微軟首次公開「龍門計(jì)劃」！竟要用這個(gè)小程序，將AI推向產(chǎn)品化？
做PPT，是許多人很頭疼的事情。
如果你也有同樣的煩惱，不如試試「微軟小蜜」小程序。有了它，你只需上傳幾張圖片，就能輕松制作好看的PPT。
這款看似簡單的小程序的背后，隱藏著微軟在人工智能和深度學(xué)習(xí)領(lǐng)域內(nèi)的大量積累和經(jīng)驗(yàn)�？梢哉f，「微軟小蜜」制作的每一份PPT背后，都含有微軟工程師的研究成果。
今天，知曉程序邀請(qǐng)到微軟Office365中國團(tuán)隊(duì)資深產(chǎn)品經(jīng)理張鵬，讓他為我們揭秘在「微軟小蜜」背后，到底有什么厲害的地方。
為什么會(huì)選擇微信，做一個(gè)PPT小程序？
張鵬介紹，他所在的是微軟Office365創(chuàng)新團(tuán)隊(duì)，主要面向中國市場進(jìn)行工作。
他們的目標(biāo)之一就是將Office365產(chǎn)品在PC端的強(qiáng)大生產(chǎn)力，集成到移動(dòng)端。在中國，幾乎所有移動(dòng)互聯(lián)網(wǎng)用戶都會(huì)使用微信，所以，微信自然就成為了這個(gè)團(tuán)隊(duì)的目標(biāo)之一。
我們內(nèi)部的項(xiàng)目開發(fā)代號(hào)叫「龍門計(jì)劃」，從名字看你就能明白，這個(gè)項(xiàng)目完全是中國創(chuàng)造的。
這個(gè)團(tuán)隊(duì)對(duì)新平臺(tái)的敏感程度不亞于任何創(chuàng)業(yè)團(tuán)隊(duì)。在1月9日微信正式開放小程序平臺(tái)后不久，「微軟小蜜」就成為首批推出的小程序之一。
張鵬告訴我們，之所以這么早進(jìn)入微信小程序領(lǐng)域，原因有兩個(gè)。首先是微信平臺(tái)得天獨(dú)厚的用戶量優(yōu)勢。有數(shù)據(jù)統(tǒng)計(jì)說明，用戶每天在微信里的時(shí)間要占總手機(jī)使用時(shí)間的35%，也就是說，平均一個(gè)用戶每天有超過三分之一的時(shí)間都在微信里面。
你的聯(lián)系人早就從親人朋友擴(kuò)展到公司同事和合作伙伴，群聊已經(jīng)是不單單是家人之前的溝通，很多群已經(jīng)是用于辦公協(xié)作等工作場景。
而小程序天生的優(yōu)勢就是不用下載，可以快速進(jìn)入應(yīng)用，并且可以進(jìn)入微信群聊便于更快更高效的協(xié)作。
巨大的用戶量和粘性，以及小程序平臺(tái)的「無需下載」特性，都讓Office365進(jìn)入小程序變得再正常不過。利用Office365生產(chǎn)力平臺(tái)，通過微信小程序完成一件工作，再直接進(jìn)入群聊進(jìn)行必要的溝通和協(xié)作，對(duì)用戶來說是一件非常自然的方式。這也是我們第一時(shí)間試水小程序的初衷。
除此之外，張鵬還認(rèn)為，小程序開發(fā)成本和獲客成本相對(duì)較低，便于類似人工智能等新技術(shù)的快速試錯(cuò)和驗(yàn)證。
對(duì)于微軟內(nèi)部的創(chuàng)新團(tuán)隊(duì)，我們除了Office365這個(gè)強(qiáng)大生產(chǎn)力平臺(tái)之外，還有對(duì)人工智能應(yīng)用的研究。從目前整個(gè)行業(yè)來看都面臨一個(gè)難點(diǎn)：技術(shù)走的很靠前，但是很零散。如何把人工智能技術(shù)推進(jìn)到產(chǎn)品化這條道路上來，形成一個(gè)端到端的產(chǎn)品，需要快速驗(yàn)證和迭代。
決定做小程序之后，「要做什么小程序」也成為了張鵬所在團(tuán)隊(duì)需要關(guān)心的事情。那為什么會(huì)選擇做「圖片識(shí)別文字轉(zhuǎn)PPT」這種小程序呢？
張鵬給出的答案是：我們是想探索一下未來移動(dòng)端文檔的生成方式。
在PC端大家習(xí)慣于鍵盤、鼠標(biāo)和打印機(jī)的文檔生成方式，然而在手機(jī)端這些就都不靈了，在手機(jī)上，我們可以利用的是攝像頭、語音輸入和多點(diǎn)觸控屏幕。
另一方面，張鵬和他的團(tuán)隊(duì)認(rèn)為，大部分對(duì)用戶有價(jià)值的資源，都是在手機(jī)端被發(fā)現(xiàn)的，類似現(xiàn)場PPT、創(chuàng)意海報(bào)、畫在黑板上的流程圖，或是微信公眾號(hào)文章，等等。
用戶將這些信息「縫合」進(jìn)Office文檔中，往往是比較困難的，也很耗時(shí)費(fèi)力。如果小蜜可以幫助用戶快速完成這個(gè)動(dòng)作，用很短的時(shí)間提取有價(jià)值內(nèi)容，庫卡機(jī)器人，這本身對(duì)用戶就是有價(jià)值的，因?yàn)閹陀脩艄?jié)省了時(shí)間。
「微軟小蜜」小程序的概念，很像微軟Office的另一款產(chǎn)品：Sway
那為什么是「縫合」，而不是「收藏」呢？
就是因?yàn)槲覀兿Ｍ@些內(nèi)容，不管是在移動(dòng)端還是PC端，都是可以編輯的。只有隨時(shí)可編輯的可加工的內(nèi)容，才是屬于你的知識(shí)或者觀點(diǎn)。
目前看來，整個(gè)團(tuán)隊(duì)的投入是非常值得的。張鵬告訴我們，現(xiàn)在，「微軟小蜜」累計(jì)訪問量已經(jīng)超過了500萬，并有累計(jì)超過100萬張圖片處理量和超過40萬份PPT制作量。
在這段時(shí)間，我們并沒有主動(dòng)去運(yùn)營和推廣，我們更多是關(guān)注現(xiàn)有用戶數(shù)據(jù)和反饋。在用戶量背后，庫卡機(jī)器人何服電機(jī)維修，我們更關(guān)注產(chǎn)品的核心用戶，他們的需求是否被滿足。
讓我們感到高興的是，我們看到小程序有很多忠實(shí)用戶。小蜜每天有超過70%都是老用戶，也收到了他們很多好的建議，這對(duì)產(chǎn)品初期是非常重要的。
在「微軟小蜜」背后，庫卡機(jī)器人驅(qū)動(dòng)器維修，有微軟這些技術(shù)支持
作為一款以O(shè)CR（即類似識(shí)別圖片中文字）功能為主的小程序，里面當(dāng)然有微軟自家的技術(shù)存在。
在采訪中，張鵬就向我們介紹微軟在計(jì)算機(jī)視覺領(lǐng)域的研究成果。
微軟在研究計(jì)算機(jī)視覺這個(gè)領(lǐng)域還是非常給力的，在我們前不久的計(jì)算機(jī)視覺方面的大賽也得了很多一等獎(jiǎng)，不管是能夠識(shí)別出來的物體的種類，還是坐標(biāo)值、位置等等，精確率都非常高。
光有研究成果當(dāng)然不行。如何在實(shí)際中，利用好這些技術(shù)成果，也是讓科技走進(jìn)千家萬戶的重要步驟。
將圖片、印刷品中的文字，變成在電腦、手機(jī)上可編輯的文本，就需要用到OCR功能。
我們的產(chǎn)品相對(duì)來講是屬于從技術(shù)上比較成熟，也比較適用一些實(shí)際的場景，我們會(huì)逐步通過產(chǎn)品給大家分享。
比如，計(jì)算機(jī)圖像識(shí)別要對(duì)圖像里面的基本特征值的抽取。例如，我們剛剛增加了對(duì)圖像里面的物體識(shí)別，打標(biāo)簽的功能，目前可以識(shí)別2000多種物體，我們識(shí)圖接口在你的圖片里看到一種物體，就會(huì)標(biāo)注一種物體。
張鵬還介紹，目前微軟的光學(xué)識(shí)別技術(shù)，可以識(shí)別來自全球跨商界、體育界、文娛界等超過幾十萬人的名人。
而「微軟小蜜」小程序，也是利用了微軟計(jì)算機(jī)視覺方面的研究成果，這也是計(jì)算機(jī)視覺實(shí)際應(yīng)用的一個(gè)例子。
張鵬介紹，計(jì)算機(jī)視覺能夠?qū)嶋H被應(yīng)用，離不開最近熱門的「深度學(xué)習(xí)」。
深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究中的一個(gè)新的領(lǐng)域，其動(dòng)機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機(jī)制來解釋數(shù)據(jù)，例如圖像，聲音和文本。深度神經(jīng)網(wǎng)絡(luò)是按層排布的，每一層都運(yùn)行著不同的數(shù)學(xué)運(yùn)算（算法）。
舉個(gè)例子，一個(gè)針對(duì)圖像識(shí)別的深度神經(jīng)網(wǎng)絡(luò)，其中有一個(gè)層用于搜索圖像中的一組特征（如：圖片的邊緣，形狀等），后面的運(yùn)算層用于搜索其他特征，那么這個(gè)神經(jīng)網(wǎng)絡(luò)的深度越深，他的學(xué)習(xí)能力越強(qiáng)，對(duì)圖片的表達(dá)越清晰和智能。
深度學(xué)習(xí)原理圖
微軟在深度學(xué)習(xí)領(lǐng)域的研究，也有非常好的成果。
目前典型的神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)一般包含6~7層，部分可以達(dá)到20到30層，而微軟亞洲研究院一種被稱為「深度殘差網(wǎng)絡(luò)」（deepresidualnetwork）的新技術(shù)，可以進(jìn)行多達(dá)152層的復(fù)雜數(shù)學(xué)運(yùn)算。
這意味著，在不遠(yuǎn)的將來，微軟可以使用GPU和其他專用芯片的龐大集群，提升人工智能的各式各樣服務(wù)能力，其中就包括今天介紹的「微軟小蜜」小程序。
未來，微軟還打算這樣做小程序
在采訪中，張鵬也向我們透露，他們團(tuán)隊(duì)接下來的計(jì)劃。首要之事，就是為小蜜增加新功能。
小蜜有一雙眼睛，他現(xiàn)在可以看懂圖片中的文字和表格，下一步我們會(huì)讓他看到更多的東西，比如流程圖，信息圖表，圖標(biāo)等等。
除了「看見」，我們還希望小蜜能「聽到」，即用戶可以直接通過自然語言讓小蜜產(chǎn)生內(nèi)容。最后，我們希望小蜜可以去設(shè)計(jì)，用戶只要關(guān)心內(nèi)容輸入就可以了，將演示效果交給小蜜來完成。