很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于Microsoft在Windows 10更新中嵌入了人工智能平台的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对Microsoft在Windows 10更新中嵌入了人工智能平台这篇文章感兴趣的小伙伴可以一起来看看

Windows 10的下一个更新为在Windows应用程序中集成人工智能开发了道路，直接影响了数以亿计的设备，从Windows PC和平板电脑到IoT Edge设备。

Windows ML平台的新版本使开辟人员可以直接在Visual Studio中将预训练的深度学习模型集成到其应用程序中。在导入VS工具之前，必须将模型转换为开放式神经网络交换(ONNX)格式。

ONNX是Microsoft和Facebook于2017年9月推出的开源机器学习框架，后来由AWS 加入。ONNX使得神经网络框架之间具有可移植性，从而使使用Pytorch，Apache MxNet，caffe2或Microsoft Cognitive Toolkit(CNTK)等工具训练的模型可以转换为ONNX并在Windows应用程序中实现。包括NVIDIA，Intel，Qualcomm和AMD在内的多个Windows硬件供应商都支持该格式，并公布了ONNX优化的硬件。

人工智能已经广泛应用于许多Microsoft应用程序和服务中，包括图像和面部处理，搜索结果相关性，语音识别和数据安全性。这些AI功能依赖于在云中训练的模型，并需要大量的计算资源。但是，依靠云API来提供产品功能会产生延迟，引发隐私问题并增加设备的功耗。

通过Windows ML和ONNX的组合，需要大量计算的模型训练阶段仍在云中进行，但是推理计算直接在应用程序中进行。这样可以离线使用，降低功耗，幸免私人数据传输，并通过减少延迟来进行实时处理。在模型构建阶段，开辟人员和数据科学家仍可以使用最有效的框架来完成当前任务，然后将经过训练的模型转换为ONNX，最后将ONNX格式的模型集成到Windows应用程序中。

根据Gartner的说法，设备中人工智能的潜在用例可能集中在个人助理，欺诈检测，设备资源优化或虚拟现实上。嵌入人工智能还有助于直接利用私人用户数据的应用程序，例如健康诊断，个性化书写工具和生物特征认证。

Windows ML不仅限于深度学习模型，还可以从其他框架(如Core ML，Scikit-Learn，XGBoost和LibSVM)导入经典的机器学习模型。