微软发布了一系列新的机器学习产品

 
据悉，在其构建会议召开之前，微软今天发布了一系列新的机器学习产品，并对其现有的一些服务进行了调整。这些包括从无代码工具到托管笔记本，以及介于其间的许多新API和其他服务。不过，核心主题是，微软正在继续实施人工智能化的民主化战略。
在发布之前，我与微软的人工智能平台公司副总裁埃里克·博伊德坐下来讨论微软对这个领域的看法，在这个领域，它与Google和AWS等公司竞争激烈，以及众多，通常更多专业初创公司。在某种程度上，实际的机器学习技术已成为赌注。现在每个人都提供预先训练的模型，开源工具以及培训，构建和部署模型的平台。如果一家公司没有为竞争对手支持的某些用例提供预先训练的模型，那么它只是时间问题。然而，这是辅助服务和整体开发人员体验，像微软这样拥有开发这些工具的悠久历史的公司可以使自己与众不同。
“人工智能正在影响世界的经营方式，”博伊德说。 “在接下来的几年里，我们看到75%的商业企业在人工智能方面做得更多。根据Gartner的说法，在过去的几年里，它增加了两倍。因此，我们真的看到来自那里的工作量激增。随着人们推动这一进程，随着公司推动这一进程，开发人员站在第一线，试图找出如何推动公司前进，如何构建这些模型以及如何构建这些应用程序，并帮助扩展所有正在经历的变化。“
这些公司及其开发人员需要的是更强大的工具，使他们能够提高工作效率并更快地构建模型。在Microsoft，这些公司通常是大型企业，其中还包括能够扩展到企业的需求并提供他们所需的安全保障。
然而，随着公司开始采用机器学习，他们现在也已经达到了这样的程度，他们已经从一些测试转移到可能在生产中运行一百个模型。这带来了自己的挑战。 “他们正试图弄清楚如何管理这些模型的生命周期，”他说。 “我如何看待运营周期?我如何看待我准备部署的新模型?什么时候准备好了?“
仅在几年前，该行业开始转向使用DevOps模型来管理代码。微软本质上想要转向的是用于管理模型的MLOps。 “它与DevOps非常相似，但在工具运行方式方面存在一些明显的差异，”Boyd指出。 “在Microsoft，我们真正专注于如何解决这些问题，使开发人员提高工作效率，使用这些企业工具来推动他们在整个组织中所需的变更。”这意味着考虑如何引入源代码控制等概念例如，不断开发机器学习模型，并将采用新工具。
毫无疑问，添加更多MLOps功能是当今版本的主要部分。例如，该公司正在将其中一些功能集成到Azure DevOps中，以允许它们触发发布管道。该公司还为开发人员和数据科学家提供模型版本控制工具，例如，跟踪和管理他们的资产以及共享机器学习管道。
不过，这些是高级机器学习从业者的工具。另一方面，微软还宣布了一系列自动化机器学习工具，包括一个基本上自动化所有流程的工具，以及一个由Azure ML Studio构建的可视化模型构建器。正如博伊德告诉我的那样，即使像英国石油公司和俄勒冈州的Deschutes啤酒厂(如果有机会尝试他们的Black Butte Porter)这样的公司现在也会使用这些工具。
“我们在自动化机器学习中添加了一系列功能，以简化人们尝试使用此类工作的方式，”Boyd指出。
微软今天还在其认知服务阵容中推出了许多新服务，包括新的个性化服务，用于识别手写的API以及用于转录与多个发言者的对话的另一个。个性化服务在这里很突出，因为它使用强化学习，与大多数其他认知服务工具不同的机器学习技术，并且因为它比类似的服务更容易实现。对于商业用户，还有Form Recognizer，它可以轻松地从表单中提取数据。