(Dr. Shen Xiangyang, Wakil Presiden Eksekutif Microsoft Global dan Kepala Divisi Kecerdasan Buatan dan Penelitian Microsoft di Konferensi Kecerdasan Buatan Microsoft 2018)
Dalam konferensi baru-baru ini, Microsoft telah berulang kali menekankan pandangan dunia barunya "Intelligent Cloud Intelligent Edge". Microsoft yang telah tertinggal di era mobile internet tampaknya terlahir kembali di era kecerdasan buatan dengan slogan baru ini.
Namun, Microsoft, yang dimulai dengan sistem operasi Windows, tidak melepaskan "sistem" tersebut. Pada 2017, Microsoft memposisikan Beijing dan mendirikan Pusat Gabungan Sistem Kecerdasan Buatan Institut Riset Asia Microsoft (Asia) Institut Teknik Internet, yang bertujuan untuk membangun platform sistem inti dan paling dasar untuk ekosistem AI Microsoft.
Pada tanggal 20 Juni, Zhou Lidong, wakil dekan Microsoft Research Asia dan kepala Pusat Gabungan Sistem Kecerdasan Buatan, dan timnya mengadakan lokakarya mendalam untuk memperkenalkan lebih dari sepuluh media teknologi termasuk Leifeng. Inovasi sistem ".
Apa itu sistem? Definisi yang diberikan oleh Microsoft adalah bahwa sistem adalah organisasi dari individu-individu yang tersebar dan kompleks menjadi satu kesatuan yang teratur. Di bidang komputer, Anda mungkin juga memahami istilah abstrak dan sederhana ini sebagai platform. "Untuk waktu yang lama, Microsoft telah menjadi perusahaan platform. Dari sistem operasi awal dan database hingga platform cloud dan sistem terdistribusi, mereka sebenarnya dapat disebut 'sistem'."
Ada sistem operasi di era PC dan sistem terdistribusi di era Internet. AI mengedepankan persyaratan baru untuk sistem tersebut. Kecerdasan buatan pada tahap ini memiliki tiga pilar yang sangat penting - data besar, algoritme baru, dan perhitungan besar. Sebagai penghubung antara data dan algoritme, "sistem" merupakan elemen kunci yang tidak diketahui publik. Sistem yang baik dapat secara efektif mendukung arsitektur, pengembangan, penerapan, dan pendaratan aplikasi AI.
Zhou Lidong memperkenalkan bahwa Pusat Gabungan Sistem Kecerdasan Buatan Microsoft akan menjadi satu Platform AI tumpukan penuh (AI Stack) , Ini dapat memberikan dukungan menyeluruh bagi pengembang AI, sehingga mayoritas pengembang AI dan tim teknis di balik aplikasi AI dapat lebih nyaman dalam mengembangkan aplikasi AI tanpa rasa khawatir.Saat ini, sebagian besar dibagi menjadi tiga level:
Satu, daya komputasi AI. Ini mencakup segala sesuatu mulai dari perangkat keras hingga infrastruktur hingga sistem manajemen, dan memanfaatkan sepenuhnya teknologi yang muncul seperti GPU dan FPGA, serta sistem terdistribusi skala besar yang relatif matang seperti komputasi awan dan data besar, untuk memaksimalkan nilai kemampuan komputasi AI.
Kedua, lapisan tengah platform AI. Termasuk bahasa pemrograman, berbagai toolkit, dll., Untuk orang yang mengembangkan algoritme AI, dan menyediakan lingkungan pengembangan dan operasi yang lengkap.
Tiga, algoritma AI. Sediakan algoritme AI yang matang untuk digunakan developer, misalnya, biarkan toolkit kognitif Microsoft CNTK dan TensorFlow, Caffe, dan kerangka kerja lainnya mewujudkan konversi yang fleksibel. Model yang dilatih dalam satu kerangka kerja dapat digunakan dengan mulus di kerangka lain. Dan mengintegrasikan lebih banyak algoritme ke dalam Visual Studio.
Platform AI full-stack (AI Stack) mewujudkan filosofi sistem Microsoft. Platform ini menghubungkan teknologi dan toolkit yang mendasarinya untuk secara langsung meningkatkan efisiensi developer dalam pengembangan pembelajaran mendalam dan pelatihan model. Namun, bagi developer, keseluruhan sistem tampak tidak terlihat dan tidak terlihat. terlihat. Pemikiran sistematis semacam ini membantu mewujudkan tujuan "popularisasi AI" dan membangun platform AI universal. Tentu saja, pembangunan yang terkoordinasi di semua tingkatan tetap diperlukan.
Leifeng.com mengetahui bahwa dalam hal kapabilitas komputasi AI, Intel, Google, dll. Terutama berfokus pada chip AI, sementara Microsoft menekankan Azure Smart Cloud. Azure Smart Cloud menyatukan investasi besar-besaran Microsoft dan akumulasi teknologi di bidang kecerdasan buatan. Ini adalah platform cloud untuk pengembangan, penerapan, dan pengoperasian kecerdasan buatan. Ini juga merupakan tautan utama dalam integrasi cloud cerdas dan intelligent edge. Microsoft telah memperluas kemampuan Azure.
Azure saat ini memiliki empat aspek: cloud publik Azure, cloud hybrid Azure Stack, Internet of Things Azure IoT Edge, dan Azure Sphere. Keempat aspek ini menciptakan lingkungan komputasi yang lengkap dan mendukung skenario aplikasi baru.
Di lapisan tengah platform AI, Microsoft sudah memiliki berbagai alat: Project Brainwave, ML.NET, ONNX, OpenPAI, Alat untuk AI, NNI, dll., Semuanya bertujuan untuk menyediakan alat pengembangan kecerdasan buatan yang lebih mudah dan lebih efisien.
Proyek Brainwave Microsoft yang dirilis pada tahun 2017 dapat menggunakan infrastruktur FPGA di Azure untuk menyelesaikan pemrosesan kecerdasan buatan waktu nyata. Pengguna hanya perlu melewatkan satu batch data real-time untuk mendapatkan hasil yang biasanya memerlukan lebih banyak pemrosesan data batch.
Pada Build 2018 Microsoft Worldwide Developers Conference, Microsoft mengumumkan peluncuran versi pratinjau dari kerangka pembelajaran mesin sumber terbuka lintas platform ML.NET. ML.NET memungkinkan pengembang mana pun untuk mengembangkan model pembelajaran mesinnya sendiri yang disesuaikan dan mengintegrasikannya ke dalam aplikasinya sendiri. Pengembang tidak perlu memiliki pengalaman dalam mengembangkan dan men-debug model pembelajaran mesin.
Pada Konferensi Kecerdasan Buatan Microsoft 2018 berikutnya, Microsoft memperkenalkan dua alat baru: Platform Terbuka untuk AI (OpenPAI) dan Alat untuk AI.
OpenPAI dikembangkan bersama oleh Microsoft Research Asia dan Microsoft (Asia) Internet Engineering Institute. Ini bertujuan untuk menyediakan platform manajemen klaster kecerdasan buatan yang sangat disesuaikan dan dioptimalkan untuk pembelajaran mendalam. OpenPAI mendukung berbagai pembelajaran mendalam, pembelajaran mesin, dan tugas-tugas data besar, dan dapat menyediakan Penjadwalan cluster GPU skala besar, pemantauan cluster, pemantauan tugas, penyimpanan terdistribusi, dan fungsi lainnya.
Alat untuk AI juga dibangun oleh tim China, menyediakan pengembang dengan platform lengkap, siklus hidup produk perangkat lunak lengkap, dan kit pengembangan yang mendukung berbagai kerangka kerja pembelajaran mendalam. Pengembang dapat dengan cepat mengembangkan program yang terkait dengan pembelajaran mendalam melalui alat pengembangan Visual Studio dan Visual Studio Code yang sudah dikenal. Fungsi instalasi sekali klik dari Tools for AI dapat membantu pengembang mengonfigurasi lingkungan pengembangan pembelajaran yang mendalam. Dengan fungsi pengembangan bahasa Python dari Visual Studio (Kode), pengembang dapat dengan mudah mengedit dan men-debug kedalaman utama berdasarkan CNTK, TensorFlow, PyTorch, dll. Program pelatihan pembelajaran mendalam yang dibangun di bawah kerangka pembelajaran.
Selain alat yang telah dirilis di atas, peneliti senior Wu Ming dan peneliti Xue Hui dari Microsoft Research Asia mendemonstrasikan inovasi Microsoft di tempat dalam sistem kecerdasan buatan di lokakarya.
Wu Ming menunjukkan tiga jalur pengoptimalan back-end framework pembelajaran mendalam. Yang pertama adalah kartu jaringan RDMA teknologi jaringan perangkat keras. Saat ini, banyak kluster GPU yang menargetkan pembelajaran dalam telah menerapkan jaringan tersebut. Untuk lebih memanfaatkan kapabilitas perangkat keras jaringan berkecepatan tinggi seperti RDMA dan NVLink, Microsoft telah merancang mekanisme komunikasi tanpa salinan untuk mengirimkan data Tensor secara langsung ke pihak penerima. Setelah melakukan eksperimen di TensorFlow, kecepatan konvergensi metode ini pada serangkaian model jaringan neural meningkat 2-8 kali. Yang kedua adalah fusi kernel. Ide utamanya adalah bagaimana mengoptimalkan secara otomatis model jaringan pembelajaran mendalam apa pun, meningkatkan efisiensi komputasi satu unit komputasi, dan mencapai akselerasi kinerja sekitar 10 kali lipat. Yang ketiga adalah memperluas TensorFlow API sehingga pengguna dapat langsung mengontrol kompresi dan kuantisasi dalam skrip model. Ide lainnya adalah menyalin data masukan ke CPU secara asinkron untuk menutupi overhead penyalinan data. Pendekatan ini perlu diintegrasikan dengan kernel.
Peneliti Xue Hui memperkenalkan NNI yang dikembangkannya. Xue Hui awalnya terlibat dalam pemrosesan bahasa alami. Setelah bergabung dengan grup sistem, berdasarkan pengalaman pribadinya dalam penelitian ilmiah di bidang teknis tingkat atas, ia mengembangkan lapisan bawah yang disebut Neural Network Intelligence (NNI) dengan Yang Mao, kepala peneliti Microsoft Research Asia. bingkai. Project NNI berasal dari proses rumit pengembangan machine learning tradisional. Secara khusus, deep learning masih dalam status kotak hitam. Peneliti sering kali perlu menghabiskan banyak waktu untuk pemilihan model dan debugging hyperparameter. Kelahiran NNI tidak hanya dapat mendukung sistem operasi dan bahasa pemrograman yang berbeda, dan secara otomatis membantu pengguna menyelesaikan analisis data, perbandingan model, debugging parameter, dan analisis kinerja, tetapi juga memfasilitasi pengguna untuk menjalankan model pada sistem terdistribusi yang berbeda. Dalam waktu dekat, NNI akan dirilis dalam bentuk toolkit open source, yang akan memberikan lebih banyak kemungkinan bagi peneliti dan pengembang untuk berinovasi dan mempercepat laju penelitian ilmiah dan pengembangan teknologi.
Hal terpenting untuk suatu sistem adalah kemudahan penggunaan. Proyek di atas Microsoft dapat memberdayakan lebih banyak peneliti, pengembang, dan praktisi melalui pengoptimalan dan inovasi sistem.
Leifeng.com mengetahui bahwa, selain Microsoft, perusahaan raksasa lain juga secara aktif mempromosikan sistem / platform kecerdasan buatan. Intel memiliki "solusi tumpukan penuh kecerdasan buatan", yang mencakup chip, prosesor, basis data, alat perangkat lunak sumber terbuka, dll.; Apple memiliki Kerangka kerja pembelajaran mesin Core ML, Create ML, kecerdasan buatan percakapan Siri. Di masa depan, apa sistem ikonik dari era kecerdasan buatan? Kita perlu terus mengeksplorasi.
- Di luar iPhone! Xiaomi MIX2S mencapai puncak dalam poin lari, dan perbedaan iPhone8Plus hampir 60.000 poin!