Microsoft продолжает совершенствовать ИИ Azure для того, чтобы разработчикам и ученым было проще развертывать, управлять и защищать его функции непосредственно в своих приложениях. При этом пристальное внимание уделяется таким областям:
- использование машинного обучения для создания и развития прогнозирующих моделей, которые повышают производительность работы;
- применение поиска на основе ИИ и технологий индексации, которые позволяют быстро находить информацию и получать полезные сведения;
- создание приложений, объединяющих предварительно разработанные и настроенные возможности искусственного интеллекта, такие как зрение, речь, язык, поиск и знания с Azure Cognitive Services и Azure Bot Service.
Разработчики представляют несколько обновлений для Azure Cognitive Services. В предварительном просмотре появляется новая служба обнаружения аномалий, которая использует ИИ для выявления проблем, что поможет компании минимизировать потери. Также было объявлено о доступности Custom Vision для более точной идентификации объектов на изображениях.
Azure Cognitive Services позволяет разработчикам легко добавлять интеллектуальные возможности в приложения при работе на любом сценарии. На сегодняшний день более миллиона представителей ИТ-сферы уже попробовали сервис для ускорения процесса работы.
Обнаружение аномалий как услуга ИИ
Anomaly Detector позволяет обнаруживать необычные шаблоны или редкие события в данных, что может привести к выявлению мошенничества с кредитными картами. Сегодня более 200 групп в Azure и других основных продуктах Microsoft используют платформу для повышения надежности своих систем, выявляя нарушения в реальном времени, ускоряя поиск и устранение неисправностей. С помощью единого API разработчики могут легко встраивать возможности обнаружения аномалий в приложения для достижения высокой точности данных.
Распространенные сценарии использования включают в себя:
- выявление необычных инцидентов и текстовых ошибок;
- мониторинг трафика устройств IoT;
- обнаружение мошенничества;
- реагирование на изменения рынков.
Например, контент-провайдеры могут использовать Anomaly Detector для автоматического сканирования данных о производительности видео, что помогает мгновенно выявлять проблемы. Пропущенная секунда в ролике может привести к значительной потере дохода для компаний, которые зарабатывают средства на своей платформе.
Custom Vision: автоматизированное машинное обучение для изображений
Платформа Custom Vision, основанная на машинном обучении, позволяет разработчикам легко и быстро создавать, развертывать и улучшать пользовательские классификаторы изображений для быстрого распознавания контента в них. Сотрудники могут обучать свой собственный классификатор узнаванию важных для выполнения сценария вещей или экспортировать пользовательские идентификаторы для запуска в автономном режиме и в реальном времени на iOS (в CoreML), Android (в TensorFlow) и многих других устройствах. Перенесенные модели оптимизированы в соответствии с ограничениями мобильного устройства, что обеспечивает высокую пропускную способность при сохранении точности.
Custom Vision предлагает следующие улучшения:
- новый механизм машинного обучения для повышения производительности и детальной классификации сложных наборов данных;
- упрощение интеграции возможностей компьютерного зрения в приложения с API 3.0 REST и SDK позволяет быстро обучать модель, создавать прототипы в реальных условиях и использовать полученные данные для ее улучшения;
- оптимизация экспортированных данных в соответствии с ограничениями мобильного устройства.
Сегодня Custom Vision можно использовать для различных бизнес-сценариев. Minsur, крупнейшая компания по добыче олова в западном полушарии, расположенная в Перу, применяет платформу для упрощения получения полезных ископаемых. Благодаря ему обеспечивается надлежащая обработка воды для повторного использования в сельском хозяйстве и животноводстве путем определения уровня пены. Сотрудники предприятия применяли комбинацию видеоаналитики Cognitive Services Custom Vision и Azure, чтобы заменить процесс, выполняемый вручную, что помогло снизить затраты времени и усилий работников.