[2/3] В продолжение: Сатья говорит, что при всем этом технологическом давлении в сторону автоматизации и повышения роли ИИ, именно технологические компании должны закладывать в свои решения ограничения или принципы, которые будут работать на благо человечества. Для Microsoft он выделяет три ключевые задачи. 1) Empower people — мы должны создавать такие решения, которые улучшают и расширяют наши возможности (а не заменяют нас). 2) Inclusive Design — технологии должны вовлекать в экономику и общественные процессы большее количество людей, включая разные социальные слои и людей с различными ограничениями. 3) Build trust in technology — на разработчках лежит ответственность за создаваемые алгоритмы и решения. #intelligent #cloud #edge #everything #ai

[3/3] Помимо большого числа технологических анонсов от Скотта Гатри про инструменты разработки и облако и от Гарри Шума про искусственный интеллект, ботов и Microsoft Graph (см. ссылки ниже), интересно отметить несколько тем, которые проходят красной нитью:
1. Необходимость в прикладных инструментах для создания решений, которые переносимы между облаком и конечными точками. От инструментов разработки и отладки, в том числе на данных из продакшена, до средств упаковки (конечно, контейнеры). Хотя сейчас это кажется просто утилитарным, на самом деле, за этим уже видится большой будущий сдвиг в парадигмах разработки.
2. Поддержка Open Source в облаке, перенос .NET и SQL на Linux, кросс-платформенный Service Fabric, serverless-вычисления — все это кусочки большой мозаики, в которой логика и данные сознательно распределены между cloud и edge.
3. Кастомизация ИИ-решений (в нашем случае, когнитивных сервисов) как следующий шаг адаптации ИИ. От готовых сервисов мы постепенно переходим к решениям, которые разработчики смогут адаптировать под свои данные и области применения. Отсюда кастомное распознование объектов, речи, текстов и т.д. #intelligent #cloud #edge #everything #ai

Анонсы про облако и инструменты: https://azure.microsoft.com/ru-ru/blog/new-innovations-at-microsoft-build-2017-helping-developers-achieve-more/
Анонсы про ИИ, ботов и граф: https://blogs.microsoft.com/blog/2017/05/10/microsoft-build-2017-microsoft-ai-amplify-human-ingenuity/

[2/3] Ряд анонсов вокруг переносимости и синхронизации опыта продолжает тему "Mobility of UX". Особенно это интересно в контексте упомянутой выше концепции "Intelligent Edge": единый Microsoft Graph для разных платформ, адаптивные карточки, покрывающие спектр от ботов до мобильных приложений, .NET Standard 2.0 и грядущий XAML Standard. Граф, который объединяет уже не просто данные о людях, но также обеспечивает синхранизию файлов, настроек, состояния приложений и сведений о текущих активностях пользователя, — это очевидная основа для интеллектуальных решений как на клиенте (например, учет контекста), так и на сервере (общая аналитика). Адаптивные карточки — это вроде бы к визуализации, но снова к облегчению переносимости опыта между платформами, а для этого нужна гранулярность и фреймворк, которые возьмут на себя подстройку под UX, дав возможность разработчику сосредоточиться на логике. Xamarin, .NET, XAML — это тоже усилия по стиранию границ между различными устройствами в "Intelligent Edge". https://blogs.windows.com/buildingapps/2017/05/11/windows-home-developers-windows-10-fall-creators-update/ #intelligent #edge #xaml #dotnet #graph #adaptive

Немножко прикладного AI: Per Harald Borgen рассказывает про Synaptic.js, библиотеку для создания относительно (пока) простых сеточек прямо в браузере или на стороне сервера на Node.js. https://medium.freecodecamp.org/how-to-create-a-neural-network-in-javascript-in-only-30-lines-of-code-343dafc50d49 (GitHub: https://github.com/cazala/synaptic). Я, правда, пока теряюсь в конкретных сценариях, хотя и понимаю, что AI в браузере - это лишь вопрос времени, благо вычислительных возможностей для прогонки готовых сеток становится все больше — тут и типизированные числа, и Web Assembly и некоторый доступ к видео-карте. #ai #edge #computing #js

Я уже как-то писал о проекте коллег ELL из MSR, позволяющем запускать обученные модели для CNTK на Arduino и Raspberry Pi. Теперь история раскатывается на Windows-приложения, точнее UWP-приложения. Соответствующая возможность появилась в CNTK 2.1. Важный нюанс для разработчиков - сама библиотека для прогонки модели рассчитана на C++ байндинги, поэтому для C#-проектов нужна небольшая обвязка. Подробности и пример кода тут: https://blogs.windows.com/buildingapps/2017/08/31/cognitive-toolkit-model-evaluation-uwp/ #UWP #CNTK #AI #Edge #Computing

Тем не менее, новость в духе концепции "intelligent edge" (это про то, что конечные устройства становятся все более умными и часть ИИ-логики переносится именно туда): в наших когнитивных сервисах для распознавания изображений можно не только обучить собственную модель, но и экспортировать ее в сжатом виде под CoreML (iOS). В целом — это такая большая тема, как сделать распределенную обучаемо-исполнительную сеть умных сетей. https://azure.microsoft.com/en-us/blog/custom-vision-service-introduces-classifier-export-starting-with-coreml-for-ios-11/ (внутри есть ссылка на инструкцию и пример на GitHub). #ai #coreml #cognitive #services #intelligent #edge

Я уже несколько раз упоминал концепцию Intelligent Edge (это когда вычислительные ресурсы переносятся к месту генерации данных - vs. облако и т.п.). Как говорится, у данных есть сила притяжения (data has gravity), и во многих случаях проще и выгоднее нарастить возможности обработки данных на конечном устройстве, нежели гонять все туда-обратно в облако.

Несколько мыслей в нашем корпоративном блоге про IoT о том, как развитие этой темы развития интеллектуальности на конечных условиях будет влиять на разные индустрии:
1. Снижение суммарной цены IoT-решений за счет более гибкого проектирования, какие данные, где и с какой скоростью обрабатываются.
2. Безопасность и управляемость будут повышаться за счет разделения процессов и данных на те, которые выполняются локально и те, которые можно отсылать в облако, не нарушая регулирующие требования.
3. Улучшение времени реакции за счет локальной обработки данных, и соответственно более быстрое принятие критичных решений вроде управления машиной или остановки заводсткого оборудования.
4. Автономный режим и работа в условиях ограниченной связи — будет особенно критично там, где периодическое отсутствие связи — это норма (корабли, самолеты, сельская местность).
5. Взаимодействие между старыми и новыми инфраструктурами — интеллектуальная прослойка позволит комбинировать существующее оборудование с современными сенсорами и облачными возможностями. Как следствие — получение дополнительных инсайтов и повышение управляемости без существенной перестройки производственных мощностей.
https://blogs.microsoft.com/iot/2017/09/19/five-ways-edge-computing-will-transform-business/ #iot #intelligent #edge #cloud

Немного воскресного чтива про ИИ и будущее вычислений от Azeem Azhar. Лежало в закладках с лета, наконец-то добрался прочитать целиком. Все на Medium под paywall, поэтому по ссылке краткий пересказ.

В статье Азим рассказывает, почему на рынке вычислений нас ждут большие изменения. Три ключевых тренда:
1. В целом, массовый рост спроса на вычислительные мощности
2. Расцвет облака и бум на оконечной стороне (edge).
3. Появление новых разновидностей чипсетов.

http://telegra.ph/II-i-budushchee-vychislenij-09-30

#ai #computing #hardware #chipsets #intelligent #edge #cloud

Оригинал:
Часть 1: https://medium.com/s/ai-and-the-future-of-computing/when-moores-law-met-ai-f572585da1b7
Часть 2: https://medium.com/s/ai-and-the-future-of-computing/back-to-the-edge-ai-will-force-distributed-intelligence-everywhere-6b458d7aae5d

Логичное продолжение развития нашего сервиса Custom Vision: в дополнение к возможности экспорта в CoreML для iOS добавилась возможность экспорта обученных моделей в TensorFlow-формат для Android. https://azure.microsoft.com/en-us/blog/customvision-ai-code-free-automated-machine-learning-for-image-classification/ (инструкция - https://github.com/Azure-Samples/cognitive-services-android-customvision-sample) #ai #vision #edge

p.s. Вообще это показательный пример, как интеллектуальность переходит между облаком и конечными устройствами.

Вчера прошел виртуальный Windows Developer Day и один из ключевых анонсов посвящен теме искусственного интеллекта, точнее новой платформе Windows ML, предоставляющей разработчикам использовать предобученные модели внутри своих приложений.

Важные моменты: аппартное ускорение с использованием возможностей DirectX (GPU) и локальное выполнение (то есть тот самый "intelligent edge"). Для обработки медиа-контента и сценариев машинного зрения появляются дополнительные возможности предобработки кадров.

Предобученные модели "скармливаются" в ONNX-формате, который мы разрабатываем вместе с остальными участниками рынка, чтобы обеспечить совместимость между разными фреймворками.

Анонс: https://blogs.windows.com/buildingapps/2018/03/07/ai-platform-windows-developers
Документация: https://docs.microsoft.com/en-us/windows/uwp/machine-learning/overview
ONNX-формат: https://onnx.ai

#ai #intelligent #edge #windows