Serve l’intelligenza artificiale per estrarre il valore dei Big Data e in questo senso è opportuno che le funzioni di AI siano portate sempre più vicino a dove risiedono le informazioni e siano rese disponibili con sempre maggiore semplicità agli sviluppatori.
È questo il succo principale degli annunci che Microsoft ha fatto durante l’evento online Data Amp e che hanno ricadute su quasi tutte le sue piattaforme legate alla gestione dei dati.
Una nuova base tecnologica per l’integrazione dell’AI nella gestione dei dati è rappresentata da quello che Microsoft chiama deep learning GPU.
Si tratta di un approccio in cui funzioni di deep learning e machine learning basate su GPU Nvidia sono integrate in SQL Server.
Il dialogo tra quest’ultimo e la parte di machine learning avviene attraverso una interfaccia Python/R che, in sintesi, permette di gestire le funzioni di AI come stored procedure. La versione Preview 2.0 di SQL Server 2017 Community Technology ha già mostrato una prima implementazione di questo approccio.
A proposito di SQL Server 2017, Microsoft ha evidenziato che sarà compatibile con Windows, Linux (Red Hat Enterprise Linux, SUSE Enterprise Linux Server e Ubuntu) e i container Docker. L’esecuzione in ambiente Linux è stata indicata come altrettanto veloce di quella in Windows, con prestazioni notevolmente superiori rispetto alla versione 2016.
Le funzioni di intelligenza artificiale sono rese disponibili anche attraverso il cloud di Azure, sotto forma di API. In questo campo Microsoft ha presentato tre nuove API denominate Viso, Visione Artificiale e Content Moderator.
Rispettivamente servono a organizzare i volti in gruppi in base alla somiglianza visiva, identificare più genericamente i contenuti delle immagini (oggetti, individui, azioni) e moderare automaticamente i contenuti di testo e immagini.
Sempre lato cloud Microsoft ha presentato Azure Data Lake Analytics (ADLA), un servizio di analisi serverless per creare applicazioni di elaborazione e trasformazione dei dati usando U-SQL, R, Python e .NET e potendo operare su petabyte di dati.
Per applicazioni più specifiche la casa di Redomond ha anche ampliato la gamma dei modelli di Cortana Intelligence, che ora comprendono anche Offerte Personalizzate (ad esempio nel retail), Assicurazione Qualità (ad esempio per applicazioni produttive) e Previsioni della Domanda.
