微软希望将数据和机器智能更紧密地结合在一起
无论客户是PowerPoint用户还是SQL Server管理员，都会为其客户带来痛苦。今天，在其数据安全事件中，该公司正在推出一些更新，使使用微软工具的开发人员更轻松地为自己的应用程序带来“智能”。
在今天的活动中，微软推出SQL Server 2017预览的更新（技术上，这是社区技术预览版2.0），这可能在今年晚些时候推出正式版（不用说它的名字），以及它的认知服务。值得注意的是，SQL Server 2017也是第一个在Linux和Docker容器上运行的版本。
该公司数据库系统总经理罗恩·库马尔（Rohan Kumar）说，数据库管理的基础已经基本上已经商品化了。用户现在正在寻找的是更好的方法来从他们存储的数据中获取价值。微软的合作伙伴告诉我们，在应用程序中建立智能仍然太难了，他们希望更多的这种智能可以直接在数据库中使用。
所以随着今天的更新，微软宣布，它正在为SQL Server 2017建立Python的支持。这可能听起来像一个小事情，但绝大多数机器学习框架依赖于Python。从数据库中更容易地访问Python脚本意味着更容易在此数据上使用机器学习技术，而不必首先将其从数据库中移出，让其过时，然后尝试构建机器学习模型。
事实上，正是这样一个想法，即将数据和人工智能相互联系在一起，从而推动了许多这些决策。微软数据集团公司副总裁约瑟夫·西罗斯（Joseph Sirosh）在本月初在西雅图举行的小型新闻发布会上指出，情报应该“靠近数据。它应该驻留在数据库中。它应该驻留在生成数据的应用程序中。因此，为我们的数据平台带来智能，是我们战略中非常重要的一环。
将智能化更接近数据的优点是相当明显的，因为当涉及的延迟较少时，您可以更快地运行应用程序——尤其是因为用于机器学习的数据集往往非常大。
除了增加对Python的支持之外，Microsoft还正在改进其对SQL Server 2017中非常受数据科学家欢迎的R语言的现有支持。作为其中的一部分，该公司正在增加预处理的神经网络以进行情感分析和图像功能化到R Server中。
为了使SQL Server 2017对更多的应用程序更有用，公司还在为数据库添加图形数据的新功能。该公司表示，这将使开发人员更容易地表示这些关系数据库中通常存在的层次结构和关系，而不必去专门的第三方图形数据库。
Microsoft认证服务，使开发人员可以使用预先打包的机器学习模型，今天也在更新。不过，这是一个小小的更新，主要侧重于将Face API，Computer Vision API和Content Moderator推出到一般可用性。
今天宣布的其他更新包括Azure Analysis Services的一般可用性和Cortana Intelligence Services的新模板，为质量保证和个性化优惠提供预先构建的解决方案。
然而，所有这些新功能大部分都是公司整体愿景的体现，即将数据和智能分析更紧密地结合在一起。
