Expandir las herramientas y recursos de IA para desarrolladores y científicos de datos en Azure

Por: Joseph Sirosh, Vicepresidente Corporativo de Inteligencia Artificial e Investigación.

La Inteligencia Artificial ha emergido como una de las fuerzas más disruptivas detrás de la transformación digital de los negocios. Nuestra misión es llevar la IA a cada desarrollador y organización en el planeta y ayudar a las empresas a incrementar el ingenio humano de manera única y diferente. Los desarrolladores y científicos de datos están en el núcleo de la dirección de esta fuerza de innovación y estamos comprometidos a proveerlos con las mejores herramientas para que tengan éxito.

En septiembre en Microsoft Ignite 2017, anuncié las herramientas para la IA dirigida a la Transformación Digital y describí cómo es que la plataforma de IA de Microsoft permite una amplia variedad de escenarios para las aplicaciones. Hoy en Connect(); 2017 permitimos que los desarrolladores y científicos de datos puedan integrar IA dentro de aplicaciones nuevas o que ya existían, de manera rápida y sencilla a través de lo siguiente:

1. Actualizaciones para Azure Machine Learning (AML) que incluye la integración de Azure IoT Edge.
2. Un nuevo servicio de Azure Databricks que combina lo mejor de Databricks y Azure para un análisis basado en precipitaciones.
3. Un nuevo ambiente de desarrollo para Visual Studio Tools para IA con una integración de Azure Machine Learning

Actualización para Azure Machine Learning (Azure ML)

IA debería ser accesible para cada desarrollador y nosotros trabajamos para volver realidad todo esto cada día. Azure Machine Learning continúa con la simplificación del desarrollo de los modelos de IA y provee funciones comprensivas para implementarlas en las aplicaciones en la nube. Hace dos meses en Microsoft Ignite 2017, anunciamos un nuevo y poderoso set de capacidades en Azure ML (Figura 1), es decir:

• Azure ML Workbench, un cliente multiplataforma para la discrepancia de datos impulsado por IA y la gestión de experimentos.
• Azure ML Experimentation Service, para ayudar a que los científicos incrementen su tasa de experimentación con big data y GPUs.
• Azure ML Model Management Service, para hospedar, generar, administrar y dar seguimiento a modelos de aprendizaje automático.

Figura 1: AML provee discrepancia de datos impulsado por IA, entrenamiento basado en Spark y GPU, experimentación y modelos de gestión, y la habilidad para que los desarrolladores implementen modelos en dispositivos IoT con ayuda de Azure IoT Edge.

Azure ML trae lo mejor de la nube al desarrollo con IA, y lo mejor de las herramientas de IA para los desarrolladores en la nube. Al aprovechar el poder de los servicios de big data en la nube tales como Spark en HDInsight, bases de datos distribuidas como CosmosDB, y servicios como Azure Data Factory, los desarrolladores pueden integrar y transformar vastas cantidades de datos desde una variedad de recursos para impulsar el aprendizaje automático. Con ayuda de tecnologías como Program Synthesis por parte de Example, los datos pueden ser diferenciados, limpiados y transformados de manera sencilla. Al usar Data Science VMs, GPUs y/o clusters de Spark, los desarrolladores pueden experimentar y entrenar de manera rápida los modelos de aprendizaje automático a escala. Los modelos ya desarrollados pueden ser exportados a contenedores docker para la máxima inferencia en el borde (en la nube), o implementar servicios web auto escalables dentro de Azure Container Service. Una comprensiva colección de conjuntos de herramientas de IA en las que se incluye Microsoft Cognitive Toolkit (CNTK), Caffe2 y TensorFlow es soportada.

Azure ML es una poderosa herramienta end-to-end que sirve para el desarrollo de aplicaciones de IA.

Estoy emocionado de anunciar que expandimos aún más las capacidades de Azure ML.

1. Capacidades para IoT Intelligent Edge: Ahora los modelos de IA diseñados en Azure ML pueden ser implementados de manera sencilla para que funcionen de manera local en los dispositivos de IoT al utilizar Azure IoT Edge. Al usar contenedores docker, los desarrolladores ahora pueden implementar en el borde sin problema y construir soluciones de IoT híbridas.Tambipen presentamos AI Toolkit para Azure IoT Edge, una colección de guiones, códigos y contenedores desplegables que les permitirán prepararse rápido y ejecutar la implementación de IA en dispositivos en el borde. Pueden encontrar los detalles adicionales acerca de Azure IoT Edge en este blog.
2. Expandir Azure Regions adicionales: Añadiremos el banco de trabajo, experimentación y capacidades de gestión de modelo en Azure Machine Learning a dos nuevas regiones –Europa Occidental y el Sureste de Asia– al llevar nuestro sello hacia Estados Unidos, Europa, Asia y Australia.

También vamos a expandir las funciones de Azure ML para hacer que el desarrollo sea mucho más fácil, tal como el soporte para VS Code, VS Tools y PyCharm en adición al editor de texto de Azure ML Workbench, integración con Matplotlib (versión 2.1.0) –una biblioteca de trazado popular–, actualizaciones  para MMLSpark que incluyen extracciones de entidades médicas, mejoras para Run History y muchas más. Esto es parte parte del continuo conjunto de mejoras a nuestras herramientas y servicios que vuelven más productivos a los desarrolladores y científicos de datos.

Anunciamos Azure Databricks

Me emociona presentarles el previo de Azure Databricks (Figura 2), como una rápida, sencilla y colaborativa plataforma de análisis basada en Apache® Spark™ y optimizada para Azure. Diseñada en colaboración con los fundadores de Apache Spark, Azure Databricks combina lo mejor de Databricks y Azure para apoyar a que los clientes aceleren su innovación al configurar con un sólo clic, flujos de trabajo coordinados y espacios de trabajo interactivos que hacen posible la colaboración entre desarrolladores, científicos e ingenieros de datos, así como analistas de negocios. 

Figura 2: Azure Databricks combina lo mejor de Databricks y Azure con flujos de trabajos ordenados y espacios de trabajo interactivos que permiten la colaboración entre científicos e ingenieros de datos y analistas de negocios.

La versión de prueba incluye las siguientes capacidades:

1. Integración nativa con Azure SQL Data Warehouse, Azure Storage, Azure Cosmos DB y Power BI, lo cual simplificará el autoservicio de análisis y aprendizaje automático sobre los datos en relación o sin relación.
2. Integración de Azure Active Directory, para una seguridad y control de identidad simplificado.
3. El desempeño inherente de grado empresarial, gobierno de datos y SLAs de Azure.

Con estas innovaciones, Azure es el primer destino para liberar los poderosos escenarios que facilitan la IA.

Anuncio de Visual Studio Tools para IA

Estamos enfocados en darle a los desarrolladores la habilidad para usar las herramientas de su elección para el desarrollo de IA. En Ignite 2017 anunciamos la multiplataforma Visual Studio Code Tools para IA, y hoy vamos a incrementar las opciones de IDE que los desarrolladores tienen al lanzar Visual Studio Tools para IA (Figura 3), vamos a impulsar a los desarrolladores a crear, entrenar, depurar e implementar sus modelos en el IDE de clase mundial en Windows.

Figura 3: Visual Studio Tools para IA permite a los desarrolladores crear de manera sencilla modelos de redes neurales profundas y sofisticadas, y desplegarlas en producción a través de Azure Machine Learning.

Visual Studio Tools para IA permite a los desarrolladores y científicos de datos completar de manera rápida y sencilla, tareas comunes cuando trabajan con sus modelos personalizados en Visual Studio. Con la integración de Azure ML, los desarrolladores y científicos de datos pueden buscar en la galería de muestras, descargar códigos de muestra, abrir, editar y depurar secuencias de comandos Python desde los proyectos de Azure ML en Visual Studio. También pueden activar comandos de manear local para pruebas, insertar trabajos a un objetivo de cómputo remoto definido en Azure ML, revisar la lista de trabajos insertados al objetivo, obtener detalles en torno a dichos trabajos, y por último, tener acceso a productos y registros desde los trabajos insertados.

Las herramientas también incluyen la integración con el servicio Azure Batch AI, así los desarrolladores y científicos de datos podrán usarlo para insertar trabajos a un clúster de Azure Batch, el cual activa de manera dinámica el GPU VMs, asigna y ejecuta los trabajos y después reduce la velocidad del VMs, todo dentro de Visual Studio. La integración también muestra una lista de los trabajos insertados en Azure Batch AI, provee detalles sobre los trabajos insertados y demuestra los productos y registrados de dichos trabajos.

Visual Studio Tolls para IA también soporta el uso de Linux Azure VMs o de las máquinas locales para insertar trabajos a un servidor de Azure GPU VM o Linux locales, y después ver los trabajos y los productos. En adición, hemos incorporado un mapa de calor de uso de GPU para el monitoreo de recursos.

Resumen

Con estas emocionantes actualizaciones, la plataforma de IA de Microsoft (Figura 4) ahora ofrece funciones comprensivas basadas en la nube, locales y soporte periférico, – toda la infraestructura, herramientas, redes, servicios y soluciones que los desarrolladores, científicos de datos y negocios necesitan para integrar IA en sus productos y servicios.

Figura 4: La plataforma de IA de Microsoft, provee una nube comprensiva impulsada por IA para cada desarrollador.

Nuestros clientes ya utilizan la plataforma de IA para ayudar a aumentar el ingenio humano de nuevas maneras, nuestra plataforma de IA permite a las personas extender sus capacidades y aprovechar un potencial aún mayor. Un ejemplo es la aplicación Helpicto (Figura 5) desarrollada por una startup francesa llamada Equadex. Helpicto provee una innovadora solución para ayudar a los niños con autismo a comunicarse de una manera más sencilla en el ambiente que los rodea, basado en pictogramas y palabras clave asociadas. Para estar enfocado, un niño con autismo utiliza pictogramas específicos dentro de una secuencia para reconocer una situación, pregunta u otra interacción. Helpicto facilita esto (Figura 4), al diseñar en la plataforma de IA de Microsoft con ayuda de Xamarin, ASP .NET, Azure App Services, Azure SQL Database y Cognitive Services. Este es un gran ejemplo de usar el poder de la inteligencia artificial para mejorar las vidas.

Figura 5: Helpicto ayuda a niños autistas a comunicarse mejor con ayuda de la inteligencia artificial.

Los invito a visitar www.azure.com/ai (Figura 6) para aprender más sobre cómo la IA puede aumentar e impulsar los esfuerzos de la transformación digital. También hemos lanzado la AI School (Figura 6) para ayudar a los desarrolladores a aumentar la velocidad con todas estas tecnologías de IA.

Figura 6: Los recursos para los desarrolladores para comenzar con tecnologías de IA.

Sumérjanse y aprendan cómo integrar IA en sus aplicaciones, hoy.