Soo56导读：

微软正在加速扩大物联网生态圈的合作。

12月18日举行的微软IoT In Action全球巡展上，微软全球执行副总裁、微软人工智能及微软研究事业部负责人沈向洋表示，未来四年，微软将在全球范围内投入50亿美元，拓展物联网合作伙伴生态系统。

“世界已经变成一台庞大的计算机。微软的全新世界观，是智能云和智能边缘在未来应用中将无所不在。”沈向洋分析道，全球每年微控制器有90亿的出货量，而且还会越来越大，但只有不到1%是互联互通的。“以后所有东西都可以互联和智能，微软看到的是挑战和机遇。”

为此，微软在物联网的部署包含从云到端到芯片等四个方面：Azure Cloud（云端）、Azure Stack（混合云）、Azure IoT Edge、Azure Sphere。

具体来说，Azure Stack是微软智能云在边缘的扩展，可以支持更多创新应用场景。Azure IoT Edge是将云端的人工智能和Azure服务，直接部署和运行在各种跨平台物联网设备上的全托管服务。Azure Sphere则是芯片级云+端物联网安全、互联管理方案，包括认证的微控制器、操作系统和安全服务三部分。

而容器化作为一种分发应用程序的手段，可以将应用或者服务打包起来，只要极少甚至无需修改，即可部署在容器托管主机上。

微软宣布推出支持容器部署的认知服务，首批推出的包括5个API（应用程序编程接口），涵盖由关键词抽取、语言监测、感情色彩分析组成的文本分析容器，脸部识别容器，及文本识别容器。

据介绍，有了容器化的支持，用户可以在任何有数据需求的位置，使用Azure的认知服务，这意味着无需发送到云端，可在本地完成相应识别和分析操作。

沈向洋还着重介绍了微软在人工智能的技术突破，2016年对152层残差网络图像识别率达到96%，2017年语音识别基准测试实现5.1%准确率，2018年1月在文本理解测试做到88.5%准确率，今年五月机器翻译研究系统达到69.9%准确率。

“我们已经逐渐逼近人类的水准，特别是在感知方面。”沈向洋如此表示，微软在OCR印刷体识别、手写识别领域研究多年，也有了较大突破。

大会现场，微软展示了被称为“黑塔”的人工智能会议系统，这款由Azure人工智能驱动的边缘设备，能同时跟踪、记录多人会议的语音和图像，进行文字记录并生成会议纪要。这是微软与儒博（ROOBO）共同开发的多麦克风阵列语音开发板DDK和智能会议系统设备。

当日，微软还宣布与儒博达成战略合作，后者将成为微软智能语音转录服务与定制文本到语音服务（TTS）的合作伙伴。据称，基于儒博（ROOBO）在硬件开发与平台运维上的优势，与微软在人工智能与云服务上的技术，二者将共同开发和拓展智能语音在物联网、智能边缘、智能家庭、智能教育等领域的应用前景。

在会后接受媒体采访时，微软全球技术院士、微软人工智能事业部首席语音科学家黄学东表示，微软在云方面的能力可以为ROOBO赋能，同时技术在最后一公里的落地过程中往往存在很大障碍，微软是平台公司，需要更多伙伴。而在商业模式上，微软不会采取收集用户信息进行贩卖的方式，而是选择帮助合作伙伴生态系统创造客户价值和提高盈利能力。

至于其中涉及到的技术落地，黄学东向21世纪经济报道记者介绍，在该项实践中，运用到微软语音语言方面的技术主要涵盖三个部分：语音识别、机器翻译和深度神经网络语音合成。据称，合成技术已经在提供服务，是业界第一个时时端到端的神经网络语音服务。

黄学东表示，该项合成技术最大的不同是使用了迁移学习。“过去的神经网络语音合成通常是用一个人录音很长时间声音，比如20-30小时，还有质量管控问题。微软的方法，可以让很多人录很短时间，把声音之间的共性解锁，以此还可提供定制化服务。”他进一步解释，“当然基于AI应用伦理道德方面的考虑，目前不会面向个人开放服务。”

“不管是个性化语音合成还是会议转录，在数字化转型过程中，看到的语音交互只是冰山一角。Azure平台和微软认知服务的特性，加上前端和合作伙伴，一定可以为更多中国公司赋能。”他总结道，基于如今微软掌握的语音技术，目前已可实现无障碍交流，“这对人类进步、和谐很有意义。”