下一輪Windows 10更新為Windows應用程序與人工智能功能的集成提供了新途徑，將直接令數以億計的個人電腦、平板、IoT邊緣設備等Windows設備受益。

新版Windows ML平臺可供開發者直接通過Visual Studio將預先訓練好的深度學習模型與自己的應用程序集成，在導入VS工具前，模型必須轉換為Open Neural Network Exchange（ONNX）格式。

ONNX是一種開源的機器學習框架，由微軟和Facebook在2017年9月發布，隨后AWS也加入了這一項目。ONNX使得不同神經網絡框架可以相互移植，將使用諸如Pytorch、Apache MxNet、caffe2或Microsoft Cognitive Toolkit（CNTK）等工具訓練的模型能夠轉換為ONNX格式，并應用在Windows應用程序中。包括NVIDIA、Intel、Qualcomm以及AMD在內的眾多Windows硬件供應商已經開始支持該格式，并發布了面向ONNX優化的硬件。

微軟的很多應用程序和服務中均已廣泛應用了人工智能技術，例如圖像和面容處理、搜索結果相關性、語音識別以及數據安全等。這些AI功能依賴在云端訓練的模型，需要耗費密集的計算資源。然而對于云端API的以來會導致產品功能在使用過程中遇到延遲，讓用戶產生與數據隱私有關的顧慮，并且會增加設備能耗。

借助Windows ML與ONNX的配合，需要耗費大量計算能力的模型訓練過程依然可以放在云端進行，但推理和計算操作可以直接在應用程序中進行。這樣便可脫機使用，可降低能耗，避免需要外傳私密數據，同時由于延遲大幅降低還可實現實時處理。在構建模型的過程中，開發者和數據科學家依然可以根據習慣選擇自己最適應的框架，隨后可將訓練好的模型轉換為ONNX格式，并將轉換后的模型集成到Windows應用程序中。

據Gartner的調研，設備上的人工智能能力，其潛在用例主要將圍繞個人助理、欺詐檢測、設備資源優化或虛擬現實等。嵌入式的人工智能能力還能讓需要直接使用用戶私密數據的應用程序，如醫療健康診斷、個性化書寫工具、生物特征身份驗證等工具獲益。

Windows ML并非僅限深度學習模型，同樣可用于導入來自其他框架的經典機器學習模型，例如Core ML、Scikit-Learn、XGBoost以及LibSVM。

Apple也按照類似方式提供了CoreML模型格式。CoreML是一種Python軟件包，可將多種類型的模型轉換為CoreML模型格式，并集成到macOS和iOS應用中。CoreML更傾向于經典機器學習模型，例如Scikit-Learn、LIBSVM和XGBoost，并且僅支持Caffe V1和Keras 1.2這兩個深度學習框架。此外Google也在通過TensorFlow Lite框架將機器學習能力帶到運行Android的移動設備上。

雖然TensorFlow和Core ML并不兼容ONNX，但社區項目提供的ONNX-TensorFlow以及ONNX-CoreML庫可分別將相應的模型轉換為ONNX格式。

人工智能技術的應用范圍正在飛速增加，而這一趨勢與將一定程度的機器學習能力嵌入IoT設備以改善效率的做法不謀而合。通過將人工智能能力直接推進到距離最終用戶更近的設備和應用程序中，微軟、Google和Apple正在努力跑完人工智能之路的最后一公里。

相關文章：

• Microsoft AI - Custom Vision in C#

原文地址：http://www.infoq.com/cn/news/2018/03/microsoft-ai-windows10

---

.NET社區新聞，深度好文，歡迎訪問公眾號文章匯總 http://www.csharpkit.com

總結

以上是生活随笔為你收集整理的微软将人工智能嵌入Windows 10更新的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。