Microsoft stellt neue Funktionen für Azure Cognitive Services vor

Azure Cognitive Services sind kognitive APIs für die Entwicklung intelligenter Apps. Jetzt hat Microsoft eine deutliche Funktionserweiterung vorgestellt. Die Schnittstellen versetzen Maschinen in die Lage, zu sehen, zu hören und – wenigstens ein bisschen – auch zu fühlen, also ihre Umgebung kognitiv zu erfassen und in maschinenlesbare Daten umzuwandeln. [...]

Microsoft hat heute eine Erweiterung der Azure Cognitive Services bekannt gegeben (c) Microsoft

Aktuell gibt es mehr als 30 Cognitive Services in den Bereichen Entscheidungsfindung, Spracherkennung und -eingabe sowie Bildanalyse und Websuche. Das unterstreicht einmal mehr die Bedeutung von AI. MarktforscherInnen von IDC zufolge werden bis 2022 drei von vier Unternehmen Lösungen auf Basis von künstlicher Intelligenz (AI) einsetzen. Sie erhoffen sich von AI vor allem Unterstützung bei der Verbesserung der Betriebseffizienz und ihrer Kundenservices. Microsofts Vision ist es, Unternehmen jeder Größe und aller Branchen in die Lage zu versetzen, AI einfach und umfassend zu nutzen. Um dies zu unterstützen, werden die mehr als 30 vorhandenen Cognitive Services um die folgenden ergänzt:

Die Funktion Text Analytics for Health ermöglicht es Forschern und Unternehmen aus dem Gesundheitswesen, unstrukturierte medizinische Daten für fundierte Erkenntnisse zu nutzen. Microsoft hat als Reaktion auf die Corona-Krise und in Zusammenarbeit mit dem Allen Institute of AI eine kostenlose Sammlung von mehr als 47.000 wissenschaftlichen Dokumenten erstellt, das COVID-19-Open-Research-Dataset. Zudem bietet Microsoft für die kognitive Suche eine neu entwickelte COVID-19-Suchmaschine, die Forscher dabei unterstützt, neue Erkenntnisse aus der Erforschung und Bekämpfung des Corona-Virus zu gewinnen.

Durch die Fortschritte, die Microsoft bei der Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) gemacht hat, kann jetzt eine neue Opinion-Mining-Funktion für die Textanalyse angeboten werden. Sie erkennt Stimmungen in Texten und ermöglicht so zum Beispiel genauere Analysen von Kundenstimmen in Social Media.

Der ab sofort verfügbare Form Recognizer ist in der Lage, unstrukturierte Daten zu erkennen, die zum Beispiel in Formularen mit Tabellen, Objekten und anderen Elementen enthalten sind. Normalerweise brauchen Unternehmen für diese Art von Daten eine manuelle Klassifizierung.

Allgemein verfügbar sind ab sofort auch die Custom Commands. Damit können Entwickler kundenspezifische Sprachfunktionen in Anwendungen integrieren, die gesprochene Sprache verarbeiten („Speech to Text“) und verstehen („Language Understanding“). Über Voice Response und Text to Speech können die Anwendungen außerdem auch mit ihren Nutzern kommunizieren – und das mit wenig Programmieraufwand („Low Code“).

Neural Text to Speech erweitert die sprachlichen Fähigkeiten der Cognitive Services um 15 neue natürlich klingende Stimmen, die auf modernen Modellen für die neuronale Sprachsynthese basieren: Salma auf Arabisch (Ägypten), Zariyah auf Arabisch (Saudi-Arabien), Alba auf Katalanisch (Spanien), Christel auf Dänisch (Dänemark), Neerja auf Englisch (Indien), Swara auf Hindi (Indien), Colette auf Niederländisch (Niederlande), Zofia auf Polnisch (Polen), Fernanda auf Portugiesisch (Portugal), Dariya auf Russisch (Russland), Hillevi auf Schwedisch (Schweden), Achara auf Thailändisch (Thailand), HiuGaai auf Chinesisch (kantonesisch, traditionell) und HsiaoYu auf Chinesisch (taiwanesischer Mandarin).

Ausführliche Informationen und erste Kundenerfahrungen mit den neuen Cognitive Services von Azure AI gibt es im Blog-Beitrag „Azure AI: Build mission-critical AI apps with new Cognitive Services capabilities“ von Eric Boyd, Corporate Vice President für Azure AI.


Mehr Artikel

News

Samsung OLED-TV S95D im Test

Extrem in allem: Samsungs brandneuer OLED-TV S95D ist ultradünn, ultraschmall gebaut und löst ultrascharf auf. Wir haben das neue OLED-Spitzenmodell mit mattem Bildschirm (!) und 65-Zoll-Bilddiagonale getestet. […]

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*