在上一篇([42]回顧整個系列 - 開發Chatbot的整個生命周期)把整個系列文章review完了之後,算是把整個系列寫下了一個句點。
不過,下一步是什麽?依照關注的方向點不同可以往不同的地方鑽研。這篇將介紹接下來可以看的不同方向。
Microsoft Conversational AI
在這個系列裡面還沒有談過一個詞,也就是Microsoft Conversational AI。
Conversational AI其實指的是下一代的UI/UX模式,用更通俗一點的説法就是Chatbot。
搞懂了Conversational AI,那麽Microsoft Conversational AI就不難理解了,也就是Bot Framework。
如果說你在這個系列對於Chatbot這塊最感興趣的話,那麽建議可以看Bot Builder SDK v4。
雖然説Bot Builder SDK v4還在Preview,不過v4是從v3開發者那邊得到的feedback之後rewrite(重寫)過的版本。相較於V3,V4有幾個特點:
- V4支援更多語言:Javascript、.Net、Python、Java
- V4使用.Net Core v2.0 - .Net Core代表chatbot可以host在非Windows的OS下面,并且2.0屬於比較可以使用的版本
- 基本概念和V3一樣 - 雖然是重寫但是大部分的概念和V3差不多,因此學習起來不應該有太多障礙
一些參考的資源:
- V4的Source Code
- https://github.com/Microsoft/botbuilder-dotnet
- V4的官方文件
- https://docs.microsoft.com/en-us/azure/bot-service/?view=azure-bot-service-4.0
- V4的Sample - Contoso Cafe
- https://github.com/Microsoft/BotFramework-Samples/tree/contosocafe-v4-dotnet/docs-samples/V4/dotnet/ContosoCafe
-
關注我的部落格
bot framework
標簽 - 之後可能會開一個V4相關的系列(還不確定 - 有興趣可以給我留言),可以關注這個標簽就會看到最新的文章https://blog.alantsai.net/tags/bot-framework
AI
這個系列的另外一塊就是AI,如果説對AI這個部分有興趣的話,那麽可以看看微軟在AI這個部分的佈局Microsoft AI Platform:
上面的圖提到的三個是在Azure上面和AI有關的部分:
- Cognitive Service - 已經建立好的可以直接使用的AI Model
- Conversational AI - Chatbot
- Azure Machine Learning Studio - 自己建立Model
除了在Azure上面的服務之外,還有別的模組,例如ML.Net就是一個用來建立自己Model的Framework。
下面分別在深入一點點介紹一下除了Conversational AI的其他部分。
Cognitive Service
Cognitive Service是微軟已經建立好AI Model的一個API服務。因此,可以完全不懂任何AI相關的知識就可以賦予程式AI的能力。而且最特別的是,有些服務還可以有限度的自己Train - 換句話説可以符合自己的Problem Domain。
在這個系列介紹了不少的Cognitive Service的服務,但是其實還有好多個來不及介紹。實際上本來我想要延長這個系列把剩下幾個也很有意思的Cognitive Service也介紹完, 不過後來想一想,這些還是拆開做介紹,因爲Cognitive Service不一定要綁死在Chatbot。今天Python要使用也可以使用,因爲他就只是REST Api而已。
一些參考資源:
- 官方介紹
- 官方永遠是最新資料的來源,因此有任何問題看官方介紹:https://azure.microsoft.com/zh-tw/services/cognitive-services/
- Cognitive Service Lab
- 這個有點像是Cognitive Service的超級preview - 讓你可以看看微軟都在嘗試建立一些什麽新的Cognitive Service服務:https://labs.cognitive.microsoft.com/
-
關注我的部落格
cognitive service
標簽 - 未來會有更多文章介紹Cognitive Service的服務,記得關注這個標簽即可:https://labs.cognitive.microsoft.com/
Azure Machine Learning Studio
還記得之前有一個沒完成的系列「data science 到底是什麼從一個完全外行角度來看」介紹的是如何自己建立AI Model。
那個系列要介紹的是建立AI Model所需要的一些基本知識,并且如何把這些知識轉換成AI Model。
可是,如果今天你知道這些知識,但是不會寫code怎麽辦?在學習R或Python可能花太多時間/精力。
這個時候就可以使用Azure Machine Learning Studio。
可以把Azure Machine Learning Studio理解爲用GUI方式定義出整個AI的Model建立流程而不需要懂如何寫code(當然,還是需要知道Data Science那些知識)
參考資料:
ML.Net
傳統來説,如果要建立AI的Model需要透過像是R或者Python這些語言才能夠做到。
不過近年來微軟在這個部分也有做出大力的投資,像是和Facebook一起推行的AI Model open格式ONNX
,以及用.Net Core建立Model的FrameworkML.Net
。
簡單的說,透過ML.Net就可以用.Net Core建立出AI的Model,讓開發AI Model變得更加的容易。
結語
作爲這個系列的最後一篇,介紹了接下來可以看的地方,以及一些參考的資料。
AI是未來已經是一個顯學的東西,因此花時間在這個上面肯定不會有錯。
這個系列結束之後,接下來可能介紹兩個部分:
- Cognitive Service把其他幾個沒提到的服務介紹完
- ML.Net - 這個其實是很有趣的Framework,雖然還在很early的preview,但是蠻好玩
各位,下篇再見。