雷鋒網，12月18日，微軟IoT In Action全球巡展在深圳開幕，微軟的物聯網規(guī)劃和布局也呈現。

微軟亞太物聯網和智能設備事業(yè)部總經理Shirley Strachan在一開始就指出，微軟已經在物聯網上投入了大量資金，但最重要的投資仍然是生態(tài)建設。并再次強調，在未來4年，微軟將在全球范圍內投資50億美元，以推進在物聯網和邊緣計算領域的生態(tài)布局。

圍繞Azure，微軟的云端到邊緣的四個難題

微軟人工智能和微軟研究部門負責人沉向陽博士將當前的（物聯網）世界與計算機進行了比較，Azure是一臺微軟計算機和世界各地的計算機。

Azure已成為“世界的計算機”。它已覆蓋全球54個地區(qū)，并在不同地區(qū)獲得了88項安全合規(guī)認證，遠遠高于任何其他公共云服務。

微軟針對Azure現在已有四塊布局：Azure Cloud、 Azure Stack、Azure IoT Edge和Azure Sphere。基于此，“Microsoft創(chuàng)建了一個完整的計算環(huán)境，以支持新的應用程序模型，以在Azure公共云上開發(fā)更智能的云和基于邊緣的智能應用程序。”

Azure Stack是微軟智能云Azure在本地數據中心的擴展。雷鋒網了解微軟于2015年首次宣布其Azure Stack計劃，并于2017年7月正式啟動.Azure Stack在本地處理數據，然后將其聚合在Azure中進行進一步分析，共享兩者之間的通用應用程序邏輯滿足延遲和連接需求。目前，國內夏龍通訊，廣利達，新諾時代和云嬌已經開始使用微軟的Azure Stack。其中，廣力達在國內建設領域發(fā)布了首個集成式混合云解決方案。

Azure IoT Edge將云端智能和分析擴展到邊緣，直接部署和運行在各種跨平臺物聯網設備上的全托管服務。Azure IoT Edge可以在Linux和Windows上運行。在今年的Microsoft Build 2018開發(fā)者大會上，微軟正式宣布了Azure IoT Edge開源。

微軟首席項目管理負責人王峰以與大江的合作為例，介紹了Microsoft Azure物聯網邊緣的功能。 DJI集成了邊緣計算工業(yè)無人機解決方案，在云上訓練人工智能模型，使用WinML在本地Windows設備上進行評估，并使用高質量的硬件資源來實現高性能。

此外，配備DJI無人機的智能智能擴展，自動刀片檢測解決方案，可實現高達95％的機器識別精度，并可將風機葉片檢測效率提高10倍。值得注意的是，這種方法比檢查員攀爬到60米的高度做同樣的工作更安全。

Azure IoT Edge的關鍵是可用性，高帶寬和實時性，同時大大減少了解決方案的采用和部署周期。

Azure Sphere是微軟今年4月正式推出的針對物聯網安全的解決方案，是芯片級的云+端物聯網安全互聯管理方案。Azure Sphere由三個組件組成：Azure Sphere MCU，Azure Sphere OS和Azure Sphere Cloud Security Services（Azure Sphere Security Services）。

Azure Sphere MCU內置了新的跨類MCU，將實時處理器和應用處理器與內置的Microsoft安全技術和連接相結合;

Azure Sphere OS結合了Windows開發(fā)的安全創(chuàng)新，安全監(jiān)控和自定義Linux內核，建立了高安全性的軟件環(huán)境物聯網平臺;

Azure Sphere Cloud Security Services可更新設備安全性，識別新出現的威脅，并在設備，云和其他端點之間實現信任。

Azure Sphere與經過認證的微控制器，物聯網操作系統(tǒng)和“一站式”云服務配合使用，可確保智能邊緣設備安全可靠地工作。

目前，國內四川艾聯已經發(fā)布了用于智能家電的嵌入式Azure Sphere模塊，該公司已經發(fā)布了基于Azure Sphere的開發(fā)板。

微軟用于語音和視覺的AI布局

在IoT In Action中，沉向陽分析了微軟在人工智能方面的擴展。

微軟研究院的前三個研究小組專注于自然語言，語言和計算機視覺。

2016年，微軟通過152層殘留網絡（RESNET）實現了96％的圖像識別準確率，與斯坦福大學研究生的水平相當;

2017年，微軟在Switchboard語音識別基準測試中將錯誤率降至5.1％。達到專業(yè)速記員的水平;

2018年1月，微軟斯坦福大學發(fā)起的SQuAD文本理解挑戰(zhàn)，理解準確率達到88.5％，相當于人類水平;

在2018年3月，微軟的翻譯準確率在新聞報道測試集中的英文，中文和英文機器翻譯達到69.9％，而人工翻譯水平在67.3％和68.5％之間。微軟的測試成績超過了人類。水平。

微軟人工智能部首席語音科學家黃學東在會上宣布，基于神經網絡的語音合成預覽版正式啟動。該技術在語音合成質量，引擎性能和全球服務部署方面表現更佳。由于遷移學習的應用，可以用少量數據實現語音模型訓練。

與此同時，微軟和ROOBO聯合發(fā)布了基于Azure Sphere和ROOBO嵌入式語音芯片的家電網絡模塊。該解決方案支持使用多達400個離線語音命令控制家用電器。 IoT In Action中顯示的是經典的“4 Mai線性陣列”和“6 + 1小麥環(huán)陣列”。這次顯示的麥克風陣列可以通過端云協(xié)作在25米內實現遠場語音識別。

據雷鋒網（公眾號：雷鋒）介紹，DDK智能語音開發(fā)套件是針對廠商的測試解決方案。 Ruabo Intelligent董事長兼首席執(zhí)行官熊明華告訴雷鋒。具體的商業(yè)解決方案預計將于2019年上半年推出，包括會議和教育等應用場景。它還支持智能建筑，智能城市和智能工廠的擴展。

此外，會議還表明，Rubo和微軟聯合開發(fā)了智能會議系統(tǒng)，這是一款由Azure人工智能驅動的邊緣設備。它可以同時跟蹤和記錄多人會議的聲音和圖像，并記錄每個人的語音。 ，提取關鍵問題并生成會議紀要。

沉向陽也強調了微軟容器化的Azure認知服務。 Azure Cognitive Services消除了對高級人工智能或數據科學知識的需求，以及將人工智能（如計算機視覺，人臉識別和文本分析語言）集成到自己的應用程序中。容器化作為分發(fā)應用程序的一種手段，在容器管理的主機上打包應用程序或服務，幾乎不做任何修改。首批推出的認知服務包括5個API：關鍵詞抽取、語言監(jiān)測、感情色彩分析組成的文本分析容器，臉部識別容器，以及文本識別容器。“超過120萬開發(fā)人員使用Microsoft的Azure感知服務來構建大規(guī)模智能應用程序。 ”的

通過容器化支持，用戶可以在本地執(zhí)行面部識別，字符識別和文本分析，而無需將內容發(fā)送到云。借助這些API，開發(fā)人員的智能應用程序可以靈活地部署到不同的位置，從而確保擴展并確保從邊緣到Azure云的一致性。

同時，在認知服務的祝福下，計算機視覺，如手寫文本識別和印刷文本識別，得到了顯著改善。

微軟在中國的生態(tài)系統(tǒng)擴張

作為微軟的重要市場，中國與包括樂信，Vision Energy和萬科集團在內的眾多國內廠商合作。在會議上，微軟邀請了萬科集團副總裁王云和研發(fā)技術負責人。

為了應對萬科集團通過人工智能和物聯網的轉型，王云得出結論：“我們的目標是讓我們的客戶和合作伙伴更容易從智能云，智能邊緣和人工智能中受益。為此，我們?yōu)橛脩籼峁┝硕鄠€可輕松構建，調試，部署，診斷和管理的平臺，以及可擴展的應用程序和服務。同時，為了幫助您的組織更輕松地開發(fā)人工智能人才，我們啟動了一個人工智能在線學院，擁有10個人工智能課程。 ”的

另外，合作伙伴與解決方案被微軟視為物聯網生態(tài)系統(tǒng)創(chuàng)新的關鍵。具體歸納為以下三個方面：

采用合作伙伴匹配模式。專注于合作伙伴的專業(yè)能力，并與其他合作伙伴合作創(chuàng)建解決方案;

解決方案加速器。幫助合作伙伴利用開源，預配置的解決方案加速器為不同的垂直領先行業(yè)或場景開發(fā)物聯網解決方案;

解決方案聚合器。通過具有獨立集成功能的合作伙伴，根據需要整合其他合作伙伴的形成，服務和解決方案，并將其作為端到端解決方案推向市場。

雷鋒網絡總結

今年，各大公司都在做邊緣和AI布局，微軟也不例外。

在深圳的IoT In Action中，微軟的邊緣布局也得到了充分展示。包括微軟的Azure云，Azure堆棧，Azure IoT Edge和Azure Sphere for Azure，包括微軟的容器化Azure感知服務，包括微軟的機器視覺和智能語音開發(fā)套件，包括微軟的整個生態(tài)布局中的許多合作制造商和應用場景。

沉向陽在會上強調，微軟將通過各種智能應用創(chuàng)建從云端到邊緣的無縫計算環(huán)境。

本文由雷鋒轉移。如果您需要轉載，請在雷鋒網上申請授權。

« 阿里“全球化”故事序幕:退伍登山物流第一 | 《保姆手冊》第一次播出突破300萬鄭爽然后王男，網絡機頂盒觀看方式！ »