【编译】How-Old.net背后的那些事

为了展现开发者在Azure的帮助下能轻松迅速地打造智能应用，我们在Azure上用新发布的人脸识别APIs为2015年微软开发者大会的第二天展示搭建了How-Old.net。借助人脸识别API这个网站可以分析用户上传的照片中人物的性别和年龄。这个API的人脸定位功能及性别识别功能大致准确，然而年龄预测结果并不是非常准确，但How-Old.net依旧能博得用户一笑，制造诸多欢乐。当然，同大部分网站一样，我们不会保留用户上传的照片，也不会分享这些照片，我们只会分析照片里人物的年龄和性别。

网站建成后，我们给数百名微软员工发了邮件，邀请他们体验这个网站并给出反馈。当时想着若有几十个人来这个网站、为测试提供有用的数据就算不错了。但三个小时后，我们的后台分析图表呈现出下图态势：

几个小时里，How-Old.net收到了全球3万5千用户(其中大约2万9千人来自土耳其，下图显示，推特上有大量来自土耳其的用户提到了这个网页)上传的21万多张相片。

这个网页展示了用户使用的实时信息。比如，我们曾预测用户会用已经存在于网络的照片，或是使用页面上的必应图片搜索栏;然而网站分析的照片中，超过一半的是用户上传的自己的照片。这些信息帮助我们改善用户体验，还有助于我们额外测试手机上传照片。

那么这些是怎么实现的呢?

尽管难以置信，但两位工程师只需几个小时便把整套解决方案(从网页到机器学习API到实时数据流分析再到实时BI)整合在一起。这很好地展示了Azure开发者的灵敏和创造力。这款应用的关键功能在于以下三点：

识别图片中人物性别及年龄

获取上述数据的实时信息

生成实时分析图表来显示上述结果

识别性别及年龄

我们想用智能有趣的体验吸引全球用户。于是我们浏览了微软Azure机器学习展示厅。这个网页里有个新套装Project Oxford ，由必应和微软研究院打造，内含大量面部、语言和视觉方面的服务。我们用到的脸部识别API有个样品页，该页面可以检测到脸部并提取出相关信息。我们觉得这个API的年龄及性别识别功能很有趣，所以选了这个方面作为我们的项目。为了让用户体验更加有意思，我们还加上了Azure市场里的必应搜索API，最终建成了 http://how-old.net。

除了年龄和性别，我们还用上了其他普通浏览器提供的信息，比如伴随着每个标准HTTP呼叫而来的用户代理字符串，以及照片上传地的经纬度。这些信息可用来计算很多网站使用数据，比如通过iPhone、Windows或安卓登录的数量，How-old.net最受欢迎的地区。这点体现在下列JSON文件中：

实时信息

为了知晓How-Old.net实时数据的模式，我们引入了一套新的微软Azure数据流服务。

我们用Azure事件中心导入数据。用户上传照片时，事件中心API会从网页生成ASON文件。注意，在此过程中，我们不会保留照片及任何指向用户的信息(用户无需电邮，不用登录，也没有用户名)。只有JSON文件流向Azure事件中心。

然后，我们需要数据流服务来实时整合处理用户们上传的上万张照片。这里我们用到了高吞吐低延迟的全托管解决方案Azure流分析(ASA)。ASA让用户能用类似SQL的语言，轻松处理数据流。

比如，只用输入下列命令，你就能从一个十秒窗口得出“性别”的计数，而且结果每秒都会更新。

在上图的查询中，我们选取了显示结果的时间，性别和性别的计数。StreamInput指流动记录数据流向的事件中心。这个过程是在一个忙碌的十秒窗口中完成，只用了一秒钟。这个查询提供了上传照片中男性和女性的总数。这些信息能被展示在一个分析图表里。你可对来自同一事件中心的数据进行多种查询。

实时分析图表

我们用PowerBI在一个实时分析图表中展示结果。我们只是选择了PowerBI来呈现数据流分析结果，然后在 http://www.powerbi.com选择ASA创建的数据集和表格，无需进行其他代码方面的工作。

上图的两项数据流分析查询，一个是整合照片中提取的年龄再以PowerBI中其他标准(比如区域)进行分类，另一个是上面提到的查询。PowerBI能制作各种图表，你甚至可以直接用自然语言发布命令(比如“各性别各年龄IOS用户的总数是多少?”)。

总之，祝大家在http://how-old.net上玩得开心，也期待更多人用Azure机器学习打造自己的应用。