Стараясь привлечь внимание к своим средствам глубокого обучения, Microsoft разместила на портале GitHub инструментарий Computational Network Toolkit (CNTK). Когда компания впервые выпустила этот инструментарий CNTK в апреле 2015-го, то разместила его на своем портале Codeplex и распространяла под академической лицензией, теперь же продукт продвигается под более свободной лицензией MIT.

CNTK представляет собой фреймворк, реализующий алгоритм машинного обучения и повышающий его эффективность. В последнее время быстро растет популярность глубокого обучения, представляющего собой одну из разновидностей искусственного интеллекта. Этот подход, основанный на моделировании работы интеллекта человека, подразумевает обучение искусственных нейронных сетей с использованием больших наборов данных.

Технологии искусственного интеллекта быстро развиваются. Возможно это связано с тем, что эта тема сейчас находится в фокусе внимания ведущих ИТ-игроков и сообщества Open Source. Так, в начале 2015-го Facebook открыла инструментарий для глубокого обучения Torch, затем Google выпустила TensorFlow, а китайская компания Baidu — Warp-CTC. Кроме того, распространение получили СПО-продукты Theano и Caffe.

В Microsoft объясняет такой интерес к системам глубокого обучения ожиданиями того, что развитие этих алгоритмов может подстегнуть распространение приложений искусственного интеллекта. Эти надежды не лишены оснований. За последние годы быстро прогрессируют средства распознавания речи в приложениях, таких как Apple Siri и Google Translate, а также распознавания изображений, например, в Google Photos. Такие возможности становятся все более востребованными в связи с ростом популярности мобильных устройств, так как открывают возможность управлять ими без традиционной клавиатуры.

Что касается передачи инструментарий глубокого обучения сообществу, то вряд ли компании действуют из чистого альтруизма. Привлечение внешних разработчиков позволяет с одной стороны улучшить продукт, а с другой — найти талантливые кадры, уже знакомые с инструментарием.

Аналитики одобряют этот шаг Microsoft, полагая, что перенос инструментария на GitHub сделает его более известным и распространенным, тем более что лицензия MIT позволяет использовать код вместе с проприетарным ПО.

Стараясь выделиться на фоне конкурентов, Microsoft провела сравнительное тестирование CNTK и других инструментов, которое показало, что CNTK превосходит соперников по быстродействию благодаря тому, что лучше масштабируется при увеличении количества машин и числа установленных в них GPU.

Аналитики подчеркивают, что быстродействие имеет огромное значение для продуктов глубокого обучения, так как чем быстрее происходит обработка данных, тем больше данных можно использовать и тем быстрее происходит обучение машины и повышается его точность.

Графические сопроцессоры широко применяются для реализации алгоритмов искусственного интеллекта, таких как распознавание речи, изображений и движений. В связи с этим Microsoft собирается дополнить свое облако Azure виртуальными машинами на базе GPU, объединить их с CNTK и тем самым создать распределенную GPU-платформу для исследований и разработок в области искусственного интеллекта.