摘要：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受欢迎的地区。

　　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，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受欢迎的地区。这点体现在下列JSON文件中：