微软宣布推出支持多模态数据的开创性新人工智能服务

在 Ignite 2024 大会上，微软发布了一项名为 “Azure AI Content Understanding” 的新服务，并宣称这是一项开创性的服务。这项新的人工智能服务可以理解和处理非结构化数据，包括文档、图像、视频和音频，并将其转化为有意义的见解。

目前市场上的大多数人工智能服务都针对特定的数据类型。您可以使用基于文本的 API 进行语言理解，使用图像 API 进行 OCR 等。Azure AI 内容理解通过提供可接受任何形式数据的统一服务来解决这一问题。

为了从非结构化数据中提取信息，这项新的 Azure AI 服务提供了预构建的模式，可对其进行进一步定制，以提取所需的数据。为了随着时间的推移进一步改进应用程序，该服务提供了置信度分数，以尽量减少人工干预，并通过用户反馈实现持续改进。

由于 Azure AI 内容理解将不同的模式整合到统一的工作流程中，微软声称企业开发 AI 应用程序的总体成本将大幅降低。

微软重点举例说明了这一新服务的有效应用场景。

• 通话后分析：对呼叫中心或会议通话录音数据进行提取分析，让您可以汇总有关情绪、发言者和讨论内容的数据，包括具体姓名、公司、用户数据等。
• 税务流程自动化 ：分析税务文档，提取关键内容，加快报税流程。它可以从普通税务文件中提取内容，也可根据特定需求进行定制。
• 媒体资产管理和内容创建协助：从图片和视频中提取关键特征，更好地管理媒体资产，并在数据中搜索品牌、设置、关键产品、人员等实体。
• 保险理赔：分析和处理保险理赔和其他低延迟批量处理方案，将以往耗时的流程自动化。
• 突出视频卷轴生成：识别视频中的关键时刻，提取亮点并总结完整内容。其中一个例子是展示体育赛事中的得分过程以及比赛中的其他关键时刻。要进一步了解内容理解如何解决这一问题，请查看 Joe Filcik 的博客

Azure AI 内容理解服务现已推出预览版。