Mind több iparágban és alkalmazásban jut egyre nagyobb szerephez a mesterséges intelligencia (AI), ezért mára kulcsfontosságúvá vált a technológia biztonságos és felelősségteljes használata, olyannyira, hogy az átláthatóság, az elszámoltathatóság és a méltányosság hiánya a megoldások további térhódítását is lassíthatja. A Microsoft az emberi elsőbbség elve szerint fejleszti mesterséges intelligenciáját és gépi tanulását (ML), és olyan eszközöket ad a fejlesztőknek, amelyekkel ez az elv a napi gyakorlatban is érvényre juttatható, mondta Eric Boyd, a Microsoft Azure AI csoportot vezető alelnöke a májusban virtuális eseményként megtartott Build 2020 konferencián.
Most újabb etikus AI- és ML-eszközkészleteket jelentett be a szoftvercég, amelyeket a fejlesztők az Azure Machine Learning platform mellett a GitHub-on is elérnek. Az InterpretML például az ML-modellek viselkedésének értelmezéséhez ad eszközöket, a júniusban megjelenő Fairlearn pedig a gépi tanulás elfogulatlanságának felmérésében és javításában segít. A fejlesztők már kipróbálhatják a WhiteNoise eszközkészletet is, amely az érzékeny adatok megkülönböztetett védelmére szolgáló (differential privacy) technikákkal egyszerre teszi lehetővé a személyes adatok elemzését és a magánszféra sérülésének elkerülését. A WhiteNoise megoldással a kórházak például együttes erővel jobb prediktív modelleket készíthetnek a kezelés hatékonyságának előrejelzésére, ugyanakkor a törvényi megfelelés követelményei szerint védhetik a páciensek adatait és saját intézményi információikat a kiszivárgással szemben.
Az Azure Machine Learning olyan beépített vezérlőfunkciókat is tartalmaz, amelyekkel a fejlesztők nemcsak követhetik, hanem nagyrészt automatizálhatják is a modellek építését, tanítását és bevezetését átfogó teljes folyamatot. A sokak által MLOps (machine learning and operations) néven ismert képesség auditálhatóvá teszi a gépi tanulással végzett munkát, így megkönnyíti a vállalatoknak a megfelelés tanúsítását.
Profi és polgári fejlesztők Power Platformon
Virtuális konferenciáján jelentette be a Microsoft az Azure Synapse Link előzetesét is, amely a hibrid tranzakciós és analitikai feldolgozás (HTAP) felhőre született változataként jelenik meg. A szoftvercég tavaly novemberben mutatta be Azure Synapse Analytics megoldását, amely a vállalati adattárházak és big data adattavak összekapcsolásával kiiktatja a tranzakciós és az analitikai rendszerek közötti bonyolult ETL- (kinyerés, átalakítás, betöltés) műveleteket, így megkönnyíti a fejlesztők együttműködését és felgyorsítja az analitikai megoldások építését.
Az Azure Synapse Link továbbmegy egy lépéssel, és az Azure-ban futó tranzakciós adatbázis, valamint az Azure Synapse Analytics közötti korlátot átlépve minden további nélkül lehetővé teszi a tranzakciós adatok valós idejű elemzését, méghozzá teljesítménycsökkenés nélkül, mondta a szoftvercég. Az Azure Synapse Link jelenleg az Azure Cosmos DB-ben érhető el, de a jövőben Azure SQL, Azure Database for PostgreSQL, Azure Database for MySQL és más adatbázis-szolgáltatásokban is működni fog.
Félmilliárdnál több digitális alkalmazást és szolgáltatást fognak fejleszteni és bevezetni a szervezetek a következő három évben, szól az International Data Corporation előrejelzése (IDC FutureScape: Worldwide IT Industry 2020 Predictions). A kódírásból kiinduló (code-first), hagyományos fejlesztést aligha lehet annyira felméretezni, hogy önmagában kiszolgálhassa ezt rohamosan növekvő igényt. A code-first eszközök mellett a vállalatoknak ezért olyan, kevés kódírást feltételező (low-code) fejlesztőeszközökre is mind nagyobb szükségük lesz, mint a Power Apps, érvel a Microsoft.
A low-code megközelítés azonban a Power Apps és a Power Platform történetének csupán egy része. Legalább ennyire fontos a Power Platform, valamint a hivatásos fejlesztők munkáját támogató Azure és Visual Studio eszközök közötti integráció is, amelyet a Microsoft az utóbbi másfél évben szorosra font. A varratmentes illeszkedésnek köszönhetően a hivatásos fejlesztők a Power Apps low-code platformot erőfeszítés nélkül ötvözhetik olyan code-first képességekkel, mint például az Azure Kubernetes Services vagy az Azure API Management, így az általuk választott eszközökkel gyorsabban adhatnak megoldást a digitális problémákra - mondta James Phillips, a Microsoft Business Applications csoportot vezető elnöke.
Low-code és code-first képességek kombinálásával a profi fejlesztők például a kívánt felhasználói élmény eléréséhez szükséges egyedi UX-vezérlőket, UI-elemeket készíthetnek, amelyekből a Power Apps low-code eszközeivel dolgozó üzleti felhasználók - a polgári fejlesztők - a vállalati szabványoknak megfelelő, következetesen színvonalas applikációkat rakhatnak össze. Az újrahasznosítható UX-komponenseket a hivatásos fejlesztők a Power Apps Component Framework (PCF) keretrendszerben készíthetik el, ugyanakkor a Power Apps platformon készült alkalmazásokat is bővíthetik olyan eszközöket használva, mint a Visual Studio Code.
A platformok közötti integráció alkalmat ad arra is, hogy a fejlesztők a Power Automate segítségével UI- és API-alapú robotikus folyamatautomatizálás útján kapcsolják össze öröklött rendszereiket és modern alkalmazásaikat. A június folyamán megjelenő Power Apps Build Tools eszközkészlet pedig - amelyet a Microsoft a korábban Visual Studio Team Servicesként ismert Azure DevOps szolgáltatásokkal integrált - a low-code és a code-first alkalmazások életciklusának kezelését támogatja.
Nyílt forráskódú ML-modellek és -könyvtárak
Rendkívül nagy AI-modellek tanításához épített felhőjében szuperszámítógépet a Microsoft az OpenAI számára. Az Azure-ban hosztolt architektúrával újabb állomásához érkezett a két cég tavaly bejelentett együttműködése, amely felhőalapú szuperszámítógépes technológiák fejlesztését célozza. A nagyon nagy AI-modellek tanításához szükséges infrastruktúrát a jövőben más szervezetek és fejlesztők számára is platformként teszik majd elérhetővé, mondták a konferencián.
Az OpenAI felhőalapú szuperszámítógépe 285 ezer processzormagot, 10 ezer grafikus processzort és a szerverek között másodpercenként 400 gigabites átviteli sebességet elérő hálózatot tartalmaz, amivel a Microsoft szerint a top500.org listáján bekerülne a világ öt leggyorsabb szuperszámítógépe közé. Az architektúra külön erőssége ugyanakkor, hogy fenntartható adatközpontokban működő robusztus felhő-infrastruktúrára épül, és közvetlenül eléri az Azure szolgáltatások - például gyors alkalmazásfejlesztést támogató - széles körét.
Mesterséges intelligenciával összefüggő terveik megvalósításához dedikált szuperszámítógépet nem igénylő vállalatoknak az Azure AI már ma is hozzáférést ad ugyanazokhoz az AI-gyorsítókhoz és -hálózatokhoz, amelyeket az OpenAI szuperszámítógépe is használ. A Microsoft az eszközkészleteket is közzétette, amelyek a nagyon nagy AI-modellek elosztott, optimalizált tanítását teszik lehetővé a felhőben működő számítógépfürtökön.
Konferenciáján a szoftvercég beszélt arról is, hogy megnyitja a Microsoft Turing modellek kódját, és az Azure Machine Learning szolgáltatáson keresztül történő tanításukhoz szükséges útmutatókat is. A fejlesztők így hamarosan ugyanazokkal a nagy teljesítményű nyelvi modellekkel dolgozhatnak, amelyekkel a Microsoft saját termékeiben is javította az emberi beszéd értésének képességét.
További bejelentés, hogy három hónap után máris frissítést kapott a szoftvercég mélytanulást szolgáló nyílt forráskódú DeepSpeed könyvtára, amellyel csökkenthető a nagy modellek elosztott tanításához szükséges feldolgozási kapacitás. A Microsoft szerint az új verzióval a fejlesztők ugyanazon az infrastruktúrán a korábbinál 15-ször nagyobb modelleket 10-szer gyorsabban taníthatnak.
