微軟近日在2017年的Microsoft Ignite全球開發(fā)者大會上，以數字轉型為主軸，與超過2萬5千家企業(yè)和合作夥伴介紹一系列的新產品，微軟副總裁Joseph Sirosh在Azure的官方部落格表示，AI已經成為企業(yè)數字轉型背後的最具破壞性的力量之一，并宣布AI開發(fā)平臺（Development Platforms）的新進展。

　　為了提供每個企業(yè)和開發(fā)者可以更方便運用AI技術，協(xié)助企業(yè)用不同的方式增加生產力，這次的新進展以Azure 機器學習服務（Azure Machine Learning ，AML）為基礎，延伸出更多新的服務，包含新增開發(fā)工具Visual Studio Code Tools for AI，以及認知服務中也提供開發(fā)人員，在iOS、Android和 Windows的平臺上，建置多項AI應用，此外也推出 AI企業(yè)版的解決方案等。

　　微軟也宣布下一代的Azure機器學習服務的進展，在AML工作平臺（Workbench）、AML實驗（Experimentation）、AML 模型管理（Model Management）服務等服務中，新增多項功能與工具，提供開發(fā)人員使用。

　　AML工作平臺是一個跨平臺的應用程式，提供開發(fā)人員運用AI技術，來處理數據和實驗管理，AML實驗服務則是協(xié)助資料科學家，增加利用大數據和GPU的實驗，AML 模型管理服務是一項提供開發(fā)人員，控制辦本版本、管理，和監(jiān)控機器學習模型的工具。

　　開發(fā)人員可在Windows和Mac的作業(yè)系統(tǒng)下執(zhí)行AML工作平臺，AML工作平臺是部署周期的控制面板，對開發(fā)人員而言，是個適合開始開發(fā)機器學習模型的環(huán)境，可支援Python、PySpark和Scala，方便開發(fā)人員和資料科學家打造機器學習模型，此外，AML工作平臺也整合了Jupyter Notebooks和像是Visual Studio Code、PyCharm的整合開發(fā)環(huán)境。

　　其中，最特別的是，微軟還在AML工作平臺上，建立了用AI技術驅動的數據整理（Data wrangling）功能，系統(tǒng)會學習范例，并自動產生數據轉換的程式，經過微軟實測數據整理的結果顯示，該功能可以大幅降低資料科學家轉換數據的時間。

　　AML實驗服務因為采用云端服務，使得企業(yè)在測試機器學習技術時，變得更加彈性，企業(yè)可用Docker容器在本地端的伺服器或是Azure上，運行機器學習實驗，也能在微軟部署及管理Apache Hadoop云端叢集的服務Azure HDInsight上執(zhí)行。

　　這項工具也支援大多數的深度學習框架，像是CNTK、Tensorflow、Caffe2、PyTorch和Chainer，此外，還利用Git儲存庫追蹤儲存和管理模型、環(huán)境配置和參數，提供資料科學家管理實驗的記錄和過程。

　　AML 模型管理服務則是讓開發(fā)人員和數資料科學家，在本地端、裝置端，或是大規(guī)模的云端叢集中，部署和管理已訓練完成的模型，可以將模型在Docker容器中集中，以及部署到網路邊緣裝置，讓模型可以更靠近數據產生環(huán)境，來即時分析數據。

　　除此之外，AML還與Excel整合，全球有上百萬的使用者主要用Excel當作數據分析的工具，微軟也宣布，Excel的使用者現(xiàn)在也可以擁有AI的技術，每個企業(yè)都能用AML根據自身的需求建立模型，再將這些模型部署成云端的函式。