微软发布开放源码工具包来加速深入学习

微软的一个工程师团队今日宣布，实现人工智能突破的工具包，通过开放源代码许可提供给公众使用。

Microsoft的合作伙伴工程经理Chris Basoglu表示： “2.0版本的工具包现已全面发布。他在开发Microsoft Cognitive Toolkit（以前称为CNTK）方面发挥了关键作用。

用于生产级和企业级深度学习工作负载的Microsoft Cognitive Toolkit 2.0的完整版本包括自Beta版以来的几个新功能，简化了深入学习过程，并确保该工具包在更广泛的AI生态系统中的无缝集成。

今天全新推出的新功能是支持Keras，这是一个用户友好的开源神经网络库，受到深入学习应用程序开发人员的欢迎。Basoglu解释为Keras编写的代码现在可以利用认知工具包提供的性能和速度，而不需要任何代码更改。目前，Keras的工具包支持正在公开预览。

认知工具包将通过支持最新版本的NVIDIA深度学习SDK和高级图形处理单元（GPU）架构（如NVIDIA Volta），继续加快培训能力 。

自从2016年10月认知工具包发布以来，该技术已被全球各地的公司和组织所接受，以定义和训练神经网络，这些系统可以学习如何以类似科学家的思维方式执行特定任务大脑学习。

例如，位于马里兰州切萨皮克州保加利亚的安纳波利斯正在与微软研究人员合作，使用该工具包来定义和训练一个加速创建最新一米分辨率土地覆盖数据集的神经网络。这些信息可用于优先处理整个切萨皮克湾的恢复和保护举措，这些计划跨越了六个州和华盛顿特区的约64,000平方英里

这些新数据集具有现有30米分辨率数据集信息的900倍，但没有AI需要数月的数据输入和图像处理才能创建。新的神经网络将工作流程压缩成一个单一的算法，在一小部分时间内将产生类似的映射。根据项目合作伙伴的数据，AI技术可以扩展到帮助国家和全球的保护工作。

在中国，医疗智能创业公司Airdoc正在使用Microsoft Azure云服务，认知服务和认知工具包来快速准确地检测糖尿病性视网膜病变的发生，糖尿病并发症可能导致盲症而没有得到适当的治疗。

认知工具包最初是为了加速微软研究人员和工程师使用的深层神经网络和其他机器学习模型的开发，用于应用程序，如Bing的视频搜索和公司的突破性语音识别系统，可以识别对话中的单词以及一个人。

微软研究人员认识到，相同的工具可以帮助满足日益增长的人工智能应用需求，例如从小型初创公司到大型科技公司以及政府机构，非营利组织和学术机构的语音理解和图像识别。

Basoglu和他的团队调整了这些工具，使他们可以使用基本编程技能的爱好者和笔记本电脑，同时允许高技能开发人员进行全面定制，以搜索工具来加速自己的深层神经网络的训练跨越运行最新GPU的多个服务器的大量数据集。

除了Keras支持之外，今天发布的其他新功能还包括添加用于模型评估的Java语言绑定，以及将受过训练的模型压缩到实时运行的新工具，即使在资源受限的设备上，包括用于诸如图像识别等应用的智能手机。

该工具包是微软更广泛的计划，使AI技术能够随处可见。除了认知工具包，开发人员可以通过Microsoft Azure访问一套云计算应用程序，例如易于使用，并通过Microsoft认知服务部署机器学习应用程序编程接口或API 。

Basoglu说：“最初，人们用自己的数学功能编写了自己的数学函数，并用自己的私人代码创建了自己的神经网络，并计算出如何自己提供数据。“但现在的数据是如此之大，算法非常复杂，并且跨多个GPU，CPU和机器的优化是非常令人望而生畏的，人们不可能自己编写。他们需要工具。“