最近Microsoft在Windows 10更新中嵌入了人工智能平台这个话题，相信很多小伙伴都是非常有兴趣了解的吧，一段好的故事可以给读者带来很多值得深思的新东西，甚至还可以在一定程度上让读者的视野在瞬间扩大，那么既然现在大家都想要知道此类的信息，今日小编将给带来关于Microsoft在Windows 10更新中嵌入了人工智能平台的资讯！
Windows 10的下一个更新为在Windows应用程序中集成人工智能开发了道路，直接影响了数以亿计的设备，从Windows PC和平板电脑到IoT Edge设备。
Windows ML平台的新版本使开辟人员可以直接在Visual Studio中将预训练的深度学习模型集成到其应用程序中。在导入VS工具之前，必须将模型转换为开放式神经网络交换(ONNX)格式。
ONNX是Microsoft和Facebook于2017年9月推出的开源机器学习框架，后来由AWS 加入。ONNX使得神经网络框架之间具有可移植性，从而使使用Pytorch，Apache MxNet，caffe2或Microsoft Cognitive Toolkit(CNTK)等工具训练的模型可以转换为ONNX并在Windows应用程序中实现。包括NVIDIA，Intel，Qualcomm和AMD在内的多个Windows硬件供应商都支持该格式，并公布了ONNX优化的硬件。
人工智能已经广泛应用于许多Microsoft应用程序和服务中，包括图像和面部处理，搜索结果相关性，语音识别和数据安全性。这些AI功能依赖于在云中训练的模型，并需要大量的计算资源。但是，依靠云API来提供产品功能会产生延迟，引发隐私问题并增加设备的功耗。
通过Windows ML和ONNX的组合，需要大量计算的模型训练阶段仍在云中进行，但是推理计算直接在应用程序中进行。这样可以离线使用，降低功耗，幸免私人数据传输，并通过减少延迟来进行实时处理。在模型构建阶段，开辟人员和数据科学家仍可以使用最有效的框架来完成当前任务，然后将经过训练的模型转换为ONNX，最后将ONNX格式的模型集成到Windows应用程序中。
根据Gartner的说法，设备中人工智能的潜在用例可能集中在个人助理，欺诈检测，设备资源优化或虚拟现实上。嵌入人工智能还有助于直接利用私人用户数据的应用程序，例如健康诊断，个性化书写工具和生物特征认证。
Windows ML不仅限于深度学习模型，还可以从其他框架(如Core ML，Scikit-Learn，XGBoost和LibSVM)导入经典的机器学习模型。