产业资讯方案大厅机构大厅

微软

Microsoft

机构介绍

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

产品及解决方案

机器学习云平台

机器学习计算机视觉AR/VR/MR通信及信息技术

员工产出管理工具

企业服务

该工具可以被安装在任何 Office 365 企业版软件上。它通过调取企业 Office 365 上的邮件及日志元数据,帮助管理者掌握多位员工完成某一具体任务的时间配比,以优化管理架构及任务分配。除此之外,该工具还有其他用途,例如,可分析顶级销售人员的性格特征与行为方式,以供其它销售人员借鉴。Workplace Analytics 的发布是微软企业云服务的再升级。

零食偷吃行为分类器及软件系统

健康医疗

分析来自可穿戴设备中的加速度计、陀螺仪甚至肌电图传感器的信息,判断用户想要偷吃零食的时间。系统还能与智能手机连通,给出健康相关信息,并根据用户的健康数据和健身活动,及时阻止用户的偷吃行为。

滑翔机算法

科研教育

微软雷蒙德研究院制作的滑翔机应用了自主发现并捕捉空气中的热气流的算法,效仿鸟类飞行原理,可以在无须动力引擎的情况下停留在空中。

拍摄软件艺术风格处理功能

风格迁移深度神经网络通信及信息技术

「Pix 风格」可以将图片转换成受欢迎的艺术作品,或者为照片添加某些效果,比如让它看起来像是在燃烧。Pix 风格跟传统的滤镜不同,因为它会添加和改变纹理、图案和色调,让照片变成完全不同的东西,而不是简单地改变颜色。 「Pix 绘画」可以创造一个由用户选择的艺术风格所绘制的图像的延时动画,其应用的人工智能和深层神经网络在 Pix 绘画的动画重绘中起到了非常重要的作用。 「Pix 风格」功能对照片进行风格转化,以及「Pix 绘画」功能对照片进行动画重绘,其处理效果是大规模数据训练的结果。用模型训练大规模数据集,即学习给定的艺术风格的精髓。 之前,专为 iPhone 和 iPad 打造的基于人工智能技术的相机应用 Microsoft Pix,通过微软研究人员开发的智能算法套件,能够消除拍摄中的不确定因素,使每一次快门都能拍出精美的照片。 「Pix 风格」功能可以直接在设备上运行,无需在云端进行计算,将人工智能从云端扩展到处于网络「边缘」的设备上,这正是微软所推动的变革之一。

动物识别系统

农业

阻止松鼠吃食花的球茎和种子。每当啮齿动物出现时,它就会触发自动喷水灭火系统,驱赶它们。给传感器和各种设备装上 10 美元的 Raspberry Zero 和辣椒片大小的 Cortex M0 芯片是可行的。 训练了一个计算机视觉系统来定位松鼠,并在一个 35 美元的 Raspberry.Pi3 上部署该视觉系统代码。

云端预测分析服务

机器学习云计算技术教育

基于性别、社会经济、学业表现、学校基础设施和教师技能等人口统计数据,该应用甄别出了 19500 名维萨卡帕特南地区的具有高辍学风险的学生。还能分析出学生辍学的主要诱因,比如家具和厕所等基础设施不足。这表明资源的可用性和合理配置,是帮助学生迈向成功的关键。政府将为这些学生提供一系列的帮扶项目和咨询服务进行干预。该计划还旨在通过提高学生对公立学校的认知,提高公立学校的入学人数。将可以利用预测数据找到那些可能在下学年辍学的学生,为他们提供建议,帮助解决困难。

婴儿猝死综合征(SIDS)研究平台

数据挖掘机器学习健康医疗

通过机器学习和人工智能技术部署能够识别变化趋势的数据分析和可视化工具。相比传统通常只包含几百个案例的婴儿猝死综合征(SIDS)研究,微软团队有能力挖掘美国疾病控制中心收集的大量数据集,并致力寻找在单独个体家庭中很难看到的基于群体案例的相关性特征。

名称暂未收录

计算机视觉语音识别通信及信息技术

客制化视觉处理服务

计算机视觉通信及信息技术

客制化视觉处理服务结合微软云和视觉处理算法,可让用户建立满足自己需求的图片识别模型。用户只需上传若干张照片并对所需识别物品进行标注,该服务就可自动学习物品标注并建立相关的视觉识别模型,借此终端用户可使用此模型进行大量图片识别分析。

云端智能视频内容优化工具

计算机视觉文体娱乐通信及信息技术

云端智能视频内容优化工具利用机器学习和人工智能技术,帮助终端用户完成对视频内容的优化。目前,该工具的优化功能主要集中在视频转录,面部识别跟踪,视频索引,字幕识别,背景优化,场景切换,内容提取和内容翻译等方面。

社交聊天机器人(测试)

语音识别自然语言处理问答系统

作为美国版的小冰,Zo 以小冰和 Rinna 这两款在中国和日本取得成功的微软人工智能聊天机器人的技术为基础,使用了来自互联网的大量社交内容来训练。 通过人类的互动学会了如何利用有感情、有头脑的方式进行回应,不仅能提供独特的视角,还能辅以适当的礼仪和情感表达。且微软也为其设计了强大的制衡措施,避免该服务被他人利用。 Zo 已经在美国与 10 万人展开了对话。迄今为止,与 Zo 之间的对话超过 1 小时的用户达到 5,000 多人。Zo 也保持了微软聊天机器人迄今为止最长的连续对话记录:共1,220 回合,持续 9 小时 53 分。

应用于语音识别系统的模型

深度神经网络通信及信息技术

云端基因服务

机器学习云计算技术健康医疗

单个人类基因组数据约占用 100GB 的存储空间,需要花费个人笔记本电脑几百个小时来处理这些数据。而随着越来越多的基因组将被测序,存储需求将达到 PB 甚至 EB 级别(1TB=1024GB,1PB=1024TB,1EB=1024PB)。面对如此庞大数据量,个人电脑将无能为力。因此,拥有海量存储空间和强大计算能力的云成为基因数据处理的完美工具。Microsoft Genomics 服务通过利用和处理基因数据,来帮助医学研究者发明更精准地治疗癌症等疾病的药物。比如,通过分析患者的健康和肿瘤细胞组织以及其他患者的医疗数据(包括治疗方法和结果),医生能够选择最有效的治疗方案。 目前,Microsoft Genomics 已经面向美国、西欧和东南亚的用户提供服务。由于基因数据处理通常会涉及到一系列法律和道德问题,为了保证数据的隐私和安全,Microsoft Genomics 服务已经获得了 ISO 认证,这意味着其达到了国际安全、隐私和质量标准。该服务同样符合 HIPAA(Health Insurance Portability and Accountability,健康保险携带和责任)法案标准,确保个人健康信息的安全使用。

名称暂未收录

自然语言处理通信及信息技术

能让开发者在 Visual Studio 环境下智能完成代码。

智能虚拟助手

语音识别问答系统自然语言处理语音合成通信及信息技术

基于语音和文本的虚拟助手小娜支持 Windows、iOS、以及 Android 系统,已经成为跨平台、高效率的个人智能助理。 其回答问题时能够结合主动式知识、处理事务提醒和日常预约、追踪包裹、设置闹钟等任务。同时其还能启动 Bing(必应)搜索引擎获取体育,天气和其他信息。 小娜可以与一些 Windows 应用进行交互,比如可以与 Skype 的聊天机器人进行互动,并可以兼容许多移动平台,可通过 Calendar.help 服务发送电子邮件。 同时,通过提供 Cortana Devices SDK,微软正在与各种设备领域的伙伴展开合作,将 Cortana 整合到应用方的联网设备中。Devices SDK 可以把 Cortana 在效率、音乐、家庭自动化和设备控制方面的技能提供给用户。

自动驾驶模拟平台

计算机视觉交通运输与物流

自动驾驶的一个关键问题就是里程积累。针对这一问题,微软公司开发了 AirSim 自动驾驶模拟器。AirSim 拥有一个非常详细的 3D 城市环境,其包含多种多样的动态情景,比如交通灯、停车场、湖、建筑工地等等。用户可以在社区的不同环境中测试系统,比如市中心、近郊地区、植被覆盖区和工业区域。AirSim 提供的模拟环境还包含超过 12 千米的真实世界道路,延伸到 20多个城市街区。利用 AirSim,自动驾驶公司可以方便的收集驾驶数据,通过人工智能训练,提升自动驾驶能力。另外 AirSim 也已经延伸到无人机领域,同时可以支撑无人机的模拟与测试。

微软云平台物联网解决方案

机器人技术机器学习云计算技术通信及信息技术

适用于盲人的环境状态识别 APP

计算机视觉语音合成健康医疗

该 APP 通过手机摄像头配合图像识别技术以及语音合成技术,向盲人大声朗读周围的情况。其能识别摄像头中人物的身份,甚至辨识出表情和心情,能够告知用户周围的人是否在认真聆听,以及听众的其它反应。同时还能够读取反复出现的人的身份,也能对陌生人从性别、穿着、动作、状态等方面加以描述。 这款应用还能识别地名、门牌号码和其他物品,并读取名称。由于其首发地在美国,所以 APP 还具有分辨美元面值的能力。 并可为盲人朗读文件,通过手机拍照功能识别文件,且在拍照过程中能够引导使用者将文件的全部内容锁定到取景框内。例如,应用会提示用户「向右下角移动手机,并且将手机远离文件一点」,为盲人点餐提供极大便利。

区块链软件服务平台

区块链技术通信及信息技术

微软致力于提供云上最好的「区块链服务(Blockchain-a-Service,BaaS)」平台。正在将「 Baas 模块」整合进 Azure 云计算平台中。区块链能让用户以更便宜的方式创建测试环境,在 Azure 中,区块链带有可重复使用的模板和工件。BaaS 软件没有被微软编码过,它是基于公共 Ethereum 区块链平台,该区块链平台被赋予「广阔的开发者 base 」的称号,Ethereum 与 Azure 之间的操作具有兼容性,可以很好地培养 Azure 的开发者 base 。

云服务平台

物联网技术机器学习云计算技术工业制造

基于云的机器翻译 API

神经机器翻译通信及信息技术企业服务

该 API 可以整合到多个应用中,提供多语言翻译服务。系统基于以下领域建立:神经网络、基于语法的统计机器翻译(Syntax-Based SMT)、基于短语的统计机器翻译(Phrase-Based SMT)、语料对齐(Word Alignment)、语料模型(Language Modeling)。

手写和形状识别 API

计算机视觉通信及信息技术

微软还发布了 Project Ink Analysis,这是一个全新的服务。借助这个服务,开发者可以为应用增加手写和其他形状的识别。

聊天机器人开发平台

自然语言处理通信及信息技术

该平台可快速搭建智能服务的后端,帮助用户在各种终端和服务上提供对话服务。其包括三大组件: 1. Bot Builder SDKs:Bot 的生成器,可快速生成一个 ASP.NET 和 Node.js 的后端服务,提供了像 Dialog、FormFlow 帮用户管理与用户的会话; 2. Bot Connector:Bot 的 Channel,帮用户将开发的客服机器人的服务快速发布到各个渠道,比如说 Skype,Facebook Messager 等等。这样其他用户就可以在 Skype 等 Channel 上使用开发者提供的服务了; 3. Bot Directory:Bot 的商店,在商店中可以找到各类已发布的 bot,开发者也可以把自己的 Bot 发布出来,方便别人使用。

图中文字智能搜索服务

计算机视觉通信及信息技术

该服务提供可以直接搜索云端照片中的文字内容。 示例中,使用者上传了一张咖啡的购买小票照片,微软的 AI 功能可以自动识别并保存,当搜索「coffee」是结果就锁出现在搜索结果中。

运动表现分析平台

机器学习云计算技术数据挖掘文体娱乐

基于微软的 Power BI、Azure 以及 Surface 设备,利用云计算、数据聚合、机器学习和预测分析等方面的技术,为运动员和运动队伍提供定制化的运动分析解决方案,帮助其在数据驱动下更好、更快地做出决策。体育团队使用该运动平台的预测模型和分析能力,来跟踪和提升运动员的能力。 运动平台可以帮助运动员和团队缩小差距,让运动员能够根据赛场、更衣室以及运动性能实验室中获得的数据做出判断进而调整打法。教练则可以通过运动平台对运动员的表现、恢复情况以及状态有更深刻的洞见,也可以利用针对运动员损伤情况的预测模型,调整运动员的上场时间,制定能让每个运动员都能发挥出最佳水平的实践方案。

获取数据和实现智能化的网关

机器学习数据挖掘通信及信息技术

Microsoft Graph 是开发人员用于访问 Microsoft 智能云中所有数据、智能和 API 的统一网关,包括 Exchange、SharePoint、Azure Active Directory、OneDrive、Outlook、OneNote、Planner、Excel 等,满足用户对智能上下文体验的需求,以及为了缓解开发人员逐个集成 Microsoft 服务的痛苦。可用于: 1. 自动安排会议:构建可自动安排会议、考虑与会人数、外出状态、会议室以及相关文档的应用程序; 2. 获取组织中的数据:获取有关组织团队如何开展协作的数据,包括跨团队的顶级协作者及其负责的工作; 3. 生成自定义仪表板:创建自定义业务仪表板和门户,提供使用 Microsoft Graph 人员和见解预览 API 的个性化上下文体验; 4. 创建智能工作流:生成将组织结构与业务审批进程相结合的工作流应用程序。 Microsoft Graph 包括基于其智能引擎执行的机器学习计算的见解和丰富的关系。所有这些内容都可以通过同一个 REST API 终结点获得,通过单个身份验证情景将所有 Microsoft API 集中在一个 URI 命名空间中,跨所有这些 API 提供更简单的开发人员体验。 Microsoft Graph 将来自多个服务的信息集中起来,并在单个请求中提供给应用程序。开发人员可以构建以用户和小组为中心的体验,从而帮助用户获得更多益处。例如,一个工作效率应用,可以提供用户将与之会面的所有人员的资料和图片,并能告知这些人员的组织结构以及与他们相关的主题。数据存储在哪里并不重要;使用 Microsoft Graph,可以通过单个终结点来访问数据。 Microsoft Graph 还可用于跨服务遍历数据,以实现丰富的内容场景。例如,一个教育应用,可围绕小组模拟教室,让老师跟踪学生提交的项目文档,查看文件修改者,跟踪学生的协作和进度,以及围绕与课程相关的主题展开对话。 Microsoft Graph 通过将智能机器学习算法与丰富的数据和用户行为相结合以找到智能见解。使用 Microsoft Graph,开发人员可以访问这些相关数据,使应用程序与上下文相关和更智能。例如,Microsoft Graph 中由 People API 提供支持的人员挑选控件,利用其模糊匹配功能,用户不必记住如何拼写一些复杂的姓氏,只需通过记住发音即可获取数据。想象一下有这样一个销售应用,可以让销售代表快速获得客户的联系信息,并在需要时立即提供。 Microsoft Graph 智能的另一个用处是它能够获得趋势文档。Microsoft Graph 可侦听信号和活动,例如文件上载、文件查看和修改、电子邮件会话等。然后,它使用其智能引擎计算人员与文档之间丰富的关系和推断出的见解。文件在用户的圈子中流行时,Microsoft Graph 会创建一个趋势见解;此信息随后可用于强化上下文体验(例如 Office 365 中的 Delve),现在也可以作为 Microsoft Graph 中的 API 提供给开发人员。 Microsoft Graph 改变了 IT、用户和开发人员的工作环境和工作效率。对于 IT 部门,由于图形集成和安全的数据访问,应用更易于部署和管理。对于用户,应用更加智能、丰富,与上下文更相关。对于开发人员,Microsoft Graph 通过缩短开发时间并简化与数据和智能的集成,带来了巨大的价值。