مایکروسافت
مایکروسافت امروز نسخه 2.0 ابزار یادگیری عمیق خود را که اکنون Microsoft Cognitive Toolkit نامیده می‌شود، منتشر کرد. این کیت ابزار منبع باز که قبلاً با نام CNTK شناخته می‌شد، رقیب Microsoft برای ابزارهایی مشابه مانند TensorFlow، Caffe و Torch است. در حالی که نسخه اول توانست از نظر سرعت با بسیاری از رقبای خود رقابت کند، این نسخه دوم بر قابلیت استفاده (با اضافه کردن پشتیبانی از پایتون و کتابخانه شبکه عصبی محبوب Keras، به عنوان مثال) و قابلیت توسعه آینده تأکید می‌کند، در حالی که سرعت آن را نیز حفظ می‌کند – و بهبود می‌بخشد. این کیت ابزار در ابتدا در اکتبر 2016 به صورت بتا منتشر شد و این تیم از آن زمان تاکنون آن را تست کرده است. اکنون، این شرکت آن را برای استفاده در تولید آماده می‌داند. Xuedong Huang، عضو فنی مایکروسافت، گفت که انتشار نسخه 1.0 بیشتر در مورد منبع باز کردن کیت ابزار داخلی مایکروسافت و در دسترس قرار دادن آن برای دیگران بود. با این حال، از آنجایی که در واقع یک ابزار داخلی بود، از پایتون پشتیبانی نمی‌کرد، اگرچه پایتون به طور قابل توجهی محبوب‌ترین زبان در بین توسعه‌دهندگان یادگیری ماشین است. از آنجایی که مایکروسافت در ابتدا این کیت ابزار را برای سیستم‌های تشخیص گفتار ساخت، در کار با داده‌های سری زمانی برای ساخت شبکه‌های عصبی بازگشتی بسیار خوب عمل می‌کرد. با این به روز رسانی، این تیم نه تنها عملکرد Cognitive Toolkit را برای انواع دیگر شبکه‌های عصبی بهبود بخشیده است، بلکه زمینه را برای تسهیل توسعه این سیستم در دراز مدت فراهم کرده است. به عنوان مثال، Keras در این زمینه نقش دارد.
Huang تأکید کرد که نسخه اول Cognitive Toolkit در تعدادی از تست‌های استاندارد به راحتی از رقبای خود پیشی گرفت. Keras یک کتابخانه یادگیری عمیق محبوب مبتنی بر پایتون است که از قبل توسط TensorFlow و Theano پشتیبانی می‌شود، به عنوان مثال. اکنون که Cognitive Toolkit نیز از آن پشتیبانی می‌کند، به لطف معماری قابل توسعه جدید آن، توسعه‌دهندگان نه تنها می‌توانند به راحتی برنامه‌های موجود مبتنی بر Keras را به Cognitive Toolkit منتقل کنند، بلکه شاهد افزایش قابل توجه سرعت نیز هستند. Huang استدلال می‌کند که در شرایط مناسب، Cognitive Toolkit می‌تواند تا 3 برابر از رقبای خود عملکرد بهتری داشته باشد. علاوه بر این، نسخه 2.0 شامل پیوندهای زبان جاوا برای ارزیابی مدل و تعدادی ابزار جدید است که به مدل‌های آموزش دیده اجازه می‌دهد تا روی دستگاه‌های نسبتاً کم‌مصرف از جمله گوشی‌های هوشمند اجرا شوند. Cognitive Toolkit در حال حاضر به طور گسترده در مایکروسافت استفاده می‌شود. با این حال، همانطور که Huang با صراحت پذیرفت، برخی از گروه‌ها در داخل این شرکت از کیت ابزارهای دیگر نیز استفاده می‌کنند. Huang گفت: “هیچ کیت ابزاری وجود ندارد که در همه چیز عالی باشد. ما می‌خواهیم به جامعه هوش مصنوعی کمک کنیم. ما نمی‌گوییم که Microsoft Cognitive Toolkit راه‌حل همه چیز است.” مانند گوگل، فیسبوک و دیگران، مایکروسافت مطمئناً دوست دارد اکوسیستم یادگیری ماشین بیشتر راه حل‌های خود را پیرامون کیت ابزار خود بسازد. برای انجام این کار، باید سهم ذهن خود را در بین توسعه‌دهندگان افزایش دهد. جای تعجب نیست که مایکروسافت بر این واقعیت تأکید می‌کند که Cognitive Toolkit یک سیستم battle-tested است که برای راه‌اندازی بیشتر سیستم‌های AI داخلی خود، از جمله Cortana، استفاده می‌کند و می‌تواند مدل‌ها را سریع‌تر از اکثر رقبای خود آموزش دهد. به طور کلی، Huang گفت که پیش‌بینی ویژگی‌هایی که در نسخه 3.0 خواهد آمد، سخت است. او گفت: “هوش مصنوعی و یادگیری عمیق زمینی است که خیلی سریع در حال حرکت است، بهترین کاری که می‌توانیم انجام دهیم این است که به طور پیوسته خودمان را تطبیق دهیم، تکرار کنیم و بهبود بخشیم. ما کاملاً از چالش‌های پشتیبانی از این جامعه بزرگ و شگفت‌انگیز هوش مصنوعی آگاه هستیم. ” با این حال، یک ویژگی که او قطعاً می‌خواهد آن را حفظ کند، رهبری عملکرد Cognitive Toolkit است.
