微軟：開源軟件和雲計算是推動人工智能和機器學習的主要方式

微軟剛剛宣布Windows 10的下一個主要版本將支持人工智能（AI）和機器學習（ML）。但是，拋開市場炒作的因素，微軟知道人工智能和機器學習真正的重擔是在雲端的開源軟件上。這就是微軟Azure的首席技術官Mark Russinovich在加利福尼亞州Sonoma召開的Linux基金會的開放源代碼領袖峰會（Open Source Leadership Summit，OSLS）上傳遞的消息。

Russinovich開宗明義地表示：

人工智能科技和技術正在經曆複興。開源技術和社區的庫和框架推動了自我教育機器學習開發人員的增長。雲的計算能力使得大數據集的處理成本變得高效且普遍。隨著越來越多的研究不斷地被完成並在整個社區共享，我們將繼續看到會有更多的智能應用程序采用各種各樣的開放源代碼技術，這些技術跨越了所有的處理平台。

具體而言，他舉了兩個微軟正在使用雲計算和開源軟件來幫助客戶提供解決方案的例子。第一個例子是勞斯萊斯的飛機發動機使用機器學習來跟蹤它們的磨損狀況。然後，這些數據將與人工智能一起用於發動機的主動維護。

微軟還利用了大約二分之一的雲計算和開源軟件來支持DiagnosticX智能疾病預測架構（DiagnosticX Intelligent Disease Predictive Architecture），這是一個測試版的程序。它的首個用途就是檢查來自美國國立衛生研究院（National Institute of Health，NIH）的X光數據庫的X光圖片。然後使用Visual Studio for AI和Azure Machine Learning將這些數據提供給諸如Core ML、Google TensorFlow和ONNX之類的開源機器學習和人工智能分析程序。最終的結果可以使用網頁界麵讀取，可以用來診斷肺炎。

為什麼要使用這些科技手段？因為X光機比放射科醫生多得多。僅僅在美國，就有50,000名兒童死於肺炎，任何能夠幫助及時發現這種致命疾病以便進行治療的工具都是一種勝利。

Russinovich表示，是什麼使得這些程序能夠被創建出來？是雲計算。我們之前沒有取得太多進展，是因為隻有到了現在，雲計算才給了人工智能和機器學習開發人員一直需要的東西。也就是隨需應變的、可擴展的計算能力，而且成本低廉，具有幾乎無限的存儲空間和高速GPU處理器，例如英偉達的Tesla K80和P100s。

綜合下來，這為人工智能和機器學習開發人員提供了他們進行實驗一直需要的資源。正如Russinovich所說的那樣：“人工智能和機器學習是藝術，我們需要進行嚐試。”

根據Russinovich的說法，實現這一目標的工具、程序和框架幾乎都是開源的。“從MySQL PostgreSQL、Hadoop、Cassandra和NoSQL數據庫開始，它們都是完全開源的。對於分析和預測，你可以使用Rand SPARK。而最受歡迎的深度學習庫TensorFlow、Keras和Caffe也都是開源的。”

Russinovich繼續表示：“早在2007年，機器學習專家就認為開放源代碼是人工智能和機器學習的正確方法。現在兩者都是基於開源的。”

在開放源代碼和雲計算之間，Russinovich認為人工智能和機器學習改變了每個行業，這不是營銷炒作。