Walmart og Microsoft Azure tegn strategiske digitalt partnerskab
Godt, du ikke mener, at Walmart skulle partner med Amazon Web Services gjorde du?
Folk, der burde vide bedre lys op cigaretter ved siden af benzin pumper.
Der er en overraskende opdagelse i Microsoft ‘ s indsættelse af sin maskine muligheder for læring på, hvad der er kendt som den “kant” af computere, i dette tilfælde, på tankstationer.
Det er tænkeligt, at belysning af en cigaret, der kunne udløse et indviklet net af aktiviteter, der alle styres via funktioner, der er beslægtet med Microsoft ‘ s Visual Basic programmeringssprog.
At virkeligheden er ved at tage form, som forklaret i sidste uge af Mark Russinovich, chief technologist for Microsofts Azure cloud computing service.
Russinovich, der har været i CTO spot på Azure, for næsten fem år, og der er en 13-årig veteran fra den software gigant, var i New York i sidste uge, og har brugt lidt tid på at tale med mig om, hvordan et net af kunstig intelligens og maskinindlæring kan i sidste ende blive bundet sammen via noget, der ligner VB.

Mark Russinovich i New York i sidste uge. Russinovich har været hos Microsoft i tretten år og er chief technologist for selskabets Azure cloud computing service. Syning sammen om cloud computing og “kant” – udstyr, der er muligt for virksomheden at opbygge “the world’ s computer, ” som han beskriver det.
(Billede: Tiernan Ray til ZDNet)
×
microsoft-mark-russinovich-april-2019.jpg
Der vil tænde en cigaret ved siden af en gas pumpe, du kan undre sig over, som jeg gjorde.
“Tilsyneladende, at de gør,” sagde Russinovich med en lille kluklatter. I det mindste, ifølge en Microsoft-kunde, oliegiganten Shell, som udløses ved sin tankstationer, i butikken, noget, der hedder Azure Data Max Kant. Produktet er et apparat, et “1U rack-monterbar computer, der sælges af Microsoft. Apparatet downloads machine learning modeller, der er uddannet i Azure image anerkendelse, som det kører inde Docker beholdere til at udføre inferens på billeder.
Også: Kan IBM eventuelt tamme AI for virksomheder?
Billeddata, der er fodret med Azure Data Max Kant fra low-power enheder ud af de pumper, der løber en mindre runtime-software stack fra Microsoft, kaldet “Azure IoT Kant.” Azure Data Max Kant udfører inferens ved hjælp af sin uddannet billede anerkendelse modeller til at overvåge, om nogle tal ud der ved benzintanken er belysning op.
“De vil have pumpen automatisk slukkes,” hvis der ryger er fundet, er Shell ‘ s hensigt i disse tilfælde, siger Russinovich.
Shell er en af flere kunder, der ser et behov for at tage computing funktioner i Microsoft ‘ s cloud og sætte dem i begge datacentre, eller mere, i fjerntliggende steder, som fabrikken gulve, boreplatforme, og tankstationer. Starbucks er installation af titusinder af, hvad der er kendt som “en Azurblå Kugle,” apparater, som indeholder en microcontroller, der kører Microsoft security kode indlejret i en chip.
Starbucks kan bruge Kugle til at udføre forebyggende vedligeholdelse på deres kaffemaskiner. Kroeger, detail-gigant, er at sætte Azure Data Max Kant i alle deres butikker, til kontrol af skærme LED på hylderne for at vise specielle tilbud på produkter. Apparatet kan også udføre inferens på billeder af handlende, til at genkende, hvem der er hvem — noget, Russinovich understreger, holdes inde i butikken, i stedet for at blive sendt til sky, af personlige årsager.
Også: Enterprise AI og machine learning: Sammenligning af de virksomheder og applikationer
Alt dette svarer til, hvad Russinovich kalder “opbygning af verdens computer.” Men hvad vil binde det hele sammen? Microsoft har en version af, hvad der er kendt i computing som “serverless,” hvor infrastrukturen behøver ikke at være specificeret, og funktionaliteten er ubesværet påberåbes af en programmør med en enkel funktion opkald. Microsoft ‘ s version af dette er “Azure Funktioner.”
Funktioner kan bruges til at sy sammen indsamling af computing-enheder, fra en simpel Raspberry Pi inde i en butik for at Boksen edge-serveren i det lokale krydsfelt, på op til cloud-forekomster, der kører uddannelse.
Russinovich forklarer rørledningen han forudser for alle disse enheder, fungerer som en slags lim:
Hvis du tage et kig på en kant program, der som jeg forestiller mig det, for at antage en del af det vil være en ting. Der vil være funktioner, der svarer til udgange af, at ML-modellen. Denne funktion er spytte data ud, der er så strømmede op i skyen, og skaber en advarsel, eller blot udløser en samling af billedet til opbevaring og derefter sammenlægning. Jeg tror, at der vil være en rørledning rundt om data, og reaktioner i forhold til data. Noget af det vil være at inddrage cloud, noget af det vil være helt lokale.
Jeg påpeger at Russinovich, der, for mig, brug af Funktioner gør det synes som om man bare kunne køre alle machine learning fra en Visual Basic-app. “Det er sjovt, at du nævner det,” svarer han, “fordi der i vores brainstorming af, hvilken slags programmering model, vi skabe en model, der ville være ensartet på tværs af cloud og kant, vores mentale model er, Lad os gå efter den samme virksomhed, professionelle udviklere, der lavede vi så vellykket, med Visual Basic.”
Der er stadig ting, der skal falde på plads med al denne sky og kant taler.
Efterhånden som flere og flere slutning er gjort ud på kanten, mere og mere avancerede hardware er nødvendig for, at den kant-enheder, uanset om de er i et datacenter, der er et krydsfelt, eller på en Raspberry Pi.
I øjeblikket, Azure Data Max Kant skibe med “Arria” chips fra Intel, field-programmable gate arrays, hvis kredsløb, der kan indstilles til ML-model, der er hentet til det. Microsoft kollektivt kalder sin FPGA brug i skyen som “Indfald,” med chips fra Intel, der er koblet til teknologi, som Microsoft anvender til chips. Google og Amazon, selv om, er gået deres egne veje, udvikle in-house, brugerdefineret kredsløb til inferens.
Når jeg spørger Russinovich om Microsoft til at gå denne rute samt, svarer han: “jeg tror, at det er noget, vi har kigget på.” Men han hurtigt tilføjer, at Microsoft har udviklet den “åbne neurale netværk, udveksling,” eller ONNX, standard med Facebook og Amazon for at støtte den nye slutning chips, der kommer fra en række startups. “Det er en af de store initiativer, som vi tog for at sikre, at vi er klar til uanset hvad der sker, uanset om vi er innovative med hardware, eller nogen andens er,” siger han.
Skal læse
Hvad er AI? Alt hvad du behøver for at knowWhat er dyb læring? Alt hvad du behøver for at knowWhat er machine learning? Alt hvad du behøver for at knowWhat er cloud computing? Alt, hvad du behøver at vide
Et andet problem er, oplæring af neurale netværk. Selv om det store flertal af oplæring af neurale netværk vil fortsætte med at være i sky af økonomiske årsager, siger Russinovich, det er også sådan, at nogle kunder ønsker at få noget træning til kanten over tid.
Nye værker bliver nødt til at blive sat på plads for at gøre det, han siger, og han bemærker, at Microsoft ‘ s research team arbejder på at mange teknologier til at bringe AI modeller til kanten med “reduceret præcision” aritmetisk, at ingen desto mindre bevarer den nøjagtighed, man har, når træning i skyen.
“Rigere ansøgning og program modeller, der vil udvikle, er vi sikker på at de går ned, for så vidt som de overhovedet kan,” siger Russinovich.
“Nu, når du er færdig med at fire megs [hukommelse capaity], du er temmelig begrænset, men en masse ting kan skubbe ned i Raspberry Pi-klasse enheder.”
Som for PyTorch, spørger jeg Russinovich om de seneste krav fra Facebook ‘ s chef for AI, Yann LeCun, at Python har behov for at blive erstattet af nogle andre programmeringssprog, der ville være bedre indstillet på at AI og machine learning. Russinovich afviste tanken om det samme.
“Jeg tror, at folk kan tale om, men at vi ikke kan se det [Python] går nogen steder, hvilket er grunden til vores Azure ML SDK er i python.
“Fordi det er, hvad data forskere kærlighed!”
Kunstig Intelligens
Kan AI nederlag falske nyheder?
Kører:AI tager dine AI og kører det, på den super-hurtige software stak af fremtiden
Virksomheden AI i 2019: Hvad du behøver at vide
De reelle omkostninger og ROI af gennemførelsen af AI i virksomheden
Hvordan AI hjælper facial anerkendelse virkelig komme til at kende dit ansigt (CNET)
Hvordan til at gennemføre AI og machine learning (TechRepublic)
Relaterede Emner:
Big Data Analytics
Digital Transformation
CXO
Tingenes Internet
Innovation
Virksomhedens Software