重磅!微软将在Windows 10系统中添加人工智能功能

AiTechYun

编辑:Yining

微软正在对人工智能和机器学习进行大笔投资。微软计划在Windows 10中加入更多人工智能功能。这个软件巨头在今天为开发者公开了一个新的人工智能平台Windows ML,平台将在今年春天的下一个重大Windows 10更新中投入使用。

Windows ML将使开发者能够为运行Windows 10的用户创建更强大的应用程序。开发者将能够从不同的人工智能平台导入现有的学习模式,并在运行Windows 10的PC和设备上运行本地的学习模式,加速对本地数据的实时分析,比如图像或视频,甚至可以改进像索引文件这样的后台任务,以便在应用中快速搜索。微软已经在Office 365,Windows 10照片应用(Windows 10 Photos app)内部,甚至在Windows Hello这个面部识别功能中都添加了人工智能功能。

Windows 10的人工智能平台让开发者可以在Windows设备上使用预先训练过的机器学习模型。这为开发人员提供了许多好处:

  • 低延迟的、实时的结果。Windows可以使用PC的本地处理能力来执行人工智能评估任务,从而实现对图像和视频等大型本地数据的实时分析。可以快速高效地交付结果,用于像游戏引擎这样的性能密集型工作负载,或者像搜索索引这样的后台任务。
  • 减少了操作成本。与微软的云计算平台相结合,开发者可以开发可负担得起的端到端人工智能解决方案,将Azure(微软基于云计算的操作系统)的训练模式与Windows设备的部署结合到一起进行评估。通过减少或消除因摄取大数据集而导致的带宽成本,例如摄像机镜头或传感器遥测技术,可以节省大量的成本。复杂的工作负载可以在边缘进行实时处理,并将最少的样本数据发送到云上,以提高对观察的训练。
  • 具有灵活性。开发人员可以根据他们的客户和场景需要选择在设备或云中执行人工智能任务。如果它断开连接,或者因为成本、大小、策略或客户偏好,场景中的数据不能被发送到云中时,人工智能处理可以在设备上进行。

微软的Windows机器学习模型(WinML)评估在不同的硅芯片上对Windows的运行进行了优化。通过使用在现代CPU上的指令集优化、支持DirectX 12的GPU上的硬件加速,以及未来专用人工智能处理器的驱动模型,微软可以在最广泛的形状因子(form factors)上交付性能和效率。像英特尔的Movidius VPU一样,人工智能处理器也将得到支持,而微软的平台将优化现有硬件的任务。从本质上讲,微软承诺Windows将会解决老硬件处理机器学习模式的问题,而不是开发人员在应用中考虑的性能影响。通过此次更新,开发者可以在Windows设备系列中使用人工智能平台,包括物联网边界设备,HoloLens,台式电脑、工作站、服务器和数据中心。

此外,微软宣布的Windows的下一个重大更新将包括在硬件加速的情况下,运行开放的神经网络交换(ONNX)模型。这是一种由微软、Facebook和亚马逊网络服务驱动的行业标准格式,由Windows IHVs支持,包括英伟达、英特尔、高通和AMD。数据科学家和人工智能模型的开发人员将能够将他们的创新部署到这个庞大的用户群中。每一个在Windows 10上开发应用的开发者都可以使用人工智能模型来实现更强大、更有吸引力的体验。

ONNX是人工智能生态系统中互操作(interoperability)和创新的开源模型。有了ONNX格式,开发人员可以为他们的任务选择合适的框架,框架作者可以专注于创新增强,硬件供应商可以专注于简化优化。

得益于ONNX-ML,Windows支持经典的机器学习和深度学习,支持多种人工智能模型和场景。开发人员可以通过多种方式获得ONNX模型,包括:

  • 使用目前支持生成ONNX模型的任何框架来创建和训练ONNX模型,包括Caffe2, Chainer, PyTorch, 和Microsoft Cognitive Toolkit (CNTK)。
  • 通过使用ONNXML工具将包括SciKit-Learn和CoreML在内的各种来源的模型转换为ONNX模型。
  • 从ONNX model zoo获得预先训练的ONNX模型。

点击下方网址,你可以了解更多关于如何将ONNX模型集成到Windows应用程序中的信息。

  • https://docs.microsoft.com/en-us/windows/uwp/machine-learning/

微软还在Windows上为人工智能开发人员提供了一种很棒的开发体验。从Visual Studio Preview 15.7开始,在UWP项目中添加一个ONNX文件将会自动在你的项目中生成一个模型接口。对于Visual Studio的早期版本,开发人员可以使用MLGen工具生成代码接口,然后手工将其添加到他们的项目中。这一功能也将很快用于人工智能的Visual Studio工具中。对于消费者来说,这是个很棒的消息!你将会在Windows设备上看到更多的智能服务。

  • MLGen工具:https://docs.microsoft.com/en-us/windows/uwp/machine-learning/overview#automatic-interface-code-generation
  • Visual Studio:https://www.visualstudio.com/zh-hans/downloads/ai-tools-vs/?rr=https%3A%2F%2Fblogs.windows.com%2Fbuildingapps%2F2018%2F03%2F07%2Fai-platform-windows-developers%2F

人工智能和机器学习是当今开发和硬件行业的两个重要关键字,WinML和Windows开发者的人工智能平台应该能帮助这些功能实现更多的任务。

本文为atyun出品,转载请注明出处。更多内容关注微信公众号atyun_com;访问网站www.atyun.com;或加资源群:213252181

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2018-03-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏腾讯云技术沙龙

陈新宇:CKafka在人脸识别PAAS中的应用

我叫陈新宇,在格灵深瞳负责数据流的研发,首先特别感谢如今老师,他们把Kafka一个优秀的消息中间件写出来,也感谢腾讯云做了调优工作,现在就该到我们这些做应用的人...

1.1K50
来自专栏司想君

人工智能时代,前端工程师能做什么?

前端工程师在人工智能的团队到底能做什么,能体现怎么的价值?对此,可以先下图的一个总结,然后再会逐条结合实际以及业界的发展情况做一些分析

20940
来自专栏技术翻译

18个面向开发人员的机器学习平台

机器学习平台不是未来的潮流。它现在正在发生。开发人员需要知道如何以及何时利用他们的力量。使用像Filestack这样的合适工具在ML环境中工作可以使开发人员更容...

27700
来自专栏ThoughtWorks

避免成为“优秀的程序员” | TW洞见

今日洞见 文章作者来自ThoughtWorks:Deon Thomas,译者来自:陈翔。图片来自网络。 感谢ThoughtWorks校队小组:张力文 刘若然 ...

36990
来自专栏CDA数据分析师

数据科学的十大常见误区 你中枪了吗?

原作者 Shane Brennan 编译 Mika 本文为 CDA 数据分析师原创作品,转载需授权 对于数据科学领域的新手来说,以下的十大常见误区每一条都是血...

28170
来自专栏AI研习社

PyTorch 重大更新,0.4.0 版本支持 Windows 系统

AI 研习社最新消息,PyTorch 官方发布 0.4.0 版本,该版本的 PyTorch 有多项重大更新,其中最重要的改进是支持 Window 系统。

17540
来自专栏程序你好

AI开发人员可以使用18个机器学习平台

随着近几年AI的火热,机器学习平台(Machine learning platforms)也开始引领技术潮流。开发人员需要知道怎么样利用这些平台的能力。在ML环...

13330
来自专栏云计算D1net

有助于机器学习的7个云计算服务

用于机器学习、人工智能、数据分析的基于云计算的工具日前增多。其中的一些应用是在基于云计算的文档编辑和电子邮件,技术人员可以通过各种设备登录中央存储库,并在远程位...

24350
来自专栏ThoughtWorks

编程的精进之法|洞见

仝健 ThoughtWorks 编程,众所周知被定义为知识工作。所有的知识工作,从业者和门外汉都喜欢把它神秘化,将整个过程以不可知论的风格来解释。理由往...

37170

不应面向对象地针对业务行为建立模型!

在过去的几年中,我看到许多项目将几乎任何类型的业务需求都喜欢建立与需求原因无关的技术对象模型(后面可能简称对象模型)。在很多情况下,针对技术对象建立业务需求模型...

15520

扫码关注云+社区

领取腾讯云代金券