Azure Machine Learning industrializza l’intelligenza artificiale

Azure Machine Learning Studio (o Azure ML) è un servizio di creazione di motori predittivi basato su cloud. A monte lo strumento consente di sviluppare modelli di apprendimento della macchina associando visivamente, mediante drag and drop, algoritmi e dataset (qui il tutorial).

A valle, orchestra la fase di test e addestramento dei modelli, e la loro esecuzione su Azure. Dotato di una libreria di algoritmi che coprono i principali domini del machine learning (classificazione, clustering, regressione e sistemi di raccomandazione), Azure Ml può ospitare anche moduli di terze parti sotto forma di script. Questa prima versione mira a semplificare la creazione di esperimenti. Si lavora a una nuova versione che mira a soddisfare meglio le esigenze degli scienziati dei dati, moltiplicando al contempo le capacità di diffusione offerte, dice Pierre Lagarde, tecnico capo evangelist di Microsoft.

In questo contesto, Azure ML deve introdurre uno strumento completamente nuovo, noto come Azure ML Workbench Service. Uno studio "molto orientato al codice" che supporta i due principali linguaggi utilizzati nella data science, R e Python. Molto flessibile, si integra con diversi editor di codice: Visual Studio Code, R Studio e PyCharm. Oltre a queste nuove capacità di programmazione, il futuro Azure Ml dovrebbe anche facilitare la fase di preparazione dei dati. Un passo centrale di un progetto di machine learning che mira a ripulire e formattare le informazioni storiche immesse nell'input dell'analisi predittiva.

Automatizzare l'elaborazione dei big data

Per far fronte a questa sfida, un nuovo modulo, chiamato PROgram Synthesis using Examples, potrà utilizzare vari compiti di trasformazione (combinandoli se necessario): modifica di stringhe di caratteri, date, numeri.

In più Microsoft propone una tecnologia di scambio di dati basata sull'intelligenza artificiale. Attraverso l'esecuzione di script Python, sarà in grado di sfruttare la storia delle trasformazioni fatte finora per automatizzare la rielaborazione su grandi volumi di dati, spiegano a Redmond.

Per l'occasione, Microsoft intende anche rafforzare le capacità di gestione dell'implementazione di Azure ML. Per fare questo, il servizio cloud sarà dotato di una pipeline di integrazione contenuta (conosciuto come Azure Ml Experimentation Service) con la gestione del versioning del modello e il supporto Git. In questo contesto, sarà possibile fare affidamento su diversi quadri di apprendimento profondi (Microsoft CNTK, SparkML o Tensorflow).

Mentre i processi Azure Ml possono essere eseguiti solo su Microsoft PaaS (attraverso le Api) per il momento, la nuova versione fornirà una più ampia gamma di opzioni di runtime attraverso un servizio dedicato (Azure Ml Model Management Service).

L'ambiente di sviluppo e test dei modelli sarà così in grado di essere implementato su vari servizi Azure (Azure Data Science Virtual Machine, Azure Batch, Apache Spark for Azure HDInsight...), o anche sulle workstation degli scienziati di dati. Sul lato dei server di produzione, i motori di apprendimento possono essere distribuiti su cluster di macchine virtuali Azure, o anche su server locali basati su Microsoft Machine Learning Server (ex-R Serve).

Via Azure ML Model Management Service, sarà anche possibile incorporare i modelli in contenitori Docker per spingerli su qualsiasi tipo di architettura. La gestione del modello Azure Ml si apre anche a Azure IoT Edge.

Grazie a questo gateway, consentito anche dai contenitori, è possibile spingere un modello di previsione come web service il più vicino possibile a un oggetto connesso. Ad esempio, potrebbe essere segnare il valore di un sensore, eseguendo il modello su Raspberry Pi in situ, o anche fare il riconoscimento dell'immagine in uscita da una telecamera di sorveglianza per fare tornare nella nuvola solo le sequenze video più rilevanti.

Per il momento Microsoft non ha dato alcun nome o numero di versione particolare alla nuova versione di Azure Ml attualmente in fase di sviluppo. Da settembre è disponibile una versione beta.

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato sulle novità tecnologiche iscriviti alla newsletter gratuita.
CONDIVIDI

LASCIA UN COMMENTO

Please enter your comment!
Please enter your name here