微軟新推三款機器學習工具 幫助開發者打造AI應用

據TechCrunch報道，在微軟今天舉辦的Ignite技術大會上，微軟為那些想開發AI應用的開發者推出了一係列機器學習的工具及學習模型。

對於矽穀包括國內的科技巨頭們來說，人工智能已經成為大力競爭的新領域，競爭不僅僅是存在於研發產品與服務，也在於爭奪人才與開發者資源。

機器學習作為實現人工智能的方式方法之一，在人工智能早期研究時就已經存在，也一直是行業關注的重點。微軟對此也不例外，近些年也越來越關注機器學習。

此次，微軟為開發者推出的機器學習工具包括三個，分別是Azure機器學習實驗服務（Azure Machine Learning Experimentation）、Auzre機器學習環境（Azure Machine Learning Workbench）以及Azure機器學習模型管理服務（Azure Machine Learning Model Management）。

其中，Azure Machine Learning Experimentation服務能夠幫助開發者迅速上手並部署機器學習實驗工作，該服務支持目前所有常見的開源框架，包括PyTorch、Caffe2、TensorFlow、Cahiner以及微軟自家的CNTK。其應用的規模可以是本地計算機，也可以利用Docker容器以及 Azure Batch AI訓練大規模擴展到雲端的數百台GPU。Azure機器學習實驗服務同時支持Azure HDInsight群集上的Azure Spark。該服務可以幫助開發者追蹤所有他們實驗中的所有模型信息、配置信息以及利用Git repositories追蹤數據信息。

Azure Machine Learning Workbench是針對使用不同操作係統的開發者提供的機器學習桌麵客戶端環境，不僅提供Windows版本，也為Mac用戶提供響應的版本。微軟稱之為開發者“開發聲明周期的控製麵板，能夠讓開發者迅速用上機器學習”。Azure Machine Learning Workbench整合了Jupyter Notebooks以及Visual Studio Code和PyCharm等IDE，開發者可以用Python、PySpak和Scala等語言進行建模。

微軟機器學習副總裁Joseph Sirosh指出，Azure Machine Learning Workbench能夠幫助開發者自動轉換數據，以便機器學習算法做進一步處理。

與Azure Machine Learning Experimentation環境一樣，Azure Machine Learning Model Management利用Docker幫助開發者和數據科學家部署和管理模型在任何Docker容器可以運行的地方，包括微軟自己的基於Kubernetes的Azure容器服務。

除了上麵三款工具與模型之外，對於一些使用微軟推出的IDE如Visual Studio Code，並用CNTK, TensorFlow, Theano, Keras and Caffe2等開源工具建立模型的開發者，微軟也推出了一係列開發工具供他們使用。

至於一些非開發者但又可能用到AI功能的人群，尤其是Excel用戶，微軟向他們推出了基於Azure的機器學習模型，以此來幫助他們激活並使用公司數據科學家們在Excel等電子表格中創建的AI功能。

從微軟推出的工具與服務來看，除了針對微軟自身設備係統的用戶，微軟也在為其他操作係統以及其他機器學習開源工具、框架的用戶提供服務。人工智能和機器學習目前應該可以說都處於較為初期的階段，離真正的強工人智能時代仍然有較大的空白需要彌補。作為行業領先者，幫助開發者更好的學習、部署和管理機器學習框架以及各方麵知識，不僅是推動行業的發展，也對微軟自身的人工智能發展會有大的幫助和促進。