揭秘 AI
使用靈活的 Azure 平臺和豐富的 AI 生產效率工具組合，可以在數據存在的位置（智能云、本地和智能邊緣中）構建新一代的智能應用程序。
借助一組靈活可靠的綜合 AI 服務實現更多功能 - 從預建 API（例如機器人工具的認知服務和對話 AI）到使用 Azure 機器學習構建適用于任何場景的自定義模型。Azure AI 平臺還具有企業級 AI 基礎結構，可在任意位置大規模運行 AI 工作負荷。專為開發人員和數據科學家設計的新式 AI 工具有助于以最大的效率輕松創建 AI 解決方案。
為什么選擇 Azure AI
-
高效強大的 AI 工具
開始使用我們的綜合產品/服務來創建創新型 AI 應用程序：從創新型預建 AI 到可自定義的 ML 和深度學習的服務和工具中選擇。
-
隨身攜帶 AI
我們提供數據和 AI，因此你可以憑借已有技能，在數據已經存在的位置（智能云、本地和智能邊緣）構建新一代應用程序?；谌萜鞯哪Ｐ筒渴鹗?AI 能夠在 Docker 容器運行的任意位置（云端、服務器或設備上）運行。
-
開放靈活的平臺
通過開放平臺，輕松選擇適用于我們的場景和技術的深度學習框架。用任意語言編寫的應用可使用認知服務，使用最新框架（如 Tensorflow、MXNet、Chainer、CNTK 等）可構建自定義模型。
-
數十年 AI 投資的好處
從 Microsoft Research 到必應、Office、Windows、Xbox 和其他 AI 驅動的產品，幾十年來我們一直在使用 AI。正因如此，我們才推出如此多經過驗證的預建 AI 模型，供你直接用于應用程序。
-
企業級 AI
Microsoft 一直領導行業建立清晰的安全性和隱私要求，并遵循這些要求。Azure 遵循國際和行業特定的各種符合性標準（例如 ISO 27001、HIPAA、FedRAMP 和 SOC）。嚴格的第三方審核驗證 Azure 是否嚴格遵守上述標準要求的安全性控制。
-
超大規模的創新硬件
從最新的 GPU 技術到 FPGA 加速的 AI 模型和網絡，Microsoft 優化了 AI 的各個方面，使開發人員能夠在全球 50 個區域以最大規模靈活地構建和運行模型。
客戶正在使用 Azure 上的 AI 創造佳績
AI 進程
將 AI 融入應用程序有三個關鍵步驟，但具體取決于你的需求和功能，Azure AI 可提供靈活的工具來滿足你的需求。選擇預建工具（如認知服務）用于企業級現成技術，該技術支持部分自定義， 或選擇 Azure 機器學習之類的工具，使你能夠引入自己的數據進行更深入的控制和自定義。
與各個源連接，以引入數據
建立模型并使用數據進行培訓
部署模型并跟蹤性能
AI服務
僅使用幾行代碼，即可接入用于影像、語音、語言、知識和搜索的優質 RESTful 智能 API。不需要成為數據科學的專家即可使系統更加智能、更具有吸引力和更易于發現，例如使用自然語言與用戶交流、確定圖像中的相關內容、根據聲音識別用戶等。)
原樣使用預建服務，或使用準備用于自動生成和培訓算法以滿足特定需求的數據自定義服務，并在應用程序中運行這些服務。這些服務可助你構建自定義語音模型，這些模型可匹配用戶的講話風格、梳理圖像以識別重要的特定內容，或者為用戶打造自定義的搜索體驗。
| 準備數據 | 構建和培訓 | 部署 |
|---|---|---|
| 已經內置或引入自己的數據 | 已經內置 | 添加到應用程序 |
"Because the Cognitive Services APIs harness the power of machine learning, we were able to bring advanced intelligence into our product without the need to have a team of data scientists on hand"
Aaron Edell, Chief Product Owner, GrayMeta
通過 Azure 機器學習，你可以適時作出針對任意規模的更佳決策。Azure 機器學習是面向數據科學家和開發人員的完全托管的云服務，可助你輕松準備數據、構建和培訓自己的模型，以確保獲得最佳效果，每當需要時都可以運行它們，相信你的數據將受到企業級安全保護。
在桌面上快速創作原型，然后在虛擬機上輕松縱向擴展，或使用 Spark 群集橫向擴展。主動管理模型性能，識別最佳模型，并使用數據驅動的見解對其進行提升。在任意位置部署和管理模型。使用 Docker 容器，將模型快速部署到云中、本地或邊界的生產計算機。將性能最佳的模型提升到生產，在必要時進行重新訓練。
| 準備數據 | 構建和培訓 | 部署 |
|---|---|---|
| 使用自己的數據在本地或云中準備 | 使用基于 Python 的工具箱或 Azure 機器學習包快速解決影像、文字和預測問題 | 添加到應用程序或服務 |
"Traditionally, machine learning is something that has only run in the cloud, but for many IoT scenarios that isn’t good enough… Now we have the flexibility to run it in the cloud or at the edge—wherever we need it to be."
Matt Boujonnier: Analytics Application Architect, Schneider Electric
構建、連接、部署和管理智能機器人，以便與網站、應用、Cortana、Microsoft Teams、Skype、Slack、Facebook Messenger 以及更多其他服務上的用戶自然交互。使用 C#、JavaScript、Python 和 Java，在完整的機器人構建環境中快速入門。
"By using Microsoft Azure Bot Service and Cognitive Services … we’ve been able to continue our own Progressive journey of digital innovation and do it in an agile, fast, and cost-effective way."
Matt White: Marketing Manager, Personal Lines Acquisition Experience - Progressive Insurance
開放的綜合性平臺
為團隊裝配用于 AI 編碼和管理的健全工具。
-
Visual Studio Code Tools for AI
構建、測試和部署深度學習及 AI 解決方案。
-
用于快速生成和部署高準確性模型的 Python 擴展。
通過平臺上常用的深度學習框架以及全面的支持，充分利用智能與大規模數據集。
-
Visual Studio Code Tools for AI
構建、測試和部署深度學習及 AI 解決方案。
-
用于快速生成和部署高準確性模型的 Python 擴展。
利用幾乎可無限擴展的 AI 基礎結構和集成 AI 服務。
-
通過專為 Azure 優化的高性能分析啟用數據科學以加快創新。
-
使用 Kubernetes、DC/OS 或 Docker Swarm 來縮放和協調容器。
-
將 AI 與全球分布的多模型數據庫服務集成。
-
在行業領先的 SQL DB 中使用 R、Python 和本機機器學習。
-
體驗無限制的彈性橫向擴展深度學習。運行已啟用 GPU 的大規模高度并行 AI 開發。
-
以 PB 級別運行數據轉換和 AI。
-
使用包含熱門工具的無阻數據科學環境，進行數據探索、建模和部署活動。
-
Apache Spark for Azure HDInsight
在云中利用 Apache Spark 實現任務關鍵型部署。
-
將云智能擴展到邊緣設備或直接在邊緣上運行高級模型。
使用 Azure AI 構建的熱門方案
-
-
-
構建可縮放的電子商務 Web 應用
Azure 服務助力電子商務網站實現簡單的訂單處理工作流。借助 Azure Functions 和 Web 應用，Azure 負責基礎結構，讓開發者專注于構建個性化體驗。
了解更多