微软让Azure机器学习变得普遍可用更新了Azure物联网边缘服务

今天标志着Microsoft Connect()的启动微软召开了年度云计算和数据开发者大会，这家西雅图的公司没有浪费时间来谈正事。它宣布了Azure机器学习服务(Azure Machine Learning service)的普遍可用性，这是一个云平台，允许开发人员构建、培训和部署人工智能模型，以及对Azure认知服务(Azure Cognitive Services)的更新，后者是自然语言处理、语音识别和计算机视觉api的集合。它还推出了价格更实惠的Azure Cosmos DB层，这是一个针对基于云的分布式工作负载的交钥匙解决方案。

但这还不是全部。微软还在Azure物联网边缘上完成了对Azure流分析的升级，后者在本地处理来自物联网解决方案的数据;一种新的改进的Azure物联网设备仿真解决方案加速器;Azure物联网远程监控解决方案加速器和Azure时间序列洞察力的改进;和Azure地图增强。

经过一段相对较长的预览期之后，Azure机器学习现在对所有客户都可用了，它提供了一个新的预览特性:模型可解释性。从本周开始，用户将能够识别哪些输入功能在人工智能系统的预测中权重最大。

全面可用是Azure机器学习的核心特性，包括支持人工智能框架，如PyTorch、TensorFlow和scikit-learn;自动化hyperparameter调优;以及部署到云环境和边缘环境的能力。

微软公司副总裁埃里克•博伊德在接受VentureBeat电话采访时表示:“我们收到了很多使用Azure机器学习的客户的积极反馈。”“这有助于他们比以前更快、更有效地完成工作，无论是在云端还是在办公场所……(因为)使用它不需要你是一名数据科学家。”自动机器学习(特性)有助于选择合适的算法来使用。”

与此同时，Azure认知服务获得了两个关键特性:(1)语言理解的容器支持和(2)定制翻译。前者从今天开始在early access中可用，它允许Azure开发人员在边缘上部署带有对象检测、视觉识别和语音识别的应用程序，并更容易地跨云和边缘维护架构。与此同时，自定义翻译现在已经普遍可用，用户可以利用人工翻译的内容来构建一个自定义翻译系统，该系统可以更好地处理特定的词汇(想想“临时劳动力”和“可交付成果”等术语)和不同的写作风格。

最后，正如前面提到的，微软今天发布了一个更便宜的Azure Cosmos DB产品:Azure Cosmos DB吞吐量产品。与其他Azure Cosmos DB服务一样，吞吐量服务可以跨多个Azure区域自动伸缩和复制数据，但其定价针对使用多容器数据库的客户进行了优化。

除了提供吞吐量之外，还有Azure Cosmos DB . net SDK 3.0 CORS，它增强了Azure Cosmos DB对. net和JavaScript应用程序的现有支持。

在物联网(IoT)方面，微软今天在Azure IoT Edge上发布了公开的Azure Stream Analytics (ASA)，这简化了在云设备和Edge设备之间移动分析的过程，同时限制了带宽和连接。它巧妙地运行在物联网边缘框架内，这意味着在其中创造的工作可以使用物联网集线器进行部署和管理。

微软还发布了对Azure物联网设备模拟加速器的更新。现在，编写复杂的设备行为脚本(包括在单个模拟中包含多个设备)和模拟真实环境的torun模拟变得更容易了。

以前，物联网解决方案加速器是一种为常见物联网场景创建定制解决方案的服务，它允许开发人员只在Azure门户内管理设备、模块和操作。但由于本周推出的增强Azure物联网远程监控用户界面，它们现在可以更容易地触发响应设备警报的操作(比如电子邮件通知)，使用自动设备管理管理设备更新，并使用Azure时间序列洞察可视化设备数据。

在Azure地图方面，微软推出了一个新的S1定价层。它与标准的S0一起提供，并且为使用Azure Maps的应用程序的“生产规模”部署提供了增强的服务级别，没有每秒查询的限制。

最后，微软在公开预览中发布了新的时间序列洞察。Azure时间序列——一个针对物联网部署的时间序列数据的完整堆栈分析、存储和可视化服务——现在让客户更有效地存储和分析建模和特别数据。它们可以为遥测数据添加丰富的上下文化，将物联网数据分层存储，并利用机器学习和分析工具进行分析。

此外，微软还为时间序列分析引入了一种新的基于使用的定价模型。今天是可用的。