Microsoft简化了Azure机器学习中的AI模型创建

 
在华盛顿州西雅图举行的年度Build开发者大会上，微软宣布了Azure机器学习的增强功能，该服务使用户能够为云托管和本地应用程序构建预测模型，分类器和推荐系统。
“我们致力于构建最高效的人工智能平台，我们将在Azure机器学习中提供关键的新创新，从而大规模地简化机器学习模型的构建，培训和部署过程，”Microsoft云和AI集团执行副总裁写道总统斯科特格思里在博客文章中。 “今天，我们正在为开发人员提供创新的Azure服务，以构建下一代应用程序。有95%的财富500强客户在Azure上运行，这些创新可以产生深远的影响。“
具体来说，Azure机器学习 – 除了自动超参数调整之外，已经拥有对Facebook的PyTorch，Google的TensorFlow和scikit-learn等AI框架的支持 – 现在具有更直观的自动ML界面，旨在简化模型创建，以及一个拖放式视觉机器学习仪表板。另外还有一套MLOps功能，它们与Azure DevOps，Microsoft的端到端软件开发工具包相结合，旨在提高AI模型设计的可重复性，可审计性和自动化。
“[有一类AI从业者]正在学习机器学习概念，他们想制作自己的模型，但他们不是编码员。这可能是IT专业人士，或具有统计学或数学背景的人，“微软人工智能主管Bharat Sandhu说。 “对于那些客户，我们提供了直观地制作模型的经验。”
这一周的升级捆绑并不是全部。 ONNX(开放式神经网络交换)Runtime是由微软，Facebook，IBM，华为，英特尔，AMD，ARM和高通公司开发的开源AI生态系统，可让开发人员在框架之间无缝切换，现在支持Nvidia的TensorRT和Intel的nGraph for high Nvidia和Intel硬件上的高速推理(即预测)。此外，微软正在制造通常可用的硬件加速模型，这些模型运行在现场可编程门阵列(FPGA)或设计用于制造后配置的集成电路上。
微软还宣布广泛推出Azure Search的认知搜索，Azure Search是一种完全托管的托管云搜索服务，允许用户应用算法从结构化和非结构化内容中提取洞察力。它预览了一种功能，使开发人员能够存储这些洞察，以创建BI可视化或机器学习模型。
最后，该公司透露，它现在是MLflow项目的积极贡献者，MLflow项目是一种以可重复使用和可重复的方式打包数据科学代码的开源格式。 “人工智能和机器学习可以将开发人员变成英雄，因为他们能够为客户提供真正个性化，超级沉浸式的体验，”微软运营数据库和区块链产品营销总监Wisam Hirzalla表示。 “我们希望任何公司都能轻松使用这项技术。”
微软于2014年6月推出了Azure机器学习，并于2018年12月推出。随后，它推出了新的工具，如Machine Learning Workbench，它使开发人员更容易管理机器学习模型，以及AI模型生成功能自动选择并优化目标方案的算法。它还推出了模型可解释性，这是一种减轻偏差的解决方案，可帮助客户确定哪些输入功能在系统预测中最重。
去年秋天，Azure机器学习获得了一个Python软件开发工具包以及与Power BI的互操作性，Power BI是一种便于创建报告，仪表板等的业务分析服务。截至11月，Azure内置的AI模型可以在Power BI中共享，它可以自动发现每个用户可以访问的模型，并自动创建一个点击式用户界面来调用它们。
Azure机器学习补充了Microsoft的Azure Bot服务等服务，这是一个可扩展的聊天机器人平台，迄今为止已创建了400,000个数字代理(每周有3,000个在线)。它与Azure认知服务图像，一组API，软件开发工具包和容器图像相吻合，使开发人员能够使用AI注入应用程序。