科学小实验 | 实验台厂家

2022年微软实验室的总体方向是什么?

2019年

微软人工智能和物联网实验室落地浦东张江

两年多以来,微软实验室发挥桥梁效应

为全国数百家企业提供了

基于微软Azure AI和IoT产品组合的技术赋能

通过生态对接加速

将入驻企业的解决方案推向市场

赋能合作伙伴

实现大中小企业融通

去年年末,微软索尼合作伙伴赋能计划在微软实验室正式启动,基于微软Azure AI和IoT技术,及索尼智能图像传感器技术,与创新企业共同打造计算机视觉和视频分析领域的解决方案。

案例直击 – 汉朔科技

汉朔科技与微软、索尼联合构建零售场景智慧营销人工智能方案,采用SONY最新的AI图像传感器IMX500和微软Azure AI 和IoT技术平台,结合汉朔的人工智能算法和智慧营销商业逻辑,为零售客户提供各种营销屏前的消费者属性和客流,行为分析和营销互动的AI解决方案。

该方案有效地规避用户隐私问题,在汉朔和微软AI技术的支撑下,提供了精准、高效、实时的营销智能化互动和分析功能,为零售客户极大的提高了营销活动的精准性和有效性。

立足浦东主导产业

重点关注生物医药

微软实验室自成立伊始便立足浦东主导产业,“AI+创新药”更成为技术赋能重点方向之一。

2022至2023年度,微软实验室合作伙伴赋能计划将围绕生物医药主题展开,携手国内外生物医药巨头,融合张江创新生态圈,汇聚技术专家,预计在赋能周期内辐射近百家创新企业。

实验室还将借助微软在全球的商业能力和生态资源,助力本土医药企业顺利“出海”。

案例直击 – 医药魔方

医药魔方是医药行业一站式大数据服务平台,为医药企业和投资机构提供专业数据、媒体资讯和咨询服务,致力于数据赋能医药创新,助力客户更加成功。

医药魔方对全球海量医药相关数据进行实时采集、标准化清洗、结构化转换,并串联整合,同时结合自然语言处理(NLP)和机器学习等人工智能技术,逐步搭建了从数据监测、数据挖掘到数据应用的敏捷大数据体系。

目前围绕药品全生命周期构建了丰富的产品矩阵,包括NextPharma全球新药监测数据库、PharmaGo一站式药品数据仓库、DeepMed医学循证数据库、NextPat医药专利监测系统、InvestGo资本透视系统、PharmaBI市场洞察工具等。

SSS项目(数据抽取与标准化存储)由医药魔方与微软实验室共同推进,为了解决相关表格数据抽取和存储的难题,采用了微软Form Recognizer Web API接口,对相关资料全文以及表格数据进行抽取试验。

该接口主要是对PDF文件进行OCR识别,抽取出全文以及表格数据。经过测验,通过该接口测试的报告准确率提高到了90%以上,解决了医药魔方PharmaGO数据团队一大部分工作量,缩短了在该项目上花费的大量时间。

技术向善

助力可持续发展

借助Power Platform平台和Azure AI技术构建了一双AI“眼睛”,希望帮助视障人群更好地看到周边世界。

案例直击 -威发系统

威发系统借助微软云的物联网、数字孪生及AI等技术,与现有传统总部大楼应用及管理系统集成,打造智慧空间管理解决方案。

入驻过程中,实验室工程师、微软物联网解决方案专家与威发技术团队一起梳理了现有系统,并设计和实施集成方案的概念验证,利用微软开源工具打造威发自己的能源管理数字孪生的系统雏形,并探讨了基于微软机器学习技术打造针对暖通以及电力的能耗预测,实现节能减排解决方案。

在微软专家及实验室工程师的全方位支持下,加速了威发新一代面向楼宇园区的空间管理及设备设施管理解决方案的落地,通过现有解决方案与微软AIoT服务的整合,节省了近一个月的技术研究和后续更多实施成本投入。

基于入驻成果,威发系统成功完成了新一代系统的集成验证,并于近期推出了基于微软Azure IoT技术的智能楼宇数字孪生解决方案:威思客AIOT智能物联平台。

该平台集成楼宇空间管理系统以及各类智能硬件和终端,对楼宇内人员行为、终端设备、空间状态等信息进行采集和分析,提供空间及设备设施管理、节能减排、办公服务、监测告警、应急服务等楼宇管理和企业应用场景,实现人、物、空间的智能协作,为企业及总部大楼/园区的空间设施高效利用、员工体验优化及可持续发展提供了强有力的系统支撑。

更多前沿技术

为创新方案找到最优解

基于微软全栈式技术组合优势,在现有AI和IoT技术组合基础上,微软实验室计划引入更多微软前沿技术,包括混合现实,训练自治系统,自治系统仿真,数字孪生可视化与仿真,机器人,机器人流程自动化,自动化,5G等。

未来,微软实验室还将充分调动位于美国总部和德国慕尼黑两家实验室的全方位资源,大力发挥前沿科技领域技术优势,促进技术成果转移转化。

You might also like

Leave A Reply

Your email address will not be published.

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据