微软今天宣布，它已经开发了一种新的图像字幕系统，可以自动为图像生成字幕。该公司今天早上说，这项新功能今天首先在Azure认知服务中启动，并将很快传播到Microsoft Word，Outlook和PowerPoint。

AI模型是用庞大的图像数据集与单词标签配对训练的，每个标签都映射到图像中的不同对象。然后，研究人员对用于字幕的预训练模型进行了微调。训练过程帮助模型学习如何撰写句子。新的AI模型利用视觉词汇为包含新颖对象的图像准确生成标题。

尽管研究人员承认AI并不完美，但它比公司产品和服务中当前使用的图像字幕模型好两倍。该研究人员发现，它可以创建比人类手工编写的标题更准确的描述性标题。

微软技术研究员，华盛顿州雷德蒙德的Azure AI认知服务首席技术官Huang Xuedong说：“我们将AI的这一突破性突破作为Azure的平台，以服务于更多客户。”“这不仅是研究上的突破;在Azure上将突破转化为生产所需的时间也是突破。”

自最近几年以来，微软一直致力于实现一个雄心勃勃的目标，即在其若干产品和服务中注入AI的力量，以提高生产力。借助这一新的自动图像字幕系统，Microsoft旨在帮助所有用户为视障人士访问任何图像中的重要内容。