Microsoft bugün, basit bir sürükle ve bırak arabirimi yardımıyla makine öğrenimi modelleri oluşturmanızı sağlayan bir başlangıç ​​olan Lobe'u satın aldığını duyurdu. Microsoft, sadece bu yılın başlarında beta sürümüne giren Lobe'yi, AI modelini daha kolay hale getirmek için kendi çabaları üzerine inşa etmek için kullanmayı planlıyor, ancak şimdilik, Lobe daha önce olduğu gibi çalışacak.

“Microsoft'un bir parçası olarak Lobe, dünya standartlarındaki AI araştırmasını, küresel altyapısını ve geliştirici araçlarını geliştiren onlarca yıllık deneyimi kaldırabilecektir” diye yazıyor. “Lobe'u, açık kaynak standartlarını ve çoklu platformları destekleyen bağımsız bir hizmet olarak geliştirmeye devam etmeyi planlıyoruz.”

Lobe, daha önce iPhone ve iPad'de çalışan Mike Matas ve Facebook'un Kağıt ve Anlık Makaleler ürünleri tarafından kuruldu. Diğer kurucu ortaklar Adam Menges ve Markus Beissinger.

Microsoft, Lobe'a ek olarak, yakın zamanda derin bir takviye öğrenme platformu olan Bonsai.ai'yi ve konuşmacı bir AI platformu olan Semantic Machines'i satın aldı. Geçen yıl, Disrupt Battlefield katılımcısı Maluuba'yı satın aldı. Makine öğrenimi yeteneğinin zor gelmesi bir sır değil, bu yüzden tüm büyük teknoloji firmalarının mümkün olduğu kadar yetenek ve teknoloji edinmeleri sürpriz değil.

Microsoft’un EVP ve CTO Kevin Scott’ı bugün yaptığı duyuruda “Pek çok açıdan, yalnızca AI’nın sağlayabileceği potansiyel potansiyele girmeye başlıyoruz,” diyor. “Bunun büyük bir kısmı, AI geliştirme ve derin öğrenme modellerinin oluşturulması, deneyimli veri bilimcileri ve geliştiricileri için bile yavaş ve karmaşık süreçlerdir. Bugüne kadar, çoğu kişi AI'ye erişme konusunda dezavantajlı durumda ve bunu değiştirmeye kararlıyız. ”

Lobe’ın yaklaşımının, Microsoft’un mevcut Azure ML Studio platformunu tamamladığını da unutmayın. Bu, aynı zamanda Lobe ekibinin oluşturduğu kaygan arabirimden daha faydacı bir tasarıma sahip olsa da, makine öğrenimi modellerini oluşturmak için bir sürükle ve bırak arabirimi de sunar. Hem Lobe hem de Azure ML Studio, TensorFlow, Keras ya da PyTorch'un giriş ve çıkışlarını bilmeden, makine öğrenimini herkes için kullanmayı kolaylaştırmayı hedefliyor. Bu yaklaşımlar her zaman bazı sınırlamalarla birlikte gelir, ancak düşük kodlu araçlar gibi, bir amaca hizmet eder ve birçok kullanım durumu için yeterince iyi çalışırlar.

CEVAP VER

Please enter your comment!
Please enter your name here