在宣布释出预览版Azure IoT Edge服务平台，借此连接装置端、云端的运算效能之余，目前接任原本陆奇职位带领人工智能等技术研发的微软全球执行副总裁沈向洋在Build 2017主题演讲上表示，随着数据以爆炸形势产生巨量成长，配合处理器运算能力与演算法的改进，使得人工智能技术有明显成长，因此也让微软过去推出的感知运算服务，从原本仅有4组API内容成长至29组，并且涵盖视觉、语言、语音、搜寻与知识认知等项目。

而为了让更多服务应用也能善用此类资源，微软计划让更多开发者能将感知运算应用在各个领域，并且结合云端、端点运算效能发挥更大的人机互动成效，因此将人工智能技术进一步与云端服务整合，例如运用深度学习模式，让微软提出图像识别技术能透过152层类神经网络判断物件内容，而在语音识别错误率也降低至5.9%比例，几乎与一般人类判断没有太大差异。

在此次推出的Azure Batch AI Training，微软将让开发者能自行透过Azure云端服务建构客制化的类神经网络训练模型，并且相容Google TensorFlow等常见框架，同时也能直接使用微软自行提出学习框架训练，目前仅先以测试版本提供预览，预计后续将会开放所有开发者借此资源训练各类不同人工智能模型，进而可对应在不同应用项目，例如专门用于识别道路路标，或是判断路间行人壅挤程度等。

例如微软剑桥研究院创新总监张海燕 (Haiyan Zhang)在去年协助29岁便罹患阿兹海默氏症的平面设计师Emma Lawton手部持续不自觉抖动，造成无法顺利绘画、书写自己名字的问题，其中过程便是利用巨量数据分析手部抖动行为，并且配合马达振动讯号分散大脑注意力，借此用外力方式改善因大脑神经产生阵癫讯息，最终可借由一组类似手表穿戴装置改善Emma Lawton手部不自觉抖动现象，并且使其可再次用手画出直线，甚至顺利书写个人姓名。

同时，微软也计划人工智能能进一步渗入更多人机互动模式，例如建构对谈式语音控制界面，让使用者能直接透过口语方式与电脑互动，或是在PowerPoint功能里提供自动即时翻译功能，让使用者能在协作内容中即时显示翻译语句，让跨国作业可减少沟通困难。

就像当年以图像操作系统取代传统指令串操作模式，微软认为将人工智能、对谈式语音互动将能带来明显电脑使用模式改变，但更重要的还是背后数据如何有效使用，并且、能在高度信赖的服务平台上运作、存放，如此才能驱动更聪明的人工智能系统。