مایکروسافت از ابزار یادگیری ماشین مبتنی بر کشیدن و رها کردن رونمایی کرد

مایکروسافت از ۳ سرویس جدید رونمایی کرد که همگی روی بهینه‌سازی فرایندهای یادگیری ماشین متمرکز هستند. سرویس‌های جدید شامل رابط کاربری جدید ابزاری برای خودکارسازی ساختن مدل‌ها، رابط کاربری بدون نیاز به کدنویسی برای ساختن، آموزش و پیاده‌سازی مدل‌ها و نوت‌بوک‌های Jupyter برای کاربران حرفه‌ای می‌شوند. نوت‌بوک‌های ژوپیتر درواقع اپلیکیشن‌های تحت وب هستند که برای پیاده‌سازی فرایندهای مختلف در فضای ابری استفاده می‌شوند.

شروع کار در حوزه‌ی یادگیری ماشین دشواری‌های خاص خود را دارد. حتی پیاده‌سازی پایه‌‌ای‌ترین فرایندها هم نیاز به مهارت‌های بالایی دارد. تمامی ابزارهای جدید ردموندی‌ها با هدف ساده‌سازی همین فرایندها عرضه شدند. ساده‌سازی نیز به‌صورت مخفی کردن کدهای پایه‌ای فرایندها یا ساختن پلتفرمی بهینه برای کدنویسی انجام می‌شود.

رابط کاربری جدید که به‌صورت ابزار یادگیری ماشین خودکار در آژور عرضه می‌شود، مدل‌سازی را به‌قدری ساده می‌کند که تنها کافی است دیتاست مورد نظر را به رابط کاربری اضافه کنیم و به سرویس بگوییم چه مقداری را پیش‌بینی کند. کاربران دیگر نیاز به نوشتن حتی یک خط کد هم نخواهند داشت. البته در پشت صحنه‌ی ابزار جدید انواع کدها پیاده‌سازی می‌شود که الگوریتم‌های بهینه‌سازی مدرن‌تر برای حصول نتایج دقیق‌تر در آن گنجانده شده‌اند.

با وجود آنکه ابزارهای جدید اکثر فرایندها را به‌صورت خودکار انجام می‌دهند، مایکروسافت تأکید می‌کند که سرویس مورد نظر امکاناتی همچون شفافیت حداکثری در الگوریتم ارائه خواهد کرد. درنتیجه توسعه‌دهنده‌ها و دانشمندان علوم داده خواهند توانست فرایند را تغییر داده و کاملا تحت کنترل بگیرند.

برای آن دسته از افرادی که کنترل بیشتری روی فرایندها نیاز دارند، مایکروسافت پیش‌نمایشی از رابط کاربری تصویری جدیدی برای سیستم یادگیری ماشین آژور ارائه کرد. رابط کاربری جدید به توسعه‌دهنده‌ها امکان می‌دهد تا مدل‌های یادگیری ماشین را بدون نیاز به تغییر کدها بسازند و آموزش دهند.

ابزار جدید که به‌عنوان رابط بصری برای Azure Machine Learning ارائه می‌شود، شباهت زیادی به ابزار کنونی یعنی Azure ML Studio دارد. استودیو به‌عنوان اولین تلاش ردموندی‌ها برای عرضه‌ی ابزار یادگیری ماشین شناخته می‌شود. البته سرویس‌های مذکور تقریبا یکسان هستند. شرکت قبلا تمرکز زیادی روی معرفی سرویس خود نکرده و حتی به‌نوعی آن را فراموش کرده بود؛ درحالی‌که ML Studio یکی از بهترین ابزارهای برای شروع فعالیت در حوزه‌ی یادگیری ماشین محسوب می‌شود.

مایکروسافت ادعا می‌کند که ابزار جدید، بهترین قابلیت‌های ML Studio را با Azure Machine Learning ترکیب می‌کند. درنتیجه با وجود اینکه رابط کاربری شباهت زیادی به قبل دارد، رابط بصری Azure Machine Learning، قابلیت‌های ML Studio را توسعه خواهد داد. توسعه نیز به‌کمک اجرا در سرویس یادگیری ماشین جدید و بهره‌برداری از امنیت، سادگی پیاده‌سازی و مدیریت چرخه‌ی عمر صورت می‌گیرد که در ابزارهای قبلی ارائه شده بود.

سرویس جدید رابط کاربری آسانی را برای پاک‌سازی داده‌ها و آموزش مدل‌ها ارائه می‌کند. بهبودهای مورد نظر به کمک الگوریتم‌های متنوع، ارزیابی بهینه‌ی آن‌ها و استخراج کاربردهای عملی صورت می‌گیرد.

سرویس‌های بالا که توسط مایکروسافت معرفی شدند، متمرکز بر افراد تازه‌کار در صنعت یادگیری ماشین بودند. علاوه‌بر آن‌ها، نوت‌بوک‌های وب اپلیکیشن با تمرکز روی کاربران حرفه‌ای یادگیری ماشین معرفی شد. اپلیکیشن‌های مورد نظر با پکیج‌های آماده‌ی Azure Machine Learning Python SDK عرضه می‌شوند و طبق ادعای ردموندی‌ها، محیطی کاملا امن و حرفه‌ای برای فعالیت در حوزه‌ی یادگیری ماشین دارند.

اگرچه ابزارهای اپلیکیشنی مایکروسافت را نمی‌توان ابزارهایی بدیهی برای فعالان حوزه‌ی یادگیری ماشین نامید، اما قابلیت‌های جدید آن‌ها به توسعه‌دهنده‌ها کمک می‌کند تا بدون نیاز به فرایندهای جانبی آماده کردن محیط کار، تجربه‌ی یادگیری ماشین را شروع کنند. درواقع اپلیکیشن‌های نوت‌بوک تمامی منابع ابری مورد نیاز را برای شروع کار در اختیار توسعه‌دهنده‌ها قرار می‌دهند.