af Martin Brinkmann på September 27, 2019 i Windows – Ingen kommentarer
Microsoft ændrede opdatere test betydeligt i den seneste tid. Tidligere, det stolede meget på hold af testere og “rigtige” hardware tests, men som skiftede til test automation, test på Windows Insider edb-systemer, og machine learning.
Machine learning bidraget til at forbedre Windows-10 opdatering erfaring i forhold til Microsoft. Et nyt blog-indlæg på selskabets Tech Samfund hjemmeside afslører detaljer om anvendelse af machine learning i forhold til skabelse og udgivelse af opdateringer til Windows.
Den lange artikel er ret teknisk karakter, men det kan være nok til at læse det indledende afsnit til at forstå, hvordan machine learning er, der anvendes af Microsoft, når det kommer til opdateringer til Windows.
Machine learning hjælper os med at opdage potentielle problemer hurtigere og hjælper os med at afgøre den bedste tid til at opdatere hver PC, når en ny version af Windows, der er til rådighed.
Kort sagt, det er, der bruges af Microsoft til at vurdere, opdateringer og til at hjælpe med roll outs af feature opdateringer. Artiklen fokuserer på anvendelse af machine learning til at hjælpe med udrulning af opdateringer til Windows 10.
Microsoft i gang med at bruge maskinen læring i bred skala, når det frigives i April 2018-Opdatering til Windows 10. Machine learning blev brugt til at bestemme frigive kvaliteten af overvågning seks centrale områder af PC ‘ens sundhed”, herunder PC pålidelighed.
Antallet af områder, der er steget til 35 når Microsoft udgivet den Maj 2019 Opdatering i 2019, og Microsoft har planer om at udvide dækningen yderligere for, at fremtidige opdateringer.
Microsoft bemærker, at Pc ‘ er, der er valgt af selskabets Machine Learning algoritmer “, har en væsentligt bedre opdatering oplevelse”. Pc ‘ er valgt af Machine Learning er “færre end halvdelen af antallet af system-indledt afinstallerer, halvdelen af antallet af kernel mode går ned, og fem gange færre post-update driver problemer”.
via MicrosoftDen største del af artiklen beskrives, hvordan Microsoft har designet og bygge en Maskine Learning model til understøttelse af Windows 10 opdateringer.
Microsoft bruger en dynamisk uddannet model, der er uddannet på de fleste nyere Pc ‘ er, og som er i stand til at skelne mellem gode og dårlige oplevelser.
via MicrosoftHver Windows-10 udgivelsen starter med at skubbe til Windows Insidere og andre tidlige adopters. De erfaringer, der er aktivt overvåges af Microsoft ved hjælp af diagnostiske data og andre signaler, fx feedback, rapporter om sociale medier.
Machine Learning anvendes på nuværende tidspunkt at identificere potentielle problemer for at beskytte visse PC-konfigurationer og opsætninger fra at modtage opdatering på det tidspunkt, og til at forudsige og indstille Pc ‘ er, der vil sandsynligvis have en god opdatering oplevelse.
Processen gentages dagligt, og den model, der lærer af de signaler, den modtager fra nyligt opdaterede Pc ‘ er. Rettelser og forbedringer, som Microsoft stiller til over tid, er taget i betragtning ved den model.
Microsoft bemærker, at Machine Learning hjælper virksomheden med at identificere sikre holder. Det sig udelukkende om “besværlige lab test, feedback, support opkald, og andre kanaler” i de sidste til at opdage problemer med kompatibilitet. De er stadig i brug i henhold til Microsoft, men Machine Learning gør det muligt for virksomheden til bedre at opdage problemer, der kan forstyrre opdatering oplevelse.
Anvendelse af Machine Learning vil stige i fremtiden; Microsoft håber at kunne forbedre automatisering yderligere og reducere den tid, det tager at fange bugs fra timer til få sekunder.
Afsluttende Ord
Machine Learning er ikke en catch-all løsning, der sikrer en perfekt opgradering oplevelse for alle enheder hele tiden. De seneste opdateringer — kumulative og opdateringer — har vist, at der altid vil være kendte problemer; nogle af disse kan have været undgået, hvis Microsoft ville stadig opretholde et stort hold af testere.
De fleste Windows-brugere ikke objekt for anvendelse af Machine Learning, sandsynligvis, men nogle kan have den opfattelse, at Microsoft stoler for meget på Machine Learning og diagnostiske data.
Et interessant spørgsmål ville være, om der ville være flere eller færre problemer, hvis den test teams ville stadig anvendes af Microsoft.
Nu kan Du: Hvad er dit bud på dette?