اسقرار موتور استنتاج متن‌باز مایکروسافت در بطن ویندوز

مایکروسافت در آستانه‌ی ارائه‌ی دستاوردی متن‌باز درزمینه‌ی یادگیری ماشین، تقیدش به هوش مصنوعی را باردیگر اثبات می‌کند.

در پی توافق مایکروسافت و فیسبوک برای تبادل مدل‌های شبکه‌ی عصبی باز (پروژه‌ی ONNX)، اکنون غول نرم‌افزاری دنیا بنا دارد کد منابع مربوط به موتور استنتاج ONNX را به‌منظور به‌کارگیری در پروژه‌های حوزه‌ی یادگیری ماشین ارائه کند.

مایکروسافت در کنفرانس سالانه‌‌اش برای توسعه‌دهندگان، چند دستاورد جدید خود در حوزه‌ی هوش مصنوعی را رونمایی خواهد کرد که یکی از برجسته‌ترین آن‌ها متن‌بازشدن یکی از بخش‌های مهم پلتفرم یادگیری ماشین در ویندوز است (Windows ML).

طبق اعلام مقام‌های رسمی Microsoft در روز گذشته، کدهای منبع ONNX Runtime به‌زودی ارائه خواهند شد. درحقیقت، ONNX Runtime موتور استنتاجی برای مدل‌های یادگیری ماشین است که در چهارچوب ضوابط ONNX فعالیت می‌کند. مایکروسافت این کدها را روی گیت‌هاب قرار می‌دهد تا توسعه‌دهندگان بتوانند با یکپارچه‌سازی و اعمال تغییرات لازم در آن‌ها مطابق با وضعیت پروژه‌های خودشان، زمینه‌ی اجرای این پروژه‌ها روی انواع سیستم‌‌عامل‌ها را فراهم کنند.

موتور ONNX بخش مهمی از پلتفرم یادگیری ماشین ویندوز به‌حساب می‌آید. مایکروسافت این رابط یادگیری ماشین را با این هدف در ویندوز ۱۰ مستقر کرده که توسعه‌دهندگان از روش‌ها و مدل‌های این فناوری در نرم‌افزارهای کاربردی‌‌شان استفاده کنند. قابلیت جالب این موتور استنتاج این است که می‌تواند فرایند آزمایش و ارزیابی مدل‌های آموزش‌‌پذیرفته (Trained Model) را به‌جای اینکه روی سازوکارهای ابری انجام دهد، روی خود سیستم ویندوزی توسعه‌دهنده انجام دهد.

در سال ۱۳۹۶، Microsoft و Facebook چهارچوب ONNX را با هدف اینکه توسعه‌دهندگان بتوانند مدل‌های یادگیری عمیق را بین فریمورک‌های هوش مصنوعی گوناگون ازجمله مجموعه ابزار آموزش‌پذیری اختصاصی خودشان به نام CNTK تبادل کنند، طرح‌ریزی و اجرا کردند.

طبق گزارش CNBC در ماه گذشته، اخیراً مایکروسافت به‌دلیل جایگزینی تکنیک‌های PyTorch فیسبوک و TensorFlow گوگل، تصمیم به کنارگذاشتن تدریجی مجموعه ابزار CNTK گرفته است.

یکی از سخن‌گویان کوپرتینویی درباره‌ی گزارش CNBC گفته است:

مایکروسافت معتقد است با اکوسیستمی متن‌باز می‌توان هوش مصنوعی را دراختیار همگان قرار داد. ما کشش و انگیزه‌ی توسعه‌دهندگان و متخصصان داده درقبال ONNX و Python را شاهد هستیم؛ لذا بیشتر در این بخش‌ها سرمایه‌گذاری خواهیم کرد. باوجوداین، پشتیبانی از CNTK را نیز همچنان ادامه خواهیم داد.

خالق آژور همچنین درحال‌توسعه‎‌ی سرویس یادگیری ماشینی برای آن است که متخصصان داده را قادر سازد تا مدل‌های یادگیری ماشین از نوع آموزش و انتشار (Train and Deploy) را تولید کنند.

در برخی اخبار دیگر حوزه‌ی هوش مصنوعی نیز آمده است مایکروسافت در این مقطع زمانی، علاوه‌بر تمرکز روی تقویت و ارتقای وب‌سرویس‌های آموزش‌پذیری آژور به‌عنوان محصولی راهبردی، درگیر فراهم‌کردن سازوکاری برای استفاده از سرویس‌های هوش مصنوعی به‌صورت آفلاین بوده است. برای مثال، می‌توان به نسخه‌ی پیش‌انتشار سرویس‌های یادگیری زبان این شرکت اشاره کرد.