上周末参加了微软人工智能的活动,感慨多多。
感谢活动主讲和主办方。
通过参加活动,对微软认知服务和ML.NET的现状与发展有了更多的认识。文章不是活动内容的堆叠,总结少点,更多的大概是感慨。

微软认知服务

17年的时候,曾参加北京丹棱街5号微软大厦会议室举办的推广微软认知服务的活动。
作为合格的吃瓜群众,对语音转文本和图像识别人脸的API不明觉厉。
提问环节,一个从事农业规模化的企业代表咨询可不可以做到农作物开花阶段识别出可能会结果子比较少的植株,从而可以针对性的对其施肥。
全程下来,我在边上听的热血沸腾,仿佛看到了代码改变世界的事情就在我身边发生,迫切的希望自己可以参与进去,可以投身其中。然而2年过去了,那时只有几个API的认知服务,现在已经有了决策、语言、语音、影像、Web搜索,五大类几十个API。
我却忘记了那时的热血沸腾,改变世界的渴望。在我日渐沉浸于加班秃顶工资划水摸鱼这些自我的消磨内耗之中时,世界正在发生翻天覆地的变化。

  • Uber 通过面部识别提高平台安全性
    Uber 使用认知服务来防止欺诈,帮助确保使用该应用的司机与档案中的账户匹配。
  • Jet.com 能够用更快的速度为客户找到答案
    Jet.com 利用认知服务为其客服聊天机器人注入智能,使其能够使用自然语言进行交流。
  • 国际移动公司将机遇变现为业务上的成功
    Cheetah Mobile 出品的 CM 翻译设备通过用户点击一个按钮实时翻译对话,从而打破语言障碍。
  • 西雅图反奴隶贸易组织通过云端大规模打击人口贩卖和拯救生命
    这个非营利组织利用认知服务,帮助志趣相投的组织与人口贩运受害者建立联系,致力于消除剥削,拯救生命。

一点感悟:关注自己认为amazing的技术,深入的了解它,技术不是唯一,但你想要参与这个进程中的话,技术可以成为你的武器,成为你的阶梯。不要丢掉你攀登高山时手中的登山杖。

Azure Machine Learning Studio

微软最近几年的大战略一直是围绕Azure,所以ML当然要集成进入到Azure。集成化做的有多好,打开浏览器,全程无Code,鼠标点一点,一个机器学习服务从模型训练,模型测试,模型参数调整,到发布成Api,轻轻松松搞定。想要实际测试的话也很简单,本地新建一个Excel文件,插入->加载项->应用商店 添加应用 Azure Machine Learning,如下图所示

添加完成之后,右侧自动出现Azure Machine Learning模块。如果已经添加过,直接双击Azure Machine Learning应用

点击Add Web Service,填入URL和API Key。

因为不是写教程,不详细记录,主要是说明微软围绕Azure建立了多么便捷的自循环的生态环境,不是以前的强行绑定,是带有便捷使用的吸引力吸引你进入它建立的生态之中。

一不留神BB太多,感觉篇幅可能要比较长,私以为看到太长的文章容易让人抗拒,所以强行分隔出多篇文章,毕竟收获挺多,可写的不少。

参加杭州 2019 AI Bootcamp有感与总结(1)的更多相关文章

  1. 参加杭州 2019 AI Bootcamp有感与总结(2)

    接上篇 参加杭州 2019 AI Bootcamp有感与总结(1) - repeatedly - 博客园 午餐畅谈的收获 先感谢主办方提供的午餐,中午午休的时候,大家聊了很多,或者说主要是听大佬谈.聊 ...

  2. 2019 AI Bootcamp Guangzhou 参会日记

    2019年的全球AI训练营在北京.上海.广州.杭州.宁波五个地方同时举办! 12月14日,微软全球AI Bootcamp活动再次驾临广州,本次会议结合 ML.NET 和基于 SciSharp 社区介绍 ...

  3. Global AI Bootcamp 2019 宁波站活动总结

    2019年12月14日,由微软MVP技术社区发起的Global AI Bootcamp 2019盛会在全球60多个国家130个城市点燃.在大中华区,本次活动由全国众多Azure专家及微软MVP技术社区 ...

  4. 2019 AI CITY CHALLENGE

    官网:    https://www.aicitychallenge.org/ 基于来自交通,信号系统,基础设施和运输的传感器数据,存在使运输系统更智能的巨大机会.不幸的是,由于几个原因,进展受到限制 ...

  5. 【深度学习系列】一起来参加百度 PaddlePaddle AI 大赛吧!

    写这个系列写了两个月了,对paddlepaddle的使用和越来越熟悉,不过一直没找到合适的应用场景.最近百度搞了个AI大赛,据说有四个赛题,现在是第一个----综艺节目精彩片段预测 ,大家可以去检测一 ...

  6. 2019 AI 100 Startups

  7. 2019年RTC大会记录

    小编近期在研究webRTC点对点通信技术,怀着学习的心态参加了2019年RTC大会,对所见所闻做下记录,不对的地方还请批评指正! 这次热门的话题是5G.WebRTC.AI对图像.音视频的相关处理,思科 ...

  8. trec 2019 fair ranking track

    trec 2019 fair ranking track     最近实验室要求参加trec 2019新出的track:fair ranking track.这里整理一下该任务的思想和要求.这次tra ...

  9. AI Conference 2018人工智能大会 参会总结

    主 题:AI Conference 2018人工智能大会 时 间:2018.04.11-4.13 地 点:北京国际饭店会议中心 发起人:O'Reilly 和 Intel 参与部门:研发设计部 参会人员 ...

随机推荐

  1. sqlserver查询(子查询,全连接,等值连接,自然连接,左右连,交集,并集,差集)

    --部门表 create table dept( deptno int primary key,--部门编号 dname ),--部门名 loc )--地址 ); --雇员表 create table ...

  2. NIO-概览

    目录 NIO-概览 目录 前言 什么是NIO 通道 缓冲区 选择器 其他 管道 FileLock 参考文档 NIO-概览 目录 NIO-概览 前言 本来是想学习Netty的,但是Netty是一个NIO ...

  3. 【Android - 控件】之MD - CardView的使用

    CardView是Android 5.0新特性——Material Design中的一个布局控件,可以通过属性设置显示一个圆角的类似卡片的视图. 1.CardView的属性: app:cardCorn ...

  4. 堆的python实现及其应用

    堆的概念 优先队列(priority queue)是一种特殊的队列,取出元素的顺序是按照元素的优先权(关键字)大小,而不是进入队列的顺序,堆就是一种优先队列的实现.堆一般是由数组实现的,逻辑上堆可以被 ...

  5. python中random的基本用法

    那么怎么使 a 随机生成一个数值呢,来研究一下random的部分程序:python中random模块的几个函数可以随机生成数值,下面咱们看一下random的几个函数的使用方法. random()是不能 ...

  6. Spring Boot 2.0 学习笔记(一)——JAVA EE简介

    本章内容:JAVA EE>Spring>Spring Boot 一.JAVA EE简介 1.1 Java ee优点:结束了Web开发的技术无序状态,让程序员.架构师用同一种思维去思考如何架 ...

  7. 前端js,如何在结构化与性能中做取舍。

    js发展中的问题 随着前端web技术的发展,js要解决的问题也变得越来越多,越来越复杂. 解决更复杂的问题,需要更好的结构. 解决更复杂的问题,也需要更好的性能. 结构的优化在一定程度上会牺牲性能,同 ...

  8. 如何使用modelarts训练海量数据

    在modelarts上使用notebook上使用evs空间默认大小是5G,能满足大部分文本和图片训练模型的需求.如果训练数据稍微超过这个限额,可以适当的扩增下空间.但如果训练对象是视频,或是实际生成过 ...

  9. C 基础数据类型 性能测试

    简单测试了C语言中分别使用16位整数和32位整数实现的定点数和内建浮点数的乘除性能: 在release 下 循环 1 0000 0000 * 20次 的时间: CPU:7700K/4.2Ghz 定点数 ...

  10. shell 替换文本中的某个符号为换行符

    替换后为: 0.06774 脚本: :%s/,"/\r/g