在不久前36氪聯(lián)合主辦的融合了音樂、科技與藝術(shù)的MTA天漠音樂節(jié)上，微軟亞洲研究院的張霖濤提出，人工智能有三個重要的支柱點，分別是大數(shù)據(jù)、新算法和大系統(tǒng)。微軟在大系統(tǒng)方面的努力是推出了開源的認知工具包Microsoft Cognitive Toolkit（之前叫做CNTK），現(xiàn)在這個工具包已經(jīng)正式升版（2.0）并面向開發(fā)者開放。微軟稱在該系統(tǒng)幫助下，開發(fā)者可以在不具備深厚知識的情況下開放機器學習系統(tǒng)。

此次升級是在去年10月底推出的2.0 beta版基礎(chǔ)上改進的。微軟正是在該beta推出時將工具包的名字從Computational Network Toolkit（CNTK）更名為Cognitive Toolkit。同時引入了若干關(guān)鍵的功能特性，包括對Python的支持，增強的性能和學習能力等。

此次2.0版的升級主要提供了若干的新功能，包括對用于搭建神經(jīng)網(wǎng)絡(luò)的流行高層神經(jīng)網(wǎng)絡(luò)Python API Keras的支持（beta版）。鑒于此前另外兩個流行的機器學習框架TensorFlow和Theano已經(jīng)支持Keras，微軟的此次更新意味著數(shù)據(jù)科學家可以輕易地在三種不同的后端之間移植代碼。當然也會增加微軟框架對開發(fā)者的吸引力。

此外，工具包還增加了對壓縮模式的支持，在壓縮模式下框架可以更容易地在低功耗的邊緣設(shè)備進行部署，從而擴大機器學習的應(yīng)用范圍。微軟還指出，Cognitive Toolkit將繼續(xù)通過對新版NVIDIA深度學習SDK以及NVIDIA Volta等GPU架構(gòu)的支持來加速訓練能力。

在談到Cognitive Toolkit的優(yōu)勢時，微軟資深技術(shù)院士黃學東表示，微軟的工具包跟其他工具包最大的不同在于數(shù)據(jù)。Cognitive Toolkit的數(shù)據(jù)姐幫你上都來自于微軟自己的大規(guī)模生產(chǎn)數(shù)據(jù)。從Cortana到Bing乃至于Cognitive Services 中的Emotion API，這些都是用 Cognitive Toolkit創(chuàng)建出來的。

而香港浸會大學不久前進行的一次評測表明，在一系列利用GPU加速執(zhí)行機器學習的框架當中，beta版的Congnitive Toolkit 2.0是速度最快的一個。

當然，不管是數(shù)據(jù)還是性能都不是決定框架流行度的唯一因素。在吸引數(shù)據(jù)科學家和開發(fā)者方面，Cognitive Toolkit目前仍面臨著眾多對手的激烈競爭。比如Google的TensorFlow目前是GitHub上最流行的開源機器學習框架。Amazon Web Services也推出了自己的深度學習框架Apache MXNet，F(xiàn)acebook則在努力推進自己的Caffe2框架。美國的四大巨頭里面也許是蘋果在機器學習的力度上稍弱一點。

所有這些工具都反映出一個更大的趨勢，那就是為開發(fā)者提供利用機器學習的工具正在日益成為流行的改進應(yīng)用的方式。從底層框架到預(yù)置的機器學習模型，微軟等都在為開發(fā)者提供各種各樣的工具，讓他們在不需要培訓的情況下就能在應(yīng)用中植入AI能力。而這些巨頭的好處是得以壯大自己的生態(tài)體系。