爲時三天的微軟 Build 2019大會結束了。
從美國西雅圖雷德蒙德微軟總部園區走出來的剎那，藍天、草地將這座孵化孕育了無數黑科技的場所映照得格外動人，而從全球各地列隊來參觀的人羣、停擺在街區兩旁的遊客車輛，使這裏的科技交融、引領時代的文化復興革命更具包容性、多元化。
如果不親身感受一次Build，不來雷德蒙德聽聽一項技術的誕生，也許真的不算懂微軟。
從最初的操作系統到如今的智能雲平臺，微軟的技術迭代正如薩提亞所說，第一，它正在重塑生產力和業務流程；第二，通過智能雲平臺的建設，爲開發者世界注入不同的、多樣的可能選擇，無論是應用程序平臺、開發工具、基礎設置還是各類的認知服務，通過API接口、通過接入可擴展的解決方案，微軟正讓更多的初創、大中小企業釋放生產力；第三，創造更個性化的計算，推動人們從需要Windows到愛上Windows。
所以你可以看到，跨設備、端到端正在微軟的技術容器裏得以生息繁衍：個人計算機、Xbox、HoloLens、Windows混合現實設備、Azure等等。
在今年的Build大會上，以上這些主角都無一例外沒有缺席。
基於Azure和Windows 365，記者數了數，今年的相關發佈大約將近100項，尤其以 Azure相關的居多，約佔到了總數的60%，其中，AI相關的又佔到了60%當中的20%以上（根據非科學統計法統計，部分與AI有交集或由AI技術賦能的發佈不包含在內。當然，這個數字的佔比已算非常之高了）。
而在Windows 365相關的發佈中，Windows Terminal、React Native for Windows、Windows Subsystem for Linux 2等又堪稱開發世界的具有變革性意義的迭代。
可見，開發者在微軟的戰略藍圖中已經成爲了至上的一環。微軟期待將面向開發者的服務帶上獨一無二、一站式的、安全透明的使用列車中。
那麼，這些創新如何讓開發者重新刷新對微軟的認知？又如何闡釋微軟的商業願景呢？
在揭示微軟的願景或指導性原則時，Azure產品營銷總監Bharat Sandhu提到Azure AI時闡述說：
Azure AI使得更多組織在推進AI的應用中變得更具可能性和前瞻性，開發者或者AI用戶可以加快AI在商業化場景中的落地。原先，很多人一直認爲機器學習技術來源於學術研究，走不出象牙塔。但是現如今不同的深度學習模型、框架、平臺，不同的選擇，使得用戶能夠更好地構建機器學習技術的基礎。同時，微軟的一項重要原則就是，絕對不拿客戶的任何數據，這象徵了微軟對安全透明、客戶隱私的保障。
如何解釋Azure AI在快速地幫助用戶解決當下AI商業化應用的困境呢？這裏舉一個例子。
微軟重視AI，有趣的是，尤其是在文本、語音語義理解層面的AI，微軟更是對其癡愛。
還記得本次Build大會上，一項名爲Azure Speech Service的工具，剛一發布就引來衆多熱議嗎？如果你看了Build的直播，那相信對於下面圖中的這段會議室內的會話轉錄場景有一些印象：
Azure Speech Service這項工具的作用是可以快速識別不同人物對話，並實時將語音精準轉化成爲文本。
也許你會說，這也沒有什麼特殊啊！市面上類似工具不是不勝枚舉了嘛！尤其是Amazon、Google等一衆公司都對外發布過自己的專業語音轉譯API工具。
雖然本質上不能否認幾款工具的同類性，但其實業界對於轉譯的精確度（尤其是在某些專業語境中）及上下文的理解轉換上是存在較多詬病的。因此不得不提的是，Azure Speech Service對於專業名詞談話所涉及的領域具有非常高的識別度，而且能自動識別並切換不同的對話人。這其中，基於自適應的方式，Azure Speech Service會不斷優化生成的文本內容。
在參觀雷德蒙德微軟總部園區的過程中，微軟的三位專家也特意對這款工具安排了一場demo演示。現場，通過一套“虛擬”麥克風陣列（一臺筆記本電腦、一臺手機），就可以實現實時轉譯（關於這項轉譯的相關技術原理可參考本文）。在實時轉譯過程中，記者發現它對於Node.js 、RESTful這種專業術語確實能夠較爲精確的識別，在多人多輪交叉式對話場景中，通過對聲紋的鑑定與識別，能夠快速精準匹配到不同個體的發言場景。
其實，這背後所採用的優化方法和流程和微軟在優化改進機器閱讀理解上所描繪的原理其實是類似的，即將多個相關任務學習到的信息進行整合及關聯，在目標任務上精調模型。
早在一週前，微軟團隊在一項名爲CoQA——Conversational Question Answering的挑戰賽上獲得了桂冠。而這項挑戰賽就是旨在衡量機器解釋文本、機器閱讀理解、在對話中回答一系列相互聯繫的問題。而此次CoQA上的研究成果，也被視爲微軟AI歷史中的一次里程碑事件。
除此之外，增強機器人的會話能力也被很多AI解決方案提供方視爲最關心的問題之一。
試想，如果和你對話的機器人擁有強烈的人格，能在激動、憤怒、開心等不同的情緒下給你迴應，是多麼有意思的一件事情！如果得到成熟化應用，甚至可能改變人類的生活模式和文化。所以，很多企業都會投入到對機器人人格塑造的技術研究中。
在去年的Build上，微軟就對外發布了一個名爲Personality Chat的項目。對於微軟而言，該項目擴展了Cortana工作的多樣性，通過對深度神經網絡會話模型的訓練，使得對話機器人能在各種不同的情緒中產生不同的反應，形成個性化的機器人。記者在微軟Personality Chat官網上也隨機做了一段測試，可以看看不同情緒下的Bot怎麼給予迴應：
在雷德蒙德微軟園區的參觀中，兩位微軟的技術專家也對該項目進行了介紹及演示。負責微軟Windows和文本智能用戶體驗的專家Jonathan Foster提到說：
微軟不是僅僅只讓人類硬生生地連接到計算機、手機等硬件設備中，還是要讓人和設備之間產生情感上的接觸，來設計一種移情體驗，讓交互的過程更加情緒化。
微軟CEO薩提亞也曾在他的《刷新》一書中提過，在推動人工智能發展的過程中，最重要的步驟就是對人工智能設計達成一個倫理和同理心的框架。相信這裏提及的同理心，不僅是機器之於人的同理，也包括人之於機器的同理。Personality Chat的項目其實從某種層面上是對後者的一項實踐，即讓人類明白機器就是機器，它不可能達成人類所期望的一切可能的迴應，但如果人類賦予其對話的使命，就要看到其應該存在的不同情緒和部分類人行爲。
當然，微軟Azure AI遠不止賦能於語音語義轉譯與理解的場景，畢竟太多的應用場景和案例可以值得被提及，包括計算機視覺、個性化推薦及搜索、自動化系統等等，都在本次Build上進行了一一亮相。
微軟技術專家Alex在訪談時介紹說，當前Azure機器學習解決方案的目標用戶分爲三類：
- 第一類是個體的數據工程師，應用微軟的服務來更簡單、更直接地訓練他的模型，提高模型開發的週期；
- 第二類是企業級用戶，微軟不僅給企業級用戶更安全的數據保障，還提供更有效的資源管理，幫助他們節省成本；
- 第三類是一些ISV，也就是微軟的合作伙伴們。作爲一個機器學習服務的提供者，他們給用戶提供自己的平臺。微軟的Azure機器學習相當於給他提供了這樣一個基礎跟最底層的平臺，作爲他們整個服務的基礎存在。
因此需要特別強調的是，作爲一項通用化的解決方案，都不是任何場景的真正通用化。特別是針對ISV，其與微軟之間構建的是一座技術橋樑，基於雙方的實踐和探索，共同優化解決方案能夠應對的複雜問題。現場，來自中國的品覽科技聯合創始人李澤洲在談及對Azure AI解決方案應用時提到了他們的實踐。
基於Azure上的機器學習、IoT、AKS服務，品覽爲汽車製造行業的倉儲和物流管理效率提升、自動化等提供了一套解決方案。李澤州介紹說：
Azure機器學習技術提供了一個很好的、類似於底層任務管道，品覽只需要在這個任務管道里定製、開發我們自己的核心算法就可以。但還需要結合我們自身對前期的預處理等方式、圖像重建技術、對檢測目標進行算法調優、算法框架的優化等，基於雙方的共同實踐，才能幫助客戶能夠更好地把這個東西做得非常產品化，提升應用價值和使用效率。
除了製造業外，在雷德蒙德微軟園區時，記者一行人同樣見證到了Azure解決方案在醫療、航空行業場景下的幾個有意思的應用場景。例如，結合HoloLens的混合現實、Azure的分析處理、IoT技術等，有一天你也可能成爲一名專業的醫生，用技術輕而易舉就能檢測出人類器官的病竈。
薩提亞曾將AI劃分了不同的幾個層次。底層是簡單的模式識別，中間層是感知，最高級的智能就是認知，也是對人類語言的深刻理解。
通過Build，通過在雷德蒙德微軟園區孵化出來的一項項實踐，微軟或許是在向世人證明一個更更高級的智能，這個智能或許是超越對人類語言的深刻理解，而達到對人類意識甚至高於人類意識的理解、探索。
而怎麼詮釋高於這個更更高級的智能，可能微軟 Build 2020的大會中，會顯露端倪。