在2022 Gartner® Magic Quadrant™ 云计算AI开发者服务上，微软的服务取得了Gartner的认可，在“愿景欠缺度”坐标轴上处于最远端。

依据Gartner的定义，这些“云托管或容器化服务可能让非数据迷信的开发者和从业者通过API、软件开发工具包 (SDK) 或应用程序应用AI 模型。”  
 

咱们十分欣慰可能因为Azure AI Platform而取得认可。在这篇文章中，咱们将深入探讨 Gartner 评估及其对开发人员的意义，同时提供Gartner 魔力象限的残缺重印版的资源，不便大家理解相干更多信息。

应用生产就绪式AI模型拓展智能应用程序

“只管 ModelOps 实际愈发成熟，大多数软件工程团队依然须要不依赖高级机器学习的 AI 性能。基于这个起因，云 AI 开发者服务 (CAIDS) 就成为了软件工程团队必不可少的工具。”—— Gartner

在所有 AI 我的项目中，有多达87%从未投入到生产¹。除了要实现简单的数据预处理和 AI 建模以外，企业还须要费劲做好可扩展性、安全性、治理等其余方面能力让模型能够投入生产。这也就是为什么在明天有超过85% 的财产 100 强公司抉择 Azure AI 来实现跨不同行业的各种用例。

现在，为更快地实现价值，有越来越多的开发人员应用预制且可定制的AI 模型来构建智能解决方案。多年来，微软研究院在AI畛域获得了多项重大突破，包含率先在语音、视觉和语言能力方面实现人类拟真。目前，咱们正在通过 Turing、GPT-3 和 Codex（反对 GitHub Copilot 的模型）等大型模型来实现突破性的语言性能，由此晋升开发人员的工作效率。Azure AI 将这些翻新全副整合成一个生产就绪的通用模型系列，称之为Azure 认知服务和用例特定模型。利用 Azure 利用人工智能服务，开发者可通过 API 或 SDK 集成模型，之后持续通过微调来取得更高的准确性。

对于心愿大规模构建生产就绪机器学习模型的开发者和数据科学家，咱们反对应用名为 AutoML 的自动化机器学习。作为Azure 机器学习的一部分，AutoML 源自微软的突破性钻研，专一于将机器学习模型开发中耗时费劲的迭代工作自动化。其作用是让数据科学家、分析师和开发人员能专一于非操作的增值工作，并放慢我的项目的投产速度。

晋升组织的AI 团队的生产力

“随着越来越多的开发者应用 CAIDS 来构建机器学习模型，开发者与数据科学家之间的单干正变得愈发重要。”—— Gartner

随着 AI 在工作层面的一直遍及，组织必须为员工提供必要的工具，确保他们可能无效和负责任地单干、构建、治理和部署AI解决方案。正如微软董事长兼首席执行官 Satya Nadella 在微软 Build 大会上所分享的那样，微软正在“按 Azure 平台的规范构建模型”，其目标是让不同技能的开发人员都能将突破性的 AI 研究成果融入到本人的应用程序中。其中既包含应用 API 和 SDK 构建智能利用的业余开发者，也包含应用微软 Power Platform 预建模型的业余开发者。

利用 Azure AI，开发者可能用偏好的语言构建利用，并通过容器实现云、本地或边缘部署。近期，咱们还发表反对应用任何 Kubernetes 集群和拓展机器学习实现凑近数据所在位置的部署运行。这些资源能够通过 Azure Arc 提供的治理、一致性和可靠性在繁多窗格中运行。

落实Responsible AI准则

“不管对供应商还是客户来说，机器学习模型的意义不仅仅是寻求性能和准确性。在抉择 AutoML 服务时，他们应更关注内置有偏差检测和弥补机制的可解释透明化模型。”—— Gartner

微软的产品策略和开发生命周期都遵循 Responsible AI 的准则。咱们还让客户也遵循这些准则作为优先级。为此，咱们提供工具和资源来帮忙客户意识、爱护和管制他们的AI 解决方案。这些工具和资源包含Responsible AI 仪表盘、机器人开发指南以及更多内置工具，用于解释模型行为和测试公平性等。除反对施行 Responsible AI 准则以外，为数据迷信团队提供这样统一化的工具集还有助于进步透明度和晋升模型部署的效率和一致性。

微软被认定为云端人工智能开发者服务畛域的“领导者”，咱们为此感到十分骄傲，咱们对微软和整个AI行业翻新也感到非常兴奋，这些翻新使开发者可能利用人工智能解决事实世界的挑战。如需理解更多详情，请查看残缺的 Gartner 魔力象限。

理解更多

  • 查看对于Azure AI的剖析报告
  • 在Azure 博客上浏览Azure AI的最新布告

参考资料

¹ 为什么87%的数据迷信我的项目无奈投入生产? Venture Beat.

Gartner Inc.：“云人工智能开发者服务魔力象限”, Van Baker、Svetlana Sicular、Erick Brethenoux、Arun Batchu、Mike Fang，2022 年 5 月 23 日。

Gartner 和魔力象限是 Gartner, Inc. 和/或其从属公司在美国和寰球的注册商标和服务标记。本文的应用是取得许可的。保留所有权力。本图来自 Gartner, Inc. 公布的一份大型钻研文件，其效用应依此评估。Gartner 可应微软的要求提供文档。Gartner 并未认可其钻研出版物中形容的任何供应商、产品或服务，也不倡议技术用户仅抉择具备最高评级或其余特色的供应商。Gartner 钻研出版物代表的是 Gartner 钻研机构的意见，但不应解释为对事实的陈说。Gartner 对与本钻研无关的所有明示或暗示的保障概不负责，包含对适销性或特定用处的适用性的任何保障。

                     

点击这里在Azure 博客上浏览Azure AI的最新布告~