Microsoft запускает новые инструменты Машинное обучение
Microsoft, как и многие ее конкуренты, полностью погрузилась в машинное обучение. Этот акцент отчетливо виден на конференции Ignite компании, где сегодня было объявлено о ряде новых инструментов для разработчиков, которые хотят создавать новые модели ИИ, и для пользователей, которые просто хотят использовать эти существующие модели — либо от своих собственных команд, либо от Microsoft.
Для разработчиков компания сегодня запустила три основных новых инструмента: службу Azure Machine Learning Experimentation, Azure Machine Learning Workbench и службу Azure Machine Learning Model Management. Кроме того, Microsoft также выпустила новый набор инструментов для разработчиков, которые хотят использовать свою IDE Visual Studio Code для создания моделей с помощью CNTK, TensorFlow, Theano, Keras и Caffe2. А для неразработчиков Microsoft также предоставляет модели машинного обучения на основе Azure для пользователей Excel, которые теперь смогут вызывать функции ИИ, созданные учеными данных их компании, прямо из своих электронных таблиц.
Служба Experimentation полностью посвящена тому, чтобы помочь разработчикам быстро обучать и развертывать эксперименты по машинному обучению. Служба поддерживает все стандартные фреймворки с открытым исходным кодом (PyTorch, Caffe2, TensorFlow, Cahiner и CNTK от Microsoft) и может масштабироваться от локальных машин до сотен графических процессоров в облаке (благодаря использованию контейнеров Docker и службы Azure Batch AI Training). Инструменты также поддерживают Apache Spark в кластерах Azure HDInsight. Служба отслеживает все модели, конфигурации и данные (с использованием хранилищ Git), чтобы предоставить разработчикам полную версионизацию для их экспериментов.
Machine Learning Workbench — это настольный клиент для Windows и Mac (и да, в этом новом смелом мире приложения Mac от Microsoft на самом деле уже не так важны), который, по словам Microsoft, должен быть «панелью управления для вашего жизненного цикла разработки и отличным способом начать работу с машинным обучением». Он обеспечивает интеграцию с Jupyter Notebooks и IDE, такими как Visual Studio Code и PyCharm, и позволяет разработчикам создавать модели на Python, PySpak и Scala. Как отмечает Джозеф Сирош из Microsoft в сегодняшнем объявлении, самой интересной особенностью здесь может быть способность инструмента автоматически преобразовывать ваши данные, чтобы алгоритмы машинного обучения могли с ними работать.
Как и служба Experimentation, новая служба Model Management использует контейнеры Docker, чтобы помочь разработчикам и ученым данных развертывать и управлять своими моделями практически в любом месте, где может работать контейнер Docker (включая собственную службу Azure Container Service на основе Kubernetes от Microsoft).
Главный вывод из этих объявлений заключается в том, что Microsoft продолжает расширять свой набор инструментов для разработчиков, которые хотят создавать приложения на основе машинного обучения — как для внутренних, так и для внешних клиентов. Особенно приятно видеть, что эти инструменты поддерживают широкий спектр не связанных с Microsoft фреймворков. Несколько лет назад это, вероятно, не было бы подходом компании, но у каждого из этих фреймворков есть свои преимущества и недостатки, и, к счастью, Microsoft поняла, что ее фокус должен быть не на исключении некоторых фреймворков, а на предоставлении платформы, которая поддерживает их всех. Дело не в предоставлении фреймворков с открытым исходным кодом, а в предоставлении облачных служб, которые разработчики захотят использовать для обучения, развертывания и управления ими.
