做 PPT，是很多人很頭疼的工作。

　　假如你也有異樣的懊惱，不如嘗嘗「微軟小蜜」小法式。有了它，你只需上傳幾張圖片，就可以輕松制造悅目的 PPT。

　　這款看似簡略的小法式的面前，隱蔽著微軟在人工智能和深度進修范疇內的年夜量積聚和經歷。可以說，「微軟小蜜」制造的每份 PPT 面前，都含有微軟工程師的研討結果。

　　明天，知曉法式約請到微軟 Office 365 中國團隊資深產物司理張鵬，讓他為我們揭秘在「微軟小蜜」面前，究竟有甚么兇猛的處所。

　　為何會選擇微信，做一個 PPT 小法式？

　　張鵬引見，他地點的是微軟 Office 365 立異團隊，重要面向中國市場停止任務。

　　他們的目的之一就是將 Office 365 產物在 PC 真個壯大臨盆力，集成到挪動端。在中國，簡直一切挪動互聯網用戶都邑應用微信，所以，微信天然就成了這個團隊的目的之一。

　　我們外部的項目開辟代號叫「龍門籌劃」，從名字看你就可以明確，這個項目完整是中國發明的。

　　這個團隊對新平臺的敏感水平不亞于任何創業團隊。在 1 月 9 日微信正式開放小法式平臺后不久，「微軟小蜜」就成為首批推出的小法式之一。

　　張鵬告知我們，之所以這么早進入微信小法式范疇，緣由有兩個。起首是微信平臺得天獨厚的用戶量優勢。稀有據統計解釋，用戶天天在微信里的時光要占總手機應用時光的 35%，也就是說，均勻一個用戶天天有跨越三分之一的時光都在微信外面。

　　你的接洽人早就從親人同伙擴大到公司同事和協作同伴，群聊曾經是不單單是家人之前的溝通，許多群曾經是用于辦公協作等任務場景。

　　而小法式生成的優勢就是不消下載，可以疾速進入運用，而且可以進入微信群聊便于更快更高效的協作。

　　偉大的用戶量和粘性，和小法式平臺的「無需下載」特征，都讓 Office 365 進入小法式變得再正常不外。應用 Office 365 臨盆力平臺，經由過程微信小法式完成一件任務，再直接進入群聊停止需要的溝通和協作，對用戶來講是一件異常天然的方法。這也是我們第一時光試水小法式的初志。

　　除此以外，張鵬還以為，小法式開辟本錢和獲客本錢絕對較低，便于相似人工智能等新技巧的疾速試錯和驗證。

　　關于微軟外部的立異團隊，我們除 Office 365 這個壯大臨盆力平臺以外，還有對人工智能運用的研討。從今朝全部行業來看都面對一個難點：技巧走的很靠前，然則很零碎。若何把人工智能技巧推動到產物化這條途徑下去，構成一個端到真個產物，須要疾速驗證和迭代。

　　決議做小法式以后，「要做甚么小法式」同樣成為了張鵬地點團隊須要關懷的工作。那為何會選擇做「圖片辨認文字轉 PPT」這類小法式呢？

　　張鵬給出的謎底是：我們是想摸索一下將來挪動端文檔的生成方法。

　　在 PC 端年夜家習氣于鍵盤、鼠標和打印機的文檔生成方法，但是在手機端這些就都不靈了，在手機上，我們可以應用的是攝像頭、語音輸出和多點觸控屏幕。

　　另外一方面，張鵬和他的團隊以為，年夜部門對用戶有價值的資本，都是在手機端被發明的，相似現場 PPT、創意海報、畫在黑板上的流程圖，或是微信"號文章，等等。

　　用戶將這些信息「縫合」進 Office 文檔中，常常是比擬艱苦的，也很耗時辛苦。假如小蜜可以贊助用戶疾速完成這個舉措，用很短的時光提取有價值內容，這自己對用戶就是有價值的，由于幫用戶節儉了時光。

　　「微軟小蜜」小法式的概念，很像微軟 Office 的另外一款產物：Sway

　　那為何是「縫合」，而不是「珍藏」呢？

　　就是由于我們愿望這些內容，不論是在挪動端照樣 PC 端，都是可以編纂的。只要隨時可編纂的可加工的內容，才是屬于你的常識或許不雅點。

　　今朝看來，全部團隊的投入長短常值得的。張鵬告知我們，如今，「微軟小蜜」累計拜訪量曾經跨越了 500 萬，并有累計跨越 100 萬張圖片處置量和跨越 40 萬份 PPT 制造量。

　　在這段時光，我們并沒有自動去運營和推行，我們更多是存眷現有效戶數據和反應。在用戶量面前，我們更存眷產物的焦點用戶，他們的需求能否被知足。

　　讓我們覺得愉快的是，我們看到小法式有許多忠誠用戶。小蜜天天有跨越 70% 都是老用戶，也收到了他們許多好的建議，這對產物早期長短常主要的。

　　在「微軟小蜜」面前，有微軟這些技巧支撐

　　作為一款以 OCR（即相似辨認圖片中文字）功效為主的小法式，外面固然有微軟自家的技巧存在。

　　在采訪中，張鵬就向我們引見微軟在盤算機視覺范疇的研討結果。

　　微軟在研討盤算機視覺這個范疇照樣異常給力的，在我們前不久的盤算機視覺方面的年夜賽也得了許多一等獎，不論是可以或許辨認出來的物體的品種，照樣坐標值、地位等等，準確率都異常高。

　　光有研討結果固然不可。若何在現實中，應用好這些技巧結果，也是讓科技走進千家萬戶的主要步調。

　　將圖片、印刷品中的文字，釀成在電腦、手機上可編纂的文本，就須要用到 OCR 功效。

　　我們的產物絕對來說是屬于從技巧上比擬成熟，也比擬實用一些現實的場景，我們會慢慢經由過程產物給年夜家分享。

　　好比，盤算機圖象辨認要對圖象外面的根本特點值的抽取。例如，我們方才增長了對圖象外面的物體辨認，打標簽的功效，今朝可以辨認 2000 多種物體，我們識圖接口在你的圖片里看到一種物體，就會標注一種物體。

　　張鵬還引見，今朝微軟的光學問別技巧，可以辨認來自全球跨商界、體育界、文娛界等跨越幾十萬人的名人。

　　而「微軟小蜜」小法式，也是應用了微軟盤算機視覺方面的研討結果，這也是盤算機視覺現實運用的一個例子。

　　張鵬引見，盤算機視覺可以或許現實被運用，離不開比來熱點的「深度進修」。

　　深度進修是機械進修研討中的一個新的范疇，其念頭在于樹立、模仿人腦停止剖析進修的神經收集，它模擬人腦的機制來說明數據，例如圖象，聲響和文本。深度神經收集是按層排布的，每層都運轉著分歧的數學運算（算法）。

　　舉個例子，一個針對圖象辨認的深度神經收集，個中有一個層用于搜刮圖象中的一組特點（如：圖片的邊沿，外形等），前面的運算層用于搜刮其他特點，那末這個神經收集的深度越深，他的進修才能越強，對圖片的表達越清楚和智能。

　　深度進修道理圖

　　微軟在深度進修范疇的研討，也有異常好的結果。

　　今朝典范的神經收集設計普通包括 6~7 層，部門可以到達 20 到 30 層，而微軟亞洲研討院一種被稱為「深度殘差收集」（deep residual network）的新技巧，可以停止多達 152 層的龐雜數學運算。

　　這意味著，在不遠的未來，微軟可使用 GPU 和其他公用芯片的宏大集群，晉升人工智能的林林總總辦事才能，個中就包含明天引見的「微軟小蜜」小法式。

　　將來，微軟還盤算如許做小法式

　　在采訪中，張鵬也向我們泄漏，他們團隊接上去的籌劃。重要之事，就是為小蜜增長新功效。

　　小蜜有一雙眼睛，他如今可以看懂圖片中的文字和表格，下一步我們會讓他看到更多的器械，好比流程圖，信息圖表，圖標等等。

　　除「看見」，我們還愿望小蜜能「聽到」，即用戶可以直接經由過程天然說話讓小蜜發生內容。最初，我們愿望小蜜可以去設計，用戶只需關懷內容輸出便可以了，將演示后果交給小蜜來完成。

　　我們前一段時光為「微軟小蜜」小法式增長了表格辨認功效，你用手機攝影一張表格圖片，我們可以辨認圖片中的表格坐標，在 PPT 中將表格復原出來，你可以很輕松的對表格停止各類操作。從辨認后果上，我以為在市場上照樣搶先的。

　　固然，這個小法式還有許多要改良的處所，如適才提到的，若何更好的將微軟在盤算機視覺和深度進修范疇的研討產物化，我們還有一段路要走。

　　當被問及能否還有其他小法式推出，張鵬的答復是「固然」，并且偏向也是以臨盆力為主。然后對我們賣了個關子，「這里先不泄漏太多，愿望早點兒和用戶會晤。」

　　我們也等待「微軟小蜜」和微軟 Office 365 團隊，可以或許用新技巧，贊助我們更快、更好地完成任務。