Microsoft, l'intelligenza artificiale diventa parte integrante dell'analisi dati

La risorsa AI diventerà prgoressivamente embedded per tutti i servizi e applicazioni basati sui dati. Apertura al mondo open source

L'intelligenza artificiale è una risorsa che sarà progressivamente annegata nel mondo dell'analisi dati. E' questa la lettura che si ricava da quanto affermato da Microsoft nel corso dell'evento Data Amp. L'intelligenza artificiale diventerà, quindi, embedded per tutti i servizi e applicazioni basati sui dati (database, data lake, cloud computing). E non solo per introdurre nuove capacità nei software – si pensi ai chatbot o ai sistemi di riconoscimento delle immagini – ma anche per potenziare la sicurezza dei dati. La casa di Redmond ha poi insistito sul concetto di flessibilità, che nel mondo degli sviluppatori significa lasciar loro la libertà di creare prodotti che funzionino su tecnologia Microsoft e su Windows, ma anche su soluzioni open source come Hadoop, Linux, Spark.

Three key innovations

*** close integration of AI functions into databases, data lakes, and the cloud to simplify the deployment of intelligent applications

*** use of AI within MSFT services to enhance performance and data security.

*** flexibility for developers to compose multiple cloud services into various design patterns for AI, and the flexibility to leverage Windows, Linux, Python, R, Spark, Hadoop, and other open source tools in building such systems

In merito alla volontà di integrare l'intelligenza artificiale con i dati, un primo esempio lo fornisce Sql Server 2017, o meglio la versione preview 2.0 corrispondente al nome Sql Server 2017 Community Technology. Qui debuttano alcune funzionalità di deep learning e machine learning, come il supporto nativo nel database per graph dataper. Per la prima volta, inoltre, viene introdotto il supporto a Python accanto a quello già esistente per R: questo significa poter sfruttare il computing accelerato Gpu di Nvidia attraverso l’interfaccia Python/R per assolvere anche ad attività più gravose di deep-learning su immagini, testi e altri dati non strutturati. A proposito di Sql Server 2017, l'azienda ha poi affermato che questa versione opererà alle stesse velocità su macchine Windows e Linux e che rispetto al passato garantirà migliori prestazioni, scalabilità e sicurezza.

Nell'ambito del cloud e del computing cognitivo, va segnalato il debutto sul portale di Azure di tre nuovi servizi, disponibili come Api: Viso, Visione artificiale e Content Moderator. Il primo dei tre aiuta a confrontare fra loro i tratti somatici degli individui ritratti, a organizzare i volti in gruppi in base alla somiglianza visiva e a individuare le persone precedentemente taggate. L’Api Visione Artificiale, invece, permette di associare descrizioni testuali a un'immagine, creando tag (che identificano oggetti, persone e azioni) e frasi coerenti per raccontare l'immagine stessa. Content Moderator è invece un servizio per la moderazione di testo e immagini che sfrutta processi automatici ma anche strumenti di verifica umana. In tutti e tre i casi, si tratta di tecnologie che Microsoft sta già sfruttando internamente, per esempio su prodotti come Word.

Annunciato, infine, Azure Data Lake Analytics, un servizio di analisi serverless che consente di sviluppare e utilizzare programmi di elaborazione e trasformazione dei dati con architettura altamente parallela in U-Sql, R, Python e .NET su petabyte di dati. Con il vantaggio, non indifferente, di non richiedere server o altre infrastrutture da gestire, potendo invece elaborare i dati on demand e scalare in base alle necessità. L'intelligenza artificiale entra in gioco anche nell’integrazione fra il servizio di database (disponibile su Azure) DocumentDB e Spark, che consente funzioni di machine learning e advanced analytics su dati distribuiti globalmente.