摘要：微軟今天開源微軟認(rèn)知工具包的升級(jí)版本，升級(jí)版。他同時(shí)也是微軟認(rèn)知工具包的關(guān)鍵架構(gòu)師。微軟的認(rèn)知工具包代表了微軟與英偉達(dá)緊密的合作，共同推動(dòng)深度學(xué)習(xí)社區(qū)的進(jìn)步，英偉達(dá)加速計(jì)算部門總經(jīng)理說。微軟認(rèn)知工具包可在多個(gè)上運(yùn)行，其中包括的產(chǎn)品。

微軟今天開源微軟認(rèn)知工具包（Microsoft Cognitive Toolkit）的升級(jí)版本，CNTK 升級(jí)版。本次升級(jí)較大的亮點(diǎn)在于增加了 Python 綁定。另外，新版本工具包跨服務(wù)器處理能力也得到了提升，能有效加快處理速度，并支持增強(qiáng)學(xué)習(xí)的實(shí)踐。

亮點(diǎn)：

CNTK 現(xiàn)在支持全新的C++ 和 Python APIs

提供新的Python例子和課程

支持快速的R-CNN算法

CNTK Evaluation 數(shù)據(jù)庫有改進(jìn)，其中包括支持CNTK APIs

微軟剛剛開源了微軟認(rèn)知工具包（Microsoft Cognitive Toolkit）的升級(jí)版本，這是一個(gè)為深度學(xué)習(xí)設(shè)計(jì)的系統(tǒng)，可在例如語音和圖形識(shí)別和搜索等基于CPU 和英偉達(dá)GPU的相關(guān)領(lǐng)域提升處理速度。

開源地址：https://github.com/Microsoft/CNTK/wiki/CNTK_2_0_beta_1_Release_Notes

這一工具包此前被稱為CNTK，最早由希望能更快和更高效地開展研究的微軟計(jì)算機(jī)科學(xué)家開發(fā)。在開發(fā)之后不久，這一工具包就迅速地超越了語音的范圍，并演變成為面向客戶的產(chǎn)品，其中包括領(lǐng)先的國(guó)際家電制造商和微軟的旗艦產(chǎn)品，他們有大量的深度學(xué)習(xí)任務(wù)需要處理。

支持 Python 讓工具包是語音擴(kuò)展到C++之外，靈活性更好。C++“對(duì)于真正的程序員來說很好用”，微軟語音方面的首席科學(xué)家Huang XueDong 說，但是“我們的任務(wù)非常簡(jiǎn)單：實(shí)現(xiàn)AI的普及”，不僅對(duì)網(wǎng)頁開發(fā)在，還有不同的學(xué)科，甚至是社會(huì)學(xué)家。支持Python 將會(huì)提供可擴(kuò)展性、靈活性和表現(xiàn)力。

Frank Seide

“我們已經(jīng)把CNTK從一個(gè)研究工具變成了能在產(chǎn)品中配置的東西”，微軟人工智能與研究中心的首席研究員Frank Seide 說。他同時(shí)也是微軟認(rèn)知工具包的關(guān)鍵架構(gòu)師。

?

版的工具包現(xiàn)在已經(jīng)在Github 上開源，其中包括了一些新的功能，能讓開發(fā)者使用Python 或者C++ 編程語言。有了新的版本，研究者還可以展開另一種類型的人工智能研究——增強(qiáng)學(xué)習(xí)。

最終，工具包在性能后是那個(gè)要比舊的版本好很多。同時(shí)也比其他工具包更快，尤其是在多臺(tái)機(jī)器上處理較大數(shù)據(jù)集的情況下。這種類型的大規(guī)模部署對(duì)于多GPU上的深度學(xué)習(xí)是不可或缺的，也是開發(fā)消費(fèi)產(chǎn)品和專業(yè)產(chǎn)品的必需。

加速研究突破的利器

這對(duì)于加速研究突破也起到了關(guān)鍵作用。上周，微軟人工智能與研究中心宣布，他們首次創(chuàng)造了一種在對(duì)話中識(shí)別詞語的技術(shù)，能達(dá)到人類水平。團(tuán)隊(duì)認(rèn)為，微軟認(rèn)知工具包大幅地提升了速度，所以他們能獲得這一里程碑式的突破。

開發(fā)了微軟認(rèn)知工具包的團(tuán)隊(duì)說，相比其他的深度學(xué)習(xí)工具包，在多服務(wù)器間運(yùn)行的能力是一大進(jìn)步。在開始處理更大型的數(shù)據(jù)集時(shí)，這一工具包開源獲得次最優(yōu)的性能和準(zhǔn)確度。微軟認(rèn)知工具包還包含了一些內(nèi)部的算法，用于將這樣的計(jì)算消耗降到較低。

Chirs Basoglu

“使用微軟認(rèn)知工具包的一個(gè)關(guān)鍵理由是，它能在多GPU 和大數(shù)據(jù)集多臺(tái)機(jī)器間有效地?cái)U(kuò)展，”微軟工程經(jīng)理合伙人Chris Basoglu 說。他在這一工具的開放上扮演了關(guān)鍵的角色。

微軟的認(rèn)知工具包能夠簡(jiǎn)單地處理數(shù)據(jù)，從相對(duì)較小的到非常非常大的都可以，只需要使用一臺(tái)筆記本電腦或者數(shù)據(jù)中心的一系列計(jì)算機(jī)。它能在使用傳統(tǒng)的CPU或者GPU的計(jì)算機(jī)上使用，這些計(jì)算機(jī)此前主要與以圖處理為主的游戲相關(guān)，但是，后來被證明在運(yùn)行深度學(xué)習(xí)所需要的算法上也非常有效。

“微軟的認(rèn)知工具包代表了微軟與英偉達(dá)緊密的合作，共同推動(dòng)深度學(xué)習(xí)社區(qū)的進(jìn)步”，英偉達(dá)加速計(jì)算部門總經(jīng)理Ian Buck 說。與此前的版本相比，在英偉達(dá) DGX-1 上擴(kuò)展到8個(gè)Pascal GPU時(shí)，性能獲得幾乎兩倍的提升。

微軟認(rèn)知工具包可在多個(gè)GPU上運(yùn)行，其中包括Azure 的GPU產(chǎn)品。這一工具包已經(jīng)經(jīng)過優(yōu)化，可以更好地利用英偉達(dá)的硬件和Azure的網(wǎng)絡(luò)能力，這也是Azure所提供的服務(wù)之一。

AI和AI工具的共享普及

當(dāng)下，從小的創(chuàng)業(yè)公司到大型的科技公司，都在尋求在例如語音理解和圖像識(shí)別等方面使用深度學(xué)習(xí)的可能性。微軟選擇在這個(gè)時(shí)候開源這一工具包。

廣義上講，深度學(xué)習(xí)是一種人工智能技術(shù)。 由開發(fā)者和研究者使用大量的數(shù)據(jù)，也就是所謂的訓(xùn)練數(shù)據(jù)集來教計(jì)算機(jī)系統(tǒng)從輸入，比如圖像或聲音中識(shí)別模型。

比如，一個(gè)深度學(xué)習(xí)系統(tǒng)能被填入一個(gè)訓(xùn)練集，其中展示了所有水果和蔬菜的類型圖片，然后，系統(tǒng)就能自己學(xué)會(huì)識(shí)別水果或蔬菜的突破。數(shù)據(jù)越多，系統(tǒng)就會(huì)越好，所以，每次它遇到一個(gè)新的，比如奇形怪狀的茄子或者蘋果，它就能修正算法，變得更加準(zhǔn)確。

在使用微軟認(rèn)知工具包來訓(xùn)練聲音聲學(xué)模型的例子中，隨著越多的數(shù)據(jù)進(jìn)入模型中，其轉(zhuǎn)化的準(zhǔn)確率就越高。

這種類型的成就并不僅僅是研究上的里程碑。深度學(xué)習(xí)上的進(jìn)步，其中部分是由于計(jì)算功耗上的進(jìn)步，我們現(xiàn)在能夠擁有一些消費(fèi)級(jí)的產(chǎn)品，比如Skype翻譯，它能識(shí)別語音并提供實(shí)時(shí)的聲音翻譯；比如Cotana數(shù)字助理，它能理解你的話，幫助你搜索機(jī)票和提醒日程等等。

更具靈活性、適應(yīng)更復(fù)雜的工作 ?

最初開發(fā)這個(gè)工具包時(shí)，Basoglu說他們考慮到許多開發(fā)者沒法或不想寫大量代碼，因此，他們創(chuàng)建了一個(gè)自定義系統(tǒng)，讓開發(fā)者可以輕松為深度學(xué)習(xí)配置自己的系統(tǒng)，不需要額外進(jìn)行編碼。 但是，隨著系統(tǒng)越來越受歡迎，來自開發(fā)者的反饋顯示他們想要將自己的Python或C ++代碼與工具包的深度學(xué)習(xí)能力相結(jié)合。 還有來自研究人員的反饋說他們想用這個(gè)工具包來做增強(qiáng)學(xué)習(xí)研究。

增強(qiáng)學(xué)習(xí)是使用代理通過大量的實(shí)驗(yàn)和試錯(cuò)來學(xué)習(xí)做某件事情的正確方式——例如在房間中找路，或生成一個(gè)句子。這種研究可能最終達(dá)到系統(tǒng)可以自主做出復(fù)雜決策的真正的人工智能。新版本的工具包也為開發(fā)者增加了這個(gè)功能。

語音之外的應(yīng)用

雖然微軟認(rèn)知工具包最初是為語音研究者開發(fā)的，它也可以有更廣泛的用途。例如，Libherr公司在用它實(shí)行簡(jiǎn)單健康的生活方式。該公司在用戶冰箱中裝置攝像頭，這些攝像頭不只會(huì)拍攝圖像，它們能夠識(shí)別冰箱中的每一樣食物并且能自動(dòng)綜合這些信息形成一個(gè)購(gòu)物清單。

?

未來，這項(xiàng)技術(shù)將有助于引導(dǎo)健康的購(gòu)物和餐飲計(jì)劃。儲(chǔ)藏室的各種東西也可以使用具有對(duì)象識(shí)別功能的攝像頭來記錄并監(jiān)控。這能幫助消費(fèi)者避免浪費(fèi)食物，讓生活更簡(jiǎn)單舒適。

?

Bing搜索團(tuán)隊(duì)也使用該工具包來發(fā)現(xiàn)搜索詞中潛在或隱藏的關(guān)系，以提供更好的搜索結(jié)果。例如，用戶搜索“怎樣做蘋果派？”時(shí)，他們其實(shí)是在搜尋“食譜”，雖然搜索詞中完全沒有“食譜”這個(gè)詞。深度學(xué)習(xí)系統(tǒng)可以經(jīng)由訓(xùn)練自動(dòng)發(fā)現(xiàn)這種關(guān)系。沒有深度學(xué)習(xí)系統(tǒng)的話，就需要工程師人工輸入這樣一條規(guī)則。

?

微軟也將繼續(xù)使用該認(rèn)知工具包提升語音識(shí)別能力。微軟語音服務(wù)的Yifan Gong（principal applied science manager）說，他們已經(jīng)使用該工具包開發(fā)準(zhǔn)確率更高的聲學(xué)模型用于微軟產(chǎn)品，包括Windows和Skype翻譯器。Gong說他們的團(tuán)隊(duì)使用該工具包開發(fā)新的深度學(xué)習(xí)架構(gòu)，包括使用長(zhǎng)短期記憶人工神經(jīng)網(wǎng)絡(luò)（LSTM）技術(shù)，使語音識(shí)別的結(jié)果更準(zhǔn)確。

?

這些改進(jìn)將能夠讓微軟的系統(tǒng)更好地理解用戶試圖說什么，即使用戶是在聚會(huì)、高速公路或者開放式辦公室這些嘈雜的環(huán)境中發(fā)出語音命令或與Cortana交談。

?

對(duì)用戶來說，顯然好處多多。Gong說：“語音識(shí)別的準(zhǔn)確率更高的話，就不必總是重復(fù)說話。

商業(yè)智能與數(shù)據(jù)分析群

興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價(jià)值的辦法，實(shí)際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報(bào)表系統(tǒng)等全方位知識(shí)

QQ群：81035754