We’所有人都听说过微软如何履行使人工智能民主化并将其带给大众的使命。上一届Ignite会议(2019年秋季)继续在这个鼓上大放异彩,在一些有趣的场景中以AI为主题的几个演示。实际上,微软’AI的民主化历程始于2015年初, 牛津计划,这是一组API,开发人员可以使用它们来识别脸部,执行语音到文本处理,对图像进行分类等。回想一下,我记得在微软的Tech Ed 2014大会上展示了我为Word创建的扩展程序, 使用非Microsoft AI根据内容查找相似的文档 -AI已经存在了一段时间。 LUIS(语言理解智能服务)也在此期间首次亮相,它是一种Microsoft服务,机器人开发人员通常会使用它来通过某些词来推断意图。所有这些对于开发人员来说都是很棒的,但是真正的民主化将意味着进一步降低进入门槛。
快进到2020年初,我认为我们’完全处于另一种情况。微软’作为Azure Cognitive Services的一部分,其AI功能已进入定义明确的Azure产品中,并且随着各个API跨Azure数据中心基础架构过渡到服务中,将在性能,扩展性,可靠性和准确性方面进行了大量投资。微软将与AWS,谷歌,IBM和其他主要的云提供商一起,尽可能多地抢占全球工作量,以收回其基础设施投资并确保利润。 竞争非常激烈,即使您的组织目前并未大量使用AI, 您 他们正在瞄准。
除此之外,Power Platform成为了Microsoft’无需专业开发人员技能即可构建的业务应用程序模型。那么,对于使用Microsoft云技术的组织来说,使用AI的难易程度如何?本系列文章探讨了几种方法,还分析了每种情况下使用AI的定价。易于使用的AI是否会增加成本?如果组织*有开发人员或合作伙伴,哪个选项是最佳选择?
本文是系列文章的一部分:
- Office 365应用程序中的AI-场景,一些AI示例和示例Power App(本文)
- Office 365应用中的AI-在Power Apps AI Builder,Azure认知服务和Power Automate之间进行选择
- Office 365应用中的AI-定价和结论
场景
在许多部门都需要某种形式的事件或情况报告,从监视建筑工地的危险,医院的健康和安全监视到什至是商店经理向总部提交商品证据的商店。’s say we’重新构建一个事件报告应用程序,移动工作人员将在手机上的现场使用-我经常与客户一起使用此示例,因为它结合了智能数据捕获应用程序的多种要素。我们’ve决定该应用程序本身将成为Power App,以避免开发昂贵的本机应用程序并易于分发到移动设备,并且照片和图像细节将存储在SharePoint Online中。人工智能将被用来检测什么’图片中发生的情况– specifically, we’将以描述和关键字的形式向图像添加一些元数据。关键字将描述图像中检测到的对象和整体设置。这很有用,因为它可用于自动分类事件和/或警告不同的团队–使用健康与安全示例(如果包含关键字)“casualty”, “injury” or “blood”,可以立即向某个团队发出警报。根据其他合适的规则或工作流程,也可以内置其他事件处理程序。我们可以通过多种方式构建此应用程序:
- 使用Power Apps AI Builder
- 一个Power App(通过自定义连接器)直接与Azure认知服务对话
- 使用Power Automate Flow消耗AI服务的Power App
AI图像处理-看例子
- 图片(以及本例中的相关事件)变为 可搜寻的 当我们有一些文本数据给他们时。除非已执行某些解释,否则任何搜索功能(包括Office 365)都无法确定各种像素和颜色代表什么
- 一旦应用程序知道图像/事件与图像/事件有关,就可以对其进行分类
- 一旦我们将图像转换为信息,便可以进行一些自动化的“分类”。使用前面描述的示例,如果AI 确实 identify concepts such as "伤亡" or "受伤" our system would take specific action - even if the process was simply to route these incidents for urgent human processing and/or we accepted that some would be false positives, there could be huge benefits across the a busy system
- AI可以轻松处理大量历史数据。因此,如果我已经有了一个现有文件的存储库,希望在其中执行一些自动化的图像处理(或者在其他文件的情况下,进行模式识别/翻译/文本生成语音等),即使我没有首次引入该应用程序时没有功能
无论如何,回到图像处理。以下是一些示例-使用我创建的用于执行上述功能的测试Power App捕获的两个图像,以及一个来自互联网的图像。对于每个图像,请考虑图像以及AI检测到的图像:
图片 |
结果 |
|
|
图片 |
结果 |
![]() |
![]() |
图片 |
结果 |
![]() |
用于事件报告的Power App
这就是后端可以做的。但是在前端,我们的方案需要一种捕获图像并报告事件的方法。这是我创建的一个快速Power App,它可以将相机控件与Power Apps结合使用,并允许我插入本系列中正在研究的三种架构中的任何一种:概要
因此,这为本系列奠定了基础。人工智能是获得广泛报道的主题之一,但是我看到许多组织都在努力地实际使用它。在这些文章中,我的目的是展示一些可以为常见的业务场景增加实际价值的方法,并且在这些选项之间需要考虑一些变量-能力,成本概况,实施所需的技能等。充分了解Microsoft堆栈中提供给您的选项,可以帮助您为组织或客户带来真正的创新。在下一篇文章中,我们将详细介绍3个实现选项,因此您可以了解以这些方式利用AI的需求。
下一篇- Office 365应用中的AI-在Power Apps AI Builder,Azure认知服务和Power Automate之间进行选择
没意见:
发表评论