微軟首次公開「龍門計劃」！竟要用這個小程序，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習領(lǐng)域內(nèi)的大量積累和經(jīng)驗。可以說，「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，知曉程序邀請到微軟Office365中國團隊資深產(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。
為什么會選擇微信，做一個PPT小程序？
張鵬介紹，他所在的是微軟Office365創(chuàng)新團隊，主要面向中國市場進行工作。
他們的目標之一就是將Office365產(chǎn)品在PC端的強大生產(chǎn)力，集成到移動端。在中國，幾乎所有移動互聯(lián)網(wǎng)用戶都會使用微信，所以，微信自然就成為了這個團隊的目標之一。
我們內(nèi)部的項目開發(fā)代號叫「龍門計劃」，從名字看你就能明白，這個項目完全是中國創(chuàng)造的。
這個團隊對新平臺的敏感程度不亞于任何創(chuàng)業(yè)團隊。在1月9日微信正式開放小程序平臺后不久，「微軟小蜜」就成為首批推出的小程序之一。
張鵬告訴我們，之所以這么早進入微信小程序領(lǐng)域，原因有兩個。首先是微信平臺得天獨厚的用戶量優(yōu)勢。有數(shù)據(jù)統(tǒng)計說明，用戶每天在微信里的時間要占總手機使用時間的35%，也就是說，平均一個用戶每天有超過三分之一的時間都在微信里面。
你的聯(lián)系人早就從親人朋友擴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，可以快速進入應用，并且可以進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，以及小程序平臺的「無需下載」特性，都讓Office365進入小程序變得再正常不過。利用Office365生產(chǎn)力平臺，通過微信小程序完成一件工作，再直接進入群聊進行必要的溝通和協(xié)作，對用戶來說是一件非常自然的方式。這也是我們第一時間試水小程序的初衷。
除此之外，張鵬還認為，小程序開發(fā)成本和獲客成本相對較低，便于類似人工智能等新技術(shù)的快速試錯和驗證。
對于微軟內(nèi)部的創(chuàng)新團隊，我們除了Office365這個強大生產(chǎn)力平臺之外，還有對人工智能應用的研究。從目前整個行業(yè)來看都面臨一個難點：技術(shù)走的很靠前，但是很零散。如何把人工智能技術(shù)推進到產(chǎn)品化這條道路上來，形成一個端到端的產(chǎn)品，需要快速驗證和迭代。
決定做小程序之后，「要做什么小程序」也成為了張鵬所在團隊需要關(guān)心的事情。那為什么會選擇做「圖片識別文字轉(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端文檔的生成方式。
在PC端大家習慣于鍵盤、鼠標和打印機的文檔生成方式，然而在手機端這些就都不靈了，在手機上，我們可以利用的是攝像頭、語音輸入和多點觸控屏幕。
另一方面，張鵬和他的團隊認為，大部分對用戶有價值的資源，都是在手機端被發(fā)現(xiàn)的，類似現(xiàn)場PPT、創(chuàng)意海報、畫在黑板上的流程圖，或是微信公眾號文章，等等。
用戶將這些信息「縫合」進Office文檔中，往往是比較困難的，也很耗時費力。如果小蜜可以幫助用戶快速完成這個動作，用很短的時間提取有價值內(nèi)容，庫卡機器人，這本身對用戶就是有價值的，因為幫用戶節(jié)省了時間。
「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？
就是因為我們希望這些內(nèi)容，不管是在移動端還是PC端，都是可以編輯的。只有隨時可編輯的可加工的內(nèi)容，才是屬于你的知識或者觀點。
目前看來，整個團隊的投入是非常值得的。張鵬告訴我們，現(xiàn)在，「微軟小蜜」累計訪問量已經(jīng)超過了500萬，并有累計超過100萬張圖片處理量和超過40萬份PPT制作量。
在這段時間，我們并沒有主動去運營和推廣，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，庫卡機器人何服電機維修，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，這對產(chǎn)品初期是非常重要的。
在「微軟小蜜」背后，庫卡機器人驅(qū)動器維修，有微軟這些技術(shù)支持
作為一款以O(shè)CR（即類似識別圖片中文字）功能為主的小程序，里面當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算機視覺領(lǐng)域的研究成果。
微軟在研究計算機視覺這個領(lǐng)域還是非常給力的，在我們前不久的計算機視覺方面的大賽也得了很多一等獎，不管是能夠識別出來的物體的種類，還是坐標值、位置等等，精確率都非常高。
光有研究成果當然不行。如何在實際中，利用好這些技術(shù)成果，也是讓科技走進千家萬戶的重要步驟。
將圖片、印刷品中的文字，變成在電腦、手機上可編輯的文本，就需要用到OCR功能。
我們的產(chǎn)品相對來講是屬于從技術(shù)上比較成熟，也比較適用一些實際的場景，我們會逐步通過產(chǎn)品給大家分享。
比如，計算機圖像識別要對圖像里面的基本特征值的抽取。例如，我們剛剛增加了對圖像里面的物體識別，打標簽的功能，目前可以識別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。
張鵬還介紹，目前微軟的光學識別技術(shù)，可以識別來自全球跨商界、體育界、文娛界等超過幾十萬人的名人。
而「微軟小蜜」小程序，也是利用了微軟計算機視覺方面的研究成果，這也是計算機視覺實際應用的一個例子。
張鵬介紹，計算機視覺能夠?qū)嶋H被應用，離不開最近熱門的「深度學習」。
深度學習是機器學習研究中的一個新的領(lǐng)域，其動機在于建立、模擬人腦進行分析學習的神經(jīng)網(wǎng)絡，它模仿人腦的機制來解釋數(shù)據(jù)，例如圖像，聲音和文本。深度神經(jīng)網(wǎng)絡是按層排布的，每一層都運行著不同的數(shù)學運算（算法）。
舉個例子，一個針對圖像識別的深度神經(jīng)網(wǎng)絡，其中有一個層用于搜索圖像中的一組特征（如：圖片的邊緣，形狀等），后面的運算層用于搜索其他特征，那么這個神經(jīng)網(wǎng)絡的深度越深，他的學習能力越強，對圖片的表達越清晰和智能。
深度學習原理圖
微軟在深度學習領(lǐng)域的研究，也有非常好的成果。
目前典型的神經(jīng)網(wǎng)絡設(shè)計一般包含6~7層，部分可以達到20到30層，而微軟亞洲研究院一種被稱為「深度殘差網(wǎng)絡」（deepresidualnetwork）的新技術(shù)，可以進行多達152層的復雜數(shù)學運算。
這意味著，在不遠的將來，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，他們團隊接下來的計劃。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，下一步我們會讓他看到更多的東西，比如流程圖，信息圖表，圖標等等。
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，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。