微软在人工智能方面有四个重要的技术。（1）计算非常重要，以Azure为代表，我们在基础架构上有很高的投入；（2）Service方面，我们提供了很多如微软认知服务、微软认知工具包等服务和工具，大家可以使用它们创造各自的人工智能应用；（3）我们的应用都会利用微软的认知服务来增强它们的智能特质；（4）我们认为人工智能最有标志性的是对话，所以在对话里我们有几个具有代表性的Agent。

刚才提到的微软认知服务，它包括了20多个人工智能领域的API，我们将其打包，以云服务的方式提供。如果你是一个开发人员，那么你不需要掌握人工智能、计算机视觉、机器翻译等等的技术知识，只需调用API就可以了。通过这种形式，微软为广大的应用开发人员提供了一个良好的服务。

而源自于中国团队的微软小冰，其语音合成基本上达到了非常高的水平。小冰的自然度、情绪表达能力已经很接近人类水平了，比业界其他的合成系统有一个很大的提高，这也是得益于深度学习。

另外，微软的研究使得语音识别在Switchboard达到了很高的水平，但是跨领域的语音识别performance还是一个问题，所以微软提供了一个可以量身定制的语音识别系统。微软的自定义语音服务（Custom Speech Service）在每个人的应用场景里都可以完全量身定制语音识别系统。这是微软把人工智能普及化的最好案例之一。

接下来，讲讲我们团队在机器翻译里的进步。微软机器翻译其实做了很长时间，目前机器翻译我们可以同时支持100个讲不用语言的人使用。如果我的演讲PPT是英文，我要把它翻译成英、法、日、德等，只要用手机下载了Microsoft Translator应用，照一张相就可以翻译成你需要的语言。Microsoft Translator可以支持60种语言的翻译，所以当到任何地方去，只要用Microsoft Translator，就可以消除所有的语言障碍。

Microsoft Translator的现场翻译功能是一个非常有意义的使用案例，也是用深度学习来达到一个非常高性能指标的成功案例。它用的神经网络语言模型是联合模型，不仅仅是原语言、目标语言的dependency都可以用神经网络来训练，它用的语言模型也是LSTM。以前统计机器翻译的运作方法和语音系统非常类似。现在最新的神经网络机器翻译，atv直播，其实非常简单，它就是有一套输入系统，用的是LSTM，有一套输出系统用的也是LSTM，LSTM输入系统有一个最后的状态，这个状态通过一些加权，可以通过解码器的方法产生输出的语言句子，基本的架构就是这样。

和传统的机器翻译相比，神经网络机器翻译像语音识别一样，有了一个大幅度的提高，涨了四个点。做机器翻译研究的应该都知道，这是一个很了不起的历史性的进步。目前，语音识别在有计算资源的情况下可以达到人的水平，我相信，机器翻译也指日可待。

尽管我们语音识别达到了历史性的水平，但是语音理解还有很长的路要走。微软在智能客服方面做了很多工作，现在微软产品的客服上已经使用了有深度学习的人工智能，这个功能目前已在微软美国上线了。

如果，用户有关于微软产品线的问题需要相关的支持，这时就是微软人工智能在帮忙回答问题。这里涉及的是有深度的，也很有挑战性的客服问题，是需要有深度训练的人工智能。比如，问-怎么样才能升级Windows？人工智能回答-你现在的Windows是什么样的产品？用户-XP。然后它会给你具体的建议，如果不满意，那么可以点击一个链接，这时候就有真实的客服人员帮你解决问题。智能客服的经济效益是极大的。

微软用最先进的人工智能帮用户解决问题，而这也是微软的人工智能和其他人工智能最不同的地方，理念的不同，产品思路的不同。

刚刚讲了好几个案例，从语音识别到语音合成到智能客服，他们都得益于深度学习的进步。其实我们最大得益于的是微软有一个自己开源的认知工具包，叫Computational Network Toolkit（CNTK）。它为我们提供了强大的计算力量。有人会问，强大到什么地步？大家都知道谷歌有一个TensorFlow，它非常流行，大家谈到深度学习一定会觉得TensorFlow很强大。此前英伟达做了一个评测，这个评测是图型越高越好。黄色是谷歌的TensorFlow，蓝色是微软的CNTK，可以看出不仅仅是一个GPU、两个GPU、四个GPU、八个GPU，微软是全线超越最流行的深度学习工具包。