的測試版，其中的很多技術(shù)已經(jīng)在微軟自家產(chǎn)品上使用，如微軟小娜、 Xbox 游戲系統(tǒng)、 One Drive 云存儲和即將發(fā)布的 Windows 10 操作系統(tǒng)等。這些服務(wù)還可幫助開發(fā)人員自動執(zhí)行那些手工操作太費時費力的任務(wù)。例如，視覺方面的服務(wù)可以對用戶提交的成千上萬張照片進(jìn)行分類整理，如過濾出可能包含不雅或其他不適當(dāng)內(nèi)容的照片，或者只是找出包含海灘風(fēng)景的照片，甚至可以根據(jù)主色方案對照片進(jìn)行分組等。
如果你自己動手做這些事情“就會像大海撈針一樣，” Merchant 說道。
無論是 Windows 、 Windows Phone 系統(tǒng)，還是 iOS 或安卓系統(tǒng)，此服務(wù)都能夠跨越不同的平臺和編程語言發(fā)揮作用。想要使用該系列服務(wù)，開發(fā)人員需要在微軟云計算平臺 Azure 上創(chuàng)建一個賬戶。
微軟技術(shù)研究部門高級項目經(jīng)理 Ryan Galgon 表示，我們提供上述服務(wù)的宗旨，是希望與已經(jīng)有很多關(guān)于產(chǎn)品和服務(wù)的好的創(chuàng)意的開發(fā)人員分享這些技術(shù)。
最初通過限時免費使用的測試版提供這些服務(wù)，其中一部分原因是希望更好地了解人們是如何使用這些服務(wù)的?！拔覀兿Ｍ私忾_發(fā)人員需要這些服務(wù)為他們做什么，” Galgon 說。
這套全新的機器學(xué)習(xí)系列服務(wù)已作為微軟 Azure 產(chǎn)品組合的一部分向開發(fā)人員開放。 Project Oxford 目前主要包括以下四個部分：
人臉識別 ：這項技術(shù)可以自動識別照片上的人臉，對相似的人臉進(jìn)行分組，并檢查是否完全相同。它可以用于輕松識別出某張照片上出現(xiàn)的用戶，以及允許用戶使用面部認(rèn)證登錄賬號等。
語音處理 ：該技術(shù)可以識別語音信息并將其轉(zhuǎn)換成文字，反之亦然。開發(fā)人員可以使用它開發(fā)解放我們雙手的工具，如口述聽寫，或者自動讀出指令或其他必要的功能。
可視化工具 ：此項服務(wù)通過分析視覺內(nèi)容，查找例如不適宜的內(nèi)或主配色方案等。它也可以檢測和理解照片中的文字（例如球隊名稱），并可以按照片內(nèi)容（如海灘、動物或食品等）進(jìn)行分類。最后，它還可以自動將照片壓縮成一個可辨認(rèn)的縮略圖，方便瀏覽。
語言理解智能服務(wù)（ LUIS ）： 該服務(wù)目前僅供受邀測試，它能幫助應(yīng)用理解用戶用自然語言或日常口語或鍵入的內(nèi)容。借助機器學(xué)習(xí)，讓系統(tǒng)根據(jù)經(jīng)驗更好地預(yù)測用戶想要什么，從而明白人們究竟希望應(yīng)用做什么。
例如在運動應(yīng)用中，系統(tǒng)可能會學(xué)習(xí)到，當(dāng)用戶說“我要開始跑步”“開始跑步”甚至“去跑步”時，意思都是要開始追蹤這個人的移動距離了，而且這種活動的類型就是“跑步”。同樣，像“請停止跑步”“暫停跑步”或“我跑完了”都是在告訴系統(tǒng)應(yīng)該停止追蹤了。
這套系統(tǒng)建立在一個相對簡單的接口上，所以各種背景的開發(fā)人員都可以教會 LUIS 哪些信號需要引發(fā)哪些行為。此外，隨著人們使用應(yīng)用， LUIS 將學(xué)會理解人們說這樣的話究竟是什么意思：“我實在受不了啦，停了吧?！?
如果你是一名開發(fā)人員，并且對 Project Oxford 感興趣，現(xiàn)在就可以一試身手。語音、圖像和人臉識別的試用版工具都已開放使用， LUIS 項目目前僅限受邀人員使用。
相關(guān)內(nèi)容
歡迎關(guān)注
微軟亞洲研究院官方網(wǎng)站： http://www.msra.cn
微軟亞洲研究院人人網(wǎng)主頁： http://page.renren.com/600674137
微軟亞洲研究院微博： http://t.sina.com.cn/msra
微軟亞洲研究院微信：搜索“微軟研究院“或掃描下方二維碼 :
