在宣布釋出預覽版Azure IoT Edge服務平台，藉此連接裝置端、雲端的運算效能之餘，目前接任原本陸奇職位帶領人工智慧等技術研發的微軟全球執行副總裁沈向洋在Build 2017主題演講上表示，隨著數據以爆炸形勢產生巨量成長，配合處理器運算能力與演算法的改進，使得人工智慧技術有明顯成長，因此也讓微軟過去推出的感知運算服務，從原本僅有4組API內容成長至29組，並且涵蓋視覺、語言、語音、搜尋與知識認知等項目。
而為了讓更多服務應用也能善用此類資源，微軟計劃讓更多開發者能將感知運算應用在各個領域，並且結合雲端、端點運算效能發揮更大的人機互動成效，因此將人工智慧技術進一步與雲端服務整合，例如運用深度學習模式，讓微軟提出圖像識別技術能透過152層類神經網絡判斷物件內容，而在語音識別錯誤率也降低至5.9%比例，幾乎與一般人類判斷沒有太大差異。
在此次推出的Azure Batch AI Training，微軟將讓開發者能自行透過Azure雲端服務建構客製化的類神經網絡訓練模型，並且相容Google TensorFlow等常見框架，同時也能直接使用微軟自行提出學習框架訓練，目前僅先以測試版本提供預覽，預計後續將會開放所有開發者藉此資源訓練各類不同人工智慧模型，進而可對應在不同應用項目，例如專門用於識別道路路標，或是判斷路間行人壅擠程度等。
例如微軟劍橋研究院創新總監張海燕 (Haiyan Zhang)在去年協助29歲便罹患阿茲海默氏症的平面設計師Emma Lawton手部持續不自覺抖動，造成無法順利繪畫、書寫自己名字的問題，其中過程便是利用巨量數據分析手部抖動行為，並且配合馬達振動訊號分散大腦注意力，藉此用外力方式改善因大腦神經產生陣癲訊息，最終可藉由一組類似手錶穿戴裝置改善Emma Lawton手部不自覺抖動現象，並且使其可再次用手畫出直線，甚至順利書寫個人姓名。
同時，微軟也計畫人工智慧能進一步滲入更多人機互動模式，例如建構對談式語音控制介面，讓使用者能直接透過口語方式與電腦互動，或是在PowerPoint功能裡提供自動即時翻譯功能，讓使用者能在協作內容中即時顯示翻譯語句，讓跨國作業可減少溝通困難。
就像當年以圖像操作系統取代傳統指令串操作模式，微軟認為將人工智慧、對談式語音互動將能帶來明顯電腦使用模式改變，但更重要的還是背後數據如何有效使用，並且、能在高度信賴的服務平台上運作、存放，如此才能驅動更聰明的人工智慧系統。
