写点什么

微软发布了云 Bot-as-a-Service 平台

  • 2017-01-09
  • 本文字数:1661 字

    阅读完需:约 5 分钟

在去年十一月,微软发布了号称“业界首款云Bot-as-a-Service”平台。Bot 和更多专用的对话应用是近期非常受欢迎的主题。亚马逊谷歌最近也发布了深度学习公告。

Azure Bot 服务由微软Bot 框架提供支持,并且拥有建立在 Azure 功能之上的无服务器计算后台。采用 Bot 服务可以允许开发者创建对话应用程序,并且将它嵌入许多流行的聊天应用程序之中,包括 Slack、Facebook Messenger、Skype、Microsoft Teams、Kik 和 Office 365 等等。它还支持文本和 SMS 消息服务,并且可以嵌入客户自己的网站。

Lili Cheng 是一位在微软人工智能和研究小组工作的杰出的工程师。她解释了为什么微软决定创建这项服务:

对于软件开发人员来说,创建一个对话服务需要我们转变设计和构建软件的方式。事实证明,要做好这一点是相当困难的。对于对话来说,它自身的特点决定了不固定和突然转换主题都是常态。

当大家喜欢在移动平台上开发完成任务式的应用程序时,还有那么一些人,包括 Amino 的市场营销主管 Carine Carmy,却在呼吁移动应用程序不要再开发消息机器人相关的东西了。这种公开式的反对很大程度上与寻找合适的移动应用程序过程中引发的摩擦不愉快有关:

移动应用程序很适合一直使用现有的,但不适合换新的。

Lars Liden 是在微软工作的首席软件工程师,他描述了在构建传统移动应用程序的时候,开发人员所面临的一些挑战:

应用程序的问题在于用户必须把它们安装在他们的手机里。现实中,人们只会频繁使用他们手机上的五个或六个应用程序。作为开发人员来说,开发跨平台应用软件是非常痛苦的。这个任务的工作量很大。Bot 的伟大之处在于你一旦创建了它,它就无处不在。它使你的生活变得更简单。当大多数人拿着手机时,他们会把大部分时间花在聊天类应用程序上。所以,当人们在使用他们的聊天应用程序的时候,他们就可以从 Bot 服务请求信息了。

当开发人员改去开发对话应用程序时,他们可能会落入一些陷阱。当开发人员构建 Bot 时,他们通常会把时间花在两个方面,一方面是实现 Bot 的逻辑或者说是智能,另一方面是把你的 Bot 集成到不同的服务中,以便它可以展示给用户。Liden 建议说:

当开发人员实际上想把时间花在开发真正的对话机器人时,大多数开发人员 80% 的时间却陷入了泥潭中,他们在试图将自己的对话机器人连接到各种服务上。

微软的 Bot-as-a-Service 平台旨在简化开发人员的体验。为了加快开发进程,微软也提供了示例代码、Visual Studio 和 Visual Code 支持、模板和一个集成的聊天窗口,可以在你向 Azure 发布 Bot 之前, 先进行本地测试。一旦你的 Bot 已经发布到 Azure 了,它就可以通过 Azure 提供的功能按需扩展规模。在 Git 和 Visual Studio Online 的支持下,也可以支持持续部署。

图片来源:(截图

微软支持集成到第三方渠道,以及微软的认知服务等其它API。通过结合认知服务,开发人员可以利用微软在自然语言处理方面的积累来进行关键短语检测、情感分析、语言检测或主题检测。开发人员还可以创建语言理解智能服务(Language Understanding Intelligent Service,LUIS)模型。此模型支持上下文感知,以及在Bot 内部的自学习式对话。

这里有一个关于语言理解的例子。微软已经谈过了这个例子,就是关于一个可以检索股票行情的聊天应用程序。虽然是根据固定的股票报价编码返回一个结果,构建一个这样的应用程序并不是非常具有挑战性,但是如果在用户一边的是一个自由输入的文本框,那么这件事情就不一样了。使用LUIS(语言理解智能服务模型),开发人员可以训练机器学习算法,让它理解询问股票价格的问句的各种不同表达方式。这通过在LUIS 控制台里定义的意图和实体来完成。然后开发者就可以在把他们自己的模型提供给一个Bot 应用程序使用之前,先训练和测试它们。

图片来源:(截图

当开发者使用Azure Bot-as-a-Service 提供的服务时,他们只需支付应用程序所消耗的资源的费用。这包括与Azure 功能相关的计算,还有通过Bot 做出的对任何认知服务的API 调用。可以在这里找到更多有关定价的信息。

查看英文原文 Microsoft Launches Cloud Bot-as-a-Service Platform

2017-01-09 18:002417
用户头像

发布了 152 篇内容, 共 78.8 次阅读, 收获喜欢 64 次。

关注

评论

发布
暂无评论
发现更多内容

如何测试一个AI系统?

陈磊@Criss

AI 测试

使用价值三角方法来全方位分析产品

产品海豚湾

产品 产品经理 产品设计 产品运营 商业洞察

设计模式-策略模式

蓬蒿

设计模式 策略模式

在追求卓越的路上,面对压力时,推荐你这二个做法。

叶小鍵

PyTorch深度学习实战 | 基于ResNet的人脸关键点检测

TiAmo

深度学习 人脸识别 PyTorch

深圳.NET线下技术沙龙倒计时一天

MASA技术团队

.net MASA

Spring Boot中如何优雅地实现异步调用?

JAVA旭阳

Java springboot

李彦宏文心一言发布会 highlight

B Impact

Capital

Echo_Wish

学习 进步 笔记 资源 本质

如何快速理解网络IO模型

Dinfan

Netty 事件循环 IO模型 Reactor多线程 网络io模型

DevData Talks 直播预告 | 微众银行的研发效能实践有哪些经验?

思码逸研发效能

研发效能 DevData Talks

Matlab常用图像处理命令108例(七)

timerring

图像处理

Next.js 实践:从 SSR 到 CSR 的优雅降级

Crazy Urus

React nextjs SSR

Toast的基本使用

芯动大师

android Adapter toast

Nacos心跳机制实现快速上下线

Java Spring Cloud nacos 心跳机制

"鸿蒙生态专家面对面"三月专场等你前来!

HarmonyOS开发者

100Wqps短链系统,怎么设计?

小小怪下士

Java 程序员 后端 QPS

优秀软件工程师必备的五大技能,快看你还差什么?

飞算JavaAI开发助手

GPT-4炸圈--多模态大模型

江湖修行

人工智能 大模型 GPT ChatGPT GPT-4

聊聊「订单」业务的设计与实现

Java 架构 订单管理 订单系统 订单

使用 Athena (Presto) 分析本地 Oracle 数据库导出的数据

亚马逊云科技 (Amazon Web Services)

vivo 短视频用户访问体验优化实践

vivo互联网技术

CDN HTTP 优化 DNS 实践

想到哪说到哪的AI

FN0

AIGC

NodeJS 实战系列:模块设计与文件分类

光毅

JavaScript node.js

在 windows 上连接 wsl 和直接打开 ubantu 有什么区别?

玄兴梦影

wsl window

MongoDB源码学习:执行创建Collection命令

云里有只猫

mongodb 源码解析

内部开发者门户是什么?

SEAL安全

微服务 企业号 3 月 PK 榜 内部开发者门户 信息碎片化

低代码四大典型使用场景,你都知道吗?

飞算JavaAI开发助手

Go语言实现策略模式

蓬蒿

策略模式

百度生成式AI产品文心一言邀请测试,五大场景、五大能力革新生产力工具

飞桨PaddlePaddle

百度 飞桨 文心一言

如何应用BI系统运营提效,一起看看瓴羊Quick BI的表现

对不起该用户已成仙‖

微软发布了云Bot-as-a-Service平台_亚马逊云科技_Kent Weare_InfoQ精选文章