KI ist eine treibende Kraft für die nächste Welle der Innovationen, die die Welt verändern werden. Mit Azure AI möchten wir erreichen, dass Organisation KI umfassend in ihre Geschäftsprozesse integrieren, um dadurch die Kundenbindung zu stärken, Mitarbeiter zu fördern, Vorgänge zu optimieren und Produkte zu revolutionieren. Für die Umsetzung halten wir uns an drei Prinzipien für Investitionen:

• Die Steigerung der Produktivität Ihrer Entwickler und Data Scientists und die schnellere Entwicklung von KI-Lösungen
• Die Etablierung dieser KI-Lösungen parallel zu vorhandenen Systemen und Prozessen
• Dass Organisationen mit dem Wissen an ihren Projekten arbeiten können, dass sie ihre Daten besitzen und diese auf einer Plattform verwalten können, die die branchenweit strengsten Datenschutzstandards erfüllt und zudem das umfangreichste Portfolio aller Cloudanbieter bietet

Mithilfe dieser Prinzipien können wir unser Ziel erreichen, alle Entwickler und Organisationen von dem Potenzial zu überzeugen, das die KI-Technologie birgt. Unsere Forschungszentren, die weltweit von Redmond bis Shanghai verteilt sind, arbeiten weiterhin an Innovationen in den Bereichen maschinelles Sehen, Spracherkennung, sowie an fortschrittlichen Machine Learning-Techniken und spezialisierter KI-Hardware, von denen die gesamte Branche profitiert. Diese Innovationen sind nun zu wichtigen Komponenten für einige unserer wichtigsten Produkte wie Office 365, Xbox, Bing und Dynamics 365 geworden. Dank Azure KI können Kunden von diesen Innovationen profitieren, die bereits an unseren eigenen Produkten gründlich getestet wurden.

Wir sind von den zahlreichen Anwendungsmöglichkeiten, die unsere Kunden für Azure KI entdecken, immer wieder erstaunt. Organisationen aller Größenordnungen und aus allen Industriezweigen verwenden Azure KI, um ihre Geschäftsprozesse folgendermaßen zu revolutionieren:

• Durch Anwendung von Machine Learning zum Erstellen von Vorhersagemodellen und zum Optimieren von Geschäftsprozessen
• Durch Nutzung fortschrittlicher Techniken für maschinelles Sehen und Spracherkennung und durch Funktionen, die Entscheidungen ermöglichen, um KI-basierte Apps und Agents zu erstellen und personalisierte, ansprechende Umgebungen zu liefern
• Durch Anwendung von Knowledge Mining, um verborgene Erkenntnisse aus großen Datenrepositorys zu ermitteln

Heute können wir einige Innovationen für all diese Bereiche bekanntgeben. Diese werden im Folgenden ausführlich erläutert.

Machine Learning

Azure Machine Learning Service wurde dafür entwickelt, den gesamten Machine Learning-Lebenszyklus zu beschleunigen. Mit Azure Machine Learning können Entwickler und Organisationen Modelle schnell und einfach über intelligente Clouds oder Edges erstellen, trainieren und bereitstellen und ihre Modelle mit den integrierten CI/CD-Tools verwalten.

Unser Ziel besteht darin, dass Entwickler, Data Scientists und DevOps-Experten ihre Produktivität erhöhen, Modelle nach Bedarf operationalisieren und Innovationen schneller umsetzen können. Zu diesem Zweck kündigen wir Folgendes an:

Vorschauversionen für neue Funktionen zur Steigerung der Produktivität:

• Eine automatisierte Benutzeroberfläche für Machine Learning, mit der Experten für Geschäftsdomänen Machine Learning-Modelle mit nur wenigen Klicks trainieren können
• Eine visuelle Benutzeroberfläche, über die Benutzer ohne Kenntnisse im Bereich Machine Learning ohne Code Modelle erstellen, trainieren und bereitstellen können, indem Sie die Drag & Drop-Funktionen nutzen
• Azure Machine Learning-Notebooks, über die Entwickler und Data Scientists eine Code-First-Umgebung für Machine Learning nutzen können

Neue Funktionen für die bedarfsgesteuerte Operationalisierung von Modellen:

• MLOps oder DevOps für Machine Learning-Funktionen, einschließlich der Integration von Azure DevOps, über die Azure DevOps für die Verwaltung des gesamten Machine Learning-Lebenszyklus eingesetzt werden kann – z.B. für die Reproduzierbarkeit, Überprüfung, Bereitstellung und das erneute Trainieren von Modellen
• Die allgemeine Verfügbarkeit von Hardwarebeschleunigungsmodellen, die auf Field Programmable Gate Arrays in Azure ausgeführt werden können, um die Latenz und die Kosten für Rückschlüsse gering zu halten – für Data Box Edge ist diese Funktion in der Vorschauversion verfügbar.
• Funktionen zur Interpretation von Modellen, die Kunden nutzen können, um die Funktionsweise und die Prognosen von Modellen nachvollziehen zu können, sodass Machine Learning-Modelle zugänglicher werden

Unser Engagement für eine offene Plattform:

• Beiträge zum MLflow-Open-Source-Projekt mit nativer Unterstützung für MLflow in Azure Machine Learning Service
• Unterstützung der ONNX-Runtime für NVIDIA TensorRT und Intel nGraph für unvergleichlich schnelle Rückschlüsse auf NVIDIA- oder Intel-Chipsätzen.
• Vorschauversion für den neuen Dienst Azure Open Datasets, der Kunden bei der Erhöhung der Genauigkeit ihrer Machine Learning-Modelle unterstützt, indem umfangreiche, zusammengestellte und offene Daten verwendet werden, sodass der Zeitaufwand für die Ermittlung und Vorbereitung der Daten erheblich verringert werden kann

Wir verfolgen mit großem Interesse, wie Kunden wie BP, Walgreens Boots und Schneider Electric Azure Machine Learning einsetzen, um bedarfsorientiert Machine Learning-Lösungen bereitzustellen.

„Azure Machine Learning Service bietet einen Ansatz für das automatisierte Machine Learning, bei dem wir uns sicher sein können, dass wir alle möglichen Szenarios ausschöpfen und die besten Modelle für unsere Eingaben verwenden.“ – Diana Kennedy, Vizepräsidentin für Strategie, Architektur und Planung bei BP

Unter Azure Machine Learning finden Sie weitere Informationen.

KI-Apps und -Agents

Durch die Kombination von Azure Cognitive Services und Azure Bot Service können Entwickler ihren Apps und Agents einfach leistungsstarke KI-Funktionen hinzufügen.

Azure Cognitive Services stellt weiterhin das umfangreichste Portfolio auf dem Markt dar, das besonders für Entwickler geeignet ist, die ihre Apps mit Funktionen zum maschinellen Sehen, Hörverstehen, Antworten, Übersetzen und Schlussfolgern ausstatten möchten. Nun können Entwickler KI-Funktionen noch einfacher in ihre Anwendungen integrieren:

• Wir führen eine neue Kategorie für Entscheidungen ein.
  Dienste in dieser Kategorie zeigen Benutzern Empfehlungen an, anhand derer sie fundiert und effizient Entscheidungen fällen können. Dienste wie Content Moderator, die kürzlich veröffentlichte Anomalieerkennung und die Vorschauversion für den neuen Dienst namens Personalisierung fallen unter diese Kategorie. Die Personalisierung basiert auf bestärkendem Lernen und priorisiert wichtige Inhalte für einzelne Benutzer, sodass die Benutzerfreundlichkeit und die Bindung an die App verbessert werden. Xbox, eine Eigenmarke von Microsoft, konnte durch die Personalisierung der Startseite die Kundenbindung um 40 % steigern.
• Bald sind zwei neue Dienste für die visuelle Erkennung in der Vorschauversion verfügbar. Mit der Freihanderkennung können Entwickler die Vorteile von Zeichnungen mit Stift und Papier und von digitalen Zeichnungen kombinieren, indem sie die digitale Freihanderkennung in Apps einbetten. Entwickler können diese Funktionen integrieren, um Notizen durchsuchen zu können und von Hand gezeichnete Skizzen innerhalb weniger Minuten in präsentierbare Inhalte zu konvertieren. Zudem ist das maschinelle Sehen allgemein verfügbar, das Texte aus gängigen Dateitypen extrahiert (z.B. aus mehrseitigen Dokumenten, PDF- und TIFF-Dateien).
• Für Speech geben wir die Vorschauversion einer neuen, fortschrittlichen Spracherkennungsfunktion namens Unterhaltungstranskription bekannt, durch die die Effizienz von Meetings gesteigert werden kann, indem Gespräche in Echtzeit transkribiert werden, sodass die Teilnehmer sich ganz auf den Inhalt der Unterhaltung konzentrieren können. So wird festgehalten, wer welche Inhalte zu welchem Zeitpunkt zum Gespräch beigetragen hat, und weitere Schritte infolge des Gesprächs können schnell eingeleitet werden. Die neuronale Sprachsynthese und das Speech-Geräte-SDK sind nun ebenfalls allgemein verfügbar.
• Im Bereich der Spracherkennung wurde dem LUIS ein neues Analysedashboard hinzugefügt, mit dem die Qualität von Sprachmodellen bewertet werden kann. Der QnA Maker unterstützt nun zudem Dialoge mit mehreren Sprecherwechseln. Die Extraktion benannter Entitäten mithilfe der Textanalyse ist nun allgemein verfügbar.
• Wir haben das Portfolio der lokal in Docker-Containern ausführbaren Cognitive Services-Dienste erweitert, sodass wir nun die Vorschauversion der Containerunterstützung für die Anomalieerkennung, die Spracherkennung und die Sprachsynthese bekanntgeben können.

Nur mit Azure können Entwickler diese leistungsstarken KI-Dienste nach Bedarf flexibel einbetten. Unter Azure Cognitive Services finden Sie weitere Informationen zu diesem Thema.

Azure Bot Service ist ein Dienst, der auf Microsoft Bot Framework basiert und die Entwicklung von Bots und intelligenten Agents vereinfacht. Folgende Verbesserungen werden eingeführt:

• Mithilfe von adaptiven Dialogen können Entwickler authentischere, dynamische Unterhaltungen umsetzen.
• Mit dem Sprachgenerierungspaket kann das Verfassen intelligenter und dynamischer Botantworten optimiert werden.
• Die Genauigkeit der Debuggingkanäle des Emulators wurde verbessert.

LaLiga, die höchste Spielklasse im Männerfußball in Spanien, erstellt Lösungen mit Cognitive Services, Bot Service und anderen Azure-Diensten. Mithilfe intelligenter Bots kann LaLiga auf neue Arten mit den Fans über soziale Netzwerke interagieren. Durch einen erstklassigen Sprachassistenten werden die Fans besonders an die Marke gebunden:

„Über unsere innovative digitale Plattform, die wir mithilfe von Microsoft Azure erstellt haben, können wir den Fans das bestmögliche Erlebnis beim Verfolgen der besten Sportliga weltweit bieten.“ – José Carlos Franco García, Head of Data und Analytics, LaLiga

Knowledge Mining

Während Organisationen bereits einen unbegrenzten Zugriff auf Informationen zu haben scheinen, die sich über Datenbanken, PDF-Dateien und Mediendateien erstrecken, gibt es immer noch Herausforderungen dabei zu bewältigen, diese Informationen verwendbar und aussagekräftig zu gestalten. Mithilfe von Knowledge Mining können Sie die branchenweit besten KI-Funktionen nutzen, um verborgene Erkenntnisse nach Bedarf aus Ihren Inhalten zu gewinnen.

In dieser Kategorie können wir zwei neue Funktionen ankündigen:

• Die kognitive Suche in Azure Search ist nun allgemein verfügbar und bis zu 30-mal schneller als zuvor. Azure Search ist auf dem gesamten Markt das einzige Angebot, mit dem KI-Ergänzungen über einen einzigen Mechanismus auf Inhalte angewendet werden können. Mithilfe der kognitive Suche und der integrierten KI-Funktionen können Kunden unter anderem Muster und Beziehungen in ihren Inhalten und die Stimmung ermitteln und Schlüsselbegriffe extrahieren, ohne über Data Science-Kenntnisse verfügen zu müssen. Darüber hinaus können Entwickler mit der neuen Funktion „Wissensspeicher“, die jetzt in der Vorschauversion verfügbar ist, Erkenntnisse und Metadaten, die sie aus der Pipeline der kognitiven Suche extrahieren, noch umfassender nutzen. Entwickler können die angereicherten Metadaten speichern, die sie mit der kognitiven Suche erstellen, und diese auf ein breites Spektrum an Szenarios anwenden. Dazu zählen Power BI-Visualisierungen, benutzerdefinierte Wissensgraphen, das Auslösen von Aktionen in einer Anwendung oder das Erstellen von Machine Learning-Modellen mit neuen bezeichneten Daten.
• Die neue Formularerkennung wendet moderne Machine Learning-Technologien an, um Texte, Schlüssel-Wert-Paare und Tabellen präzise aus Dokumenten zu extrahieren. Mit wenigen Beispielen kann die Formularerkennung sich an die angegebenen Dokumente anpassen – egal ob lokal oder in der Cloud. Sie kann beispielsweise für das Erstellen von RPA-Lösungen (Robotic Process Automation) eingesetzt werden.

Das Metropolitan Museum of Arts forscht derzeit daran, wie die kognitive Suche die Details und Beziehungen ihrer Enzyklopädiesammlung interpretiert:

British Petroleum, Icertis, Howden, Chevron, UiPath und andere Unternehmen profitieren bei der Gewinnung von Erkenntnissen aus ihren Inhalten und der Prozessautomatisierung bereits von Azure Search und der Formularerkennung.

„Die Formularerkennung hat uns als Hauptfunktion für die Extraktion von Dokumenten für unsere RPA-Plattform und unser offenes KI-Ökosystem bereits überzeugen können. Durch die von UiPath und Microsoft getätigten Investitionen in die KI-Technologie wurde die Nutzung essenzieller Geschäftsdaten bereits optimiert. So wird der Weg für eine neue Ära geebnet, in der KI-gesteuerte Geschäftserkenntnisse und KI-gesteuertes Wissensmanagement eine zentrale Rolle spielen.“ – Mark Benyovszky, Director Artificial Intelligence, UiPath

Kontinuierlich weitere Innovationen

Wir setzen weiterhin alles daran, mit Azure die optimale Umgebung für KI-Technologien zu schaffen und sind bereits jetzt begeistert, wie unsere Kunden diese KI-Technologien für ihre Geschäftsprozesse einsetzen. Die Möglichkeiten sind grenzenlos, und wir sind schon gespannt, welche Projekte Sie mit Azure KI auf die Beine stellen.

Weitere Ressourcen

• Übersicht über Azure KI
• Azure Machine Learning
• Azure Cognitive Services
• Azure Bot Service
• Azure Search

Sind Sie bereit? Weitere Informationen:

• E-Book: KI in der Praxis (Entwicklerhandbuch)