Портативность и доступность искусственного интеллекта — новые мантры Microsoft

В беседе у камина в Microsoft Ignite конференция в Орландо на этой неделе, генеральный директор Сатья Наделла передано модератору Уолтер Айзексон что одна из его целей заключалась в том, чтобы Майкрософт снова стать любопытной компанией, которая признает, что не знает всего.

Частично любопытство означает выход из зоны комфорта, о чем мы увидели дополнительные подтверждения в анонсах, особенно в отношении SQL Server, вышедших на конференции на этой неделе.

Релиз SQL-сервер 2017 на обеих виндах и Linux, очевидно, не стал сюрпризом — Microsoft заявила о своих намерениях примерно 18 месяцев назад. Но это был последний шаг в процессе превращения Linux в первоклассного гражданина, особенно на платформе, которая действительно имеет значение для Microsoft, облако Azure (к сведению, SQL Server в Linux также доступен в локальной версии). версия).

Обзор: SQL Server 2017 добавляет Python, обработку графов и работает на Linux

Полную историю SQL Server 2017 уже рассказал Big on Data, братан. Эндрю Брастна этих страницах. В этом объявлении не было особого напряжения, учитывая, что Microsoft раскрыла свои намерения в отношении Linux. больше года назад. Порт был хорошо продуман, поскольку в результате получился собственный интерфейс Linux с поддержкой форм командной строки и разработки пакетов, к которым привыкли разработчики Linux. Немного удивительно, как туда попал SQL Server (под обложкой находится невидимая загрузка Windows, которая является частью процесса). Но SQL Server 2017 в Linux действительно выглядит и ощущается как база данных Linux. И, как отметил Эндрю, есть тесты, показывающие его производительность.

Неудивительно, что для первого выпуска версия Linux еще не полностью соответствует Windows. В некоторых случаях это всего лишь вопрос времени; следующий выпуск Dot, вероятно, будет предлагать поддержку R и Python в базе данных, которые теперь являются частью Windows. В других случаях возникают вопросы, будут ли функции, ориентированные на Windows, такие как службы SQL Server Reporting Services, востребованы базой Linux.

Конечно, в 2017 году было практически невозможно избежать натиска объявлений и стратегий, основанных на машинном обучении и искусственном интеллекте. На самом деле, поскольку Microsoft не новичок в машинном обучении (особенно с учетом ее опыта в области машинного обучения), Бинг и Кортана), это было скорее вопросом того, чтобы держать ухо востро.

Microsoft всегда придерживалась темы демократизации в своей продуктовой стратегии, поскольку ее платформы и приложения начинались в рабочей группе и доходили до предприятия. Тем не менее, реальность в отношении МО и ИИ такова, что они сильно разрекламированы, но предложение квалифицированных практиков затмевает спрос. Типичный клиент Microsoft для малого и среднего бизнеса не собирается позволить себе специалиста по обработке данных, даже если бы он мог его найти.

Это была тема Студия машинного обучения Azure, облачный сервис, который Microsoft предлагает уже несколько лет. Он обеспечивает огороженный подход, который предлагает более безкодовый подход с перетаскиванием для построения моделей машинного обучения без необходимости погрузитесь в тонкости кодирования или выберите из бесконечно расширяющегося диапазона фреймворков и библиотек, которые становятся доступными в дикий. Подход Microsoft к демократизации искусственного интеллекта и машинного обучения также очевиден благодаря ее намерению наполнить такие приложения, как Office, функциями. которые выходят за рамки грамматического выделения (зеленые волнистые линии в Word) и фактически указывают на лишнее абзацы.

Но Microsoft понимает, что ей необходимо заняться более глубокими аспектами искусственного интеллекта и машинного обучения. Частично это предполагает предложение портфеля API для собственной интеллектуальной собственности, аналогично тому, как это уже сделали AWS и Google. Microsoft выпустила ряд «когнитивных» API, предназначенных для распознавания речи и изображений, как и ее основные облачные конкуренты. Это области, в которых каждый крупный поставщик облачных услуг будет постоянно совершать чехарду.

Обслуживание элитной аудитории специалистов по науке о данных и программистов искусственного интеллекта — это не просто вопрос не отставать от Джонсов. В то время как Azure, как AWS и Google Cloud, предлагает свои собственные облачные сервисы машинного обучения, разработка более амбициозных когнитивных или глубоких услуги обучения могут иметь побочные эффекты в дальнейшем, обогащая основной портфель Microsoft в сфере бизнеса и производительности. Приложения. Итак, Microsoft работает с несколькими избранными клиентами Global 2000 над когнитивными услугами для приложений поддержки клиентов и повышения качества обслуживания.

Хотя это, очевидно, те типы разовых обязательств, для которых Microsoft нет известно, результаты могут в конечном итоге стать основой портфеля, например Динамика 365 с новые возможности которые выходят за рамки чат-ботов или предоставляют более надежные и лучшие предложения, или с Excel, где он (и партнеры) могут предоставлять библиотеки функций ML, которые можно вызывать в вашей элементарной электронной таблице.

В рамках решения более глубокой задачи искусственного интеллекта и машинного обучения Microsoft представляет Рабочая среда машинного обучения Azure который занимается подготовкой данных, разработкой моделей (путем интеграции Блокноты Jupyter) и развертывание. В целом организации, покупающие услуги анализа больших данных в облаке, с большей вероятностью будут иметь специалистов по данным, и очевидно, что Microsoft должна их обслуживать.

И в идеале эти модели машинного обучения отслеживаются и версионируются, поскольку организации все чаще подвергаются тщательному контролю за обеспечением конфиденциальность и суверенитет данных, они, вероятно, в конечном итоге будут нести ответственность за модели ОД, которые используются против данные.

Microsoft, очевидно, здесь не одинока. Предложение платформ для развертывания и управления жизненным циклом моделей машинного обучения — это возможность не отставать от Джонсов. Например, такие поставщики, как ИБМ и Клаудера уже представили платформы для обработки данных, предназначенные для объединения ученых, занимающихся данными, с данными инженеров и разработчиков, чтобы модели, разработанные специалистами по обработке данных, оставались неизменными, когда они действительно получают развернут. Эта область также привлекает значительную стороннюю экосистему из Датаикус к Роботы обработки данных и Лаборатории данных Домино мира. Учитывая возможности совместной работы некоторых сторонних предложений, мы не удивимся, если Microsoft в конечном итоге сделает здесь еще одно приобретение.