【全网首播：Azure大全】7. 人工智能

Azure的人工平台有以下几个服务集：

AI服务：包括微软预设的AI，如认知服务，这个内容小编在上海的微软AI之夜有过分享，感兴趣的朋友可以点击进入【Azure】上海AI之夜分享；Bot框架，可部署企业级客户自助会话系统以及自定义的Azure机器学习模型。
AI基础设施：这部分包括有在数据端的AI，如数据湖、SQL Server和Cosmos DB，以及在计算端的AI，如Spark、数据科学VM（DSVM，高性能虚拟机）、批处理AI、K8S服务以及IoT。当然还有一些委托代工的物理芯片包括GPU，FPGA等等。
AI工具集：配合上述服务和设备的开发环境，包括Azure ML Studio，Azure ML workbench以及带AI扩展的Visual Studio。

Azure有几个开箱即用的服务，甚至大部分都完成了容器化，可以在企业内部无需联网的环境下调用，包括：

认知服务，它的特点在于：

用预先优化、训练好的AI模型解决生产中的问题；
处理多种多样的信息和数据
允许客户使用自然语言与应用交流

Bot服务：

加速构建客制化的机器人服务
与认知服务，Azure搜索无缝集成
可以接入多个对话平台，助力更多用户

Azure搜索（这项服务恐难容器化）：
- 速度上手，速度使用
- 使整个服务管理变得简单透明
- 借助人工智能来增加对数据的认知

由于认知服务小编已在线上线下多个平台做了深度讲解，这里就不做赘述了，就主要讲讲Bot服务和Azure搜索。

Bot服务的框架其实是一个Microsoft–operated服务，现在也是一个开源的SDK，在开源社区里面可以找到其完整组件，其中的Connector组件可以和目前主流的社交平台整合，如Skype，Facebook，微信等等。

同时官方版本还集成了其他Azure的识别技术，包括LUIS（语义理解），Speech APIs（语音识别技术），机器学习等等。也就是说Bot服务可以通过语音或文字的形式对发起人的请求进行回应。至于中文识别的能力，小编觉得基于这么多年小冰和小娜的沉淀，也至少能达到问题分拣，及常见问题自动解答的水平吧。结合指令传感技术，Bot服务已经诞生了不少载体模型。

作为一项开箱即用的服务，它为用户提供了以下扩展方式：

通过内置模块快速开始使用
通过多渠道向用户进行市场宣传
通过Azure服务提升机器人能力
无需服务器管理或修补，Azure云后台自动更新
后台根据应用场景自动扩展
只为自己使用的功能付费

下面说说Azure搜索，它早先就是认知服务中的搜索，由于子类过于繁杂，现在独立出来，作为“搜索即服务”的云解决方案，为开发人员直接提供API和工具，以便基于Web、移动和企业应用程序中的专用异类内容添加丰富的搜索体验，包括历史、推荐、排名等等。

它的特点首先在于方便构建功能丰富的企业级搜索解决方案：许多应用程序和网站使用搜索作为与客户互动的主要工具，而客户期望获得高度的相关性、建议、多语言支持、分类和近乎实时的响应。

Azure搜索使用了与Bing和Office相同的集成式Microsoft自然语言堆栈（诞生于2003年，已历经17年数据训练与模型迭代），轻松将高级云搜索功能添加之网站或应用程序；轻松调整搜索结果并构建丰富的微调排名模型，从而将搜索结果与业务目标捆绑起来，并借助云资源为用户提供快速的搜索索引和查询，以支持时间敏感性搜索情景。

其次Azure搜索是具备人工智能的支持内容改进的认知搜索，可以使用人工智能从文档中提取见解和结构化的信息。同时创建使用认知技术的管道，以丰富结构并将结构应用于数据，然后再将其编入索引。对于目标内容，可以从多种预建的认知技术中进行选择，也可以通过创建自己的自定义技术来扩展搜索结果。

目前认知搜索已推出公共预览版，并提供各种技术组合执行，微软会在今年稍后公布该功能的价格。

刚才说了，Azure搜索以独立为一个SaaS服务，企业可以借助其完全托管的特点减少部署的复杂性。通过Azure搜索，用户无需设置和管理自己的搜索引擎，完全托管的服务可以帮助用户避免处理索引损坏、服务可用性、扩展和服务更新等问题。同时可以借助托管的资源为同一份数据创建多个索引，每个索引还不会带来增量成本。在性能方面更可随应用程序流量和数据量的变化轻松增加化减少资源。