微软机器视觉、语音处理、视频检索人工智能开源工具和深度学习框架。
本文介绍了微软在人工智能领域的领先成果、产品线，开源人工智能框架和工具。读者可以运用这些工具快速开发机器视觉、语音处理、视频检索等丰富的人工智能应用。
作者：张子豪（同济大学微软学生俱乐部）
微信公众号：人工智能小技巧
本文配套B站视频：用微软Custom Version识别水果图片：不用写代码，三分钟做一个人工智能小应用
发布于2018-11-7
[TOC]
本文中的部分图片来自学堂在线慕课：微软人工智能-深度学习框架和工具
开篇语
提起微软，大家首先想到的就是世界首富比尔盖茨以及Windows操作系统等微软产品，近几年，微软大规模部署人工智能领域，开发了一系列基于人工智能技术的产品和深度学习开源框架，并致力于开源社区的建设。微软在2018年10月底完成了对全球最大开源代码托管网站Github的收购。2018年2月，本文作者在宾夕法尼亚大学沃顿商学院聆听了微软新总裁Satya Nadella的演讲，并在慕课网站学堂在线学习了慕课：微软人工智能-深度学习框架和工具 ，遂撰写本文对微软AI产品线及开源生态做一个介绍。
2018年2月微软总裁在沃顿商学院讲座
ResNet深度残差卷积神经网络
ResNet在2015年ImageNet比赛分类任务中获得第一名，在图像分类方面已超过人眼。ResNet共有152层，但它不仅仅靠深度取胜，而是通过残差学习的方法训练模型，通过“跨层抄近道”的方法减少参数数量，简单而实用。衍生出ResNet50和ResNet101旁支，Alpha zero（只训练8个小时就打败了AlphaGo的下棋机器）也使用了ResNet。
ResNet的作者何恺明是2003年广东省理科高考状元，本科毕业于清华大学，博士毕业于香港中文大学，曾在微软亚洲研究院孙剑领导的研究组实习。何恺明在图像去雾领域也成果颇丰。
ResNet
ResNet
语音识别工具Switchboard
Switchboard能够识别堪比英语专八水平的电话音频中的每个单词
语音识别
微软AI产品线
微软已经将人工智能应用部署在自己的产品中，比如语音识别小助手Cortana、Office 365，你也可以用微软提供的GPU服务器和FPGA服务器训练深度学习模型。
微软AI产品
微软AI产品线
微软认知服务 Cognitive Service
Cognitive Services为开发者提供计算机视觉、自然语言处理、语音翻译、搜索等各领域应用程序接口（API），开发者只需要简单调用API即可。
微软Cognitive Service
轻松上手计算机视觉—Custom Vision
官方主页：https://www.customvision.ai
用微软的开源计算机视觉开发工具Custom Vision快速开发图像分类小应用。初学者不需要有任何深度学习、图像处理的算法知识，小学生都能快速上手。
Custom Vision
视频剪辑师的福音—Video Indexer
Video Indexer是非常强大的视频和音频处理工具，用户只需上传视频或音频，即可得到关键词分析、时间线字幕、视频中出现的名人及其讲话时段、情绪分析、关键帧以及带字幕和字幕翻译的视频。
视频样本
字幕
翻译
微软开源人工智能框架CNTK
与其它开源人工智能框架（比如谷歌的Tensorflow、Facebook的Caffe，以及Keras、Torch、Theano）相比，微软的开源人工智能框架CNTK最大的优势就是训练速度快、分布式和并行计算性能好。同时，CNTK也支持各种操作系统，提供各种编程语言的开发工具。
微软开源人工智能框架CNTK
CNTK收敛速度
CNTK并行计算能力
CNTK通过减少数据传输量、传输次数，通过异步处理和管道机制权衡训练和传输代价，加速深度学习模型训练。
CNTK的并行计算能力
CNTK支持的编程语言
收购开源代码托管网站Github
微软收购Github
微软人工智能最新进展
微软研究院在业内号称“AI界的黄埔军校”，以下是微软研究院机器学习组最新进展总结。
微软人工智能新进展
分布式机器学习平台DMTK
Multiverso参数服务器开源框架，CNTK异步快速训练的幕后功臣。
高效的机器学习工具
- LightGBM：数据竞赛利器
- LightLDA：超大规模主体模型训练世界纪录保持者
- LightRNN：大规模文本模型训练
新的监督学习范式：对偶学习
利用两种语言互相翻译，互相提供翻译标注数据。例如中文翻译成日语，再翻译回中文，与中文原文做比对，进行模型训练。再例如由图像生成文字，再由文字生成图像。使用对偶学习可以用更少的数据训练模型，节省人工标注数据的成本。
微软亚洲研究院
微软亚洲研究院
微软研究院在业内号称“AI界的黄埔军校”，从中涌现出众多当今互联网界泰山北斗级人物，从谷歌传奇李开复，到百度总裁张亚勤、金山CEO张宏江、微软必应产品负责人沈向洋、现任微软亚洲研究院院长洪小文、IBM“深蓝”之父许峰雄、“阿里云”之父王坚、今日头条副总裁马维英、商汤科技创始人汤晓鸥、2015年ImageNet冠军孙剑、何恺明，百度高级副总裁王海峰、小米总裁林斌、海尔集团CTO赵峰、科大讯飞副总裁李世鹏……
2018年，微软亚洲研究院成立二十年。
同济大学微软学生俱乐部
同济大学微软学生俱乐部
参考文献与扩展阅读
用Microsoft Custom Vision技术识别点东西吧
作者介绍：
张子豪，同济大学在读研究生。微信公众号人工智能小技巧运营者。致力于用人类能听懂的语言向大众科普人工智能前沿科技。目前正在制作《说人话的人工智能视频教程》、《零基础入门树莓派趣味编程》等视频教程。西南地区人工智能爱好者高校联盟联合创始人，重庆大学人工智能协会联合创始人。充满好奇的终身学习者、崇尚自由的开源社区贡献者、乐于向零基础分享经验的引路人、口才还不错的程序员。
说人话的零基础深度学习、数据科学视频教程、树莓派趣味开发视频教程等你来看！
微信公众号：人工智能小技巧
Github代码仓库:TommyZihao
个人主页：www.python666.org
同济大学微软学生俱乐部
西南人工智能爱好者联盟
重庆大学人工智能协会
