Microsoft introduceert machinelearningplatform in volgende Windows 10-versie

Microsoft heeft op een evenement voor ontwikkelaars aangekondigd dat de volgende grote Windows-update, die eind maart of in april moet uitkomen, een machinelearningplatform bevat. Dit werkt aan de hand van nieuwe api's, die de naam WinML dragen.

Microsoft schrijft dat het daardoor voor ontwikkelaars mogelijk moet worden om al getrainde machinelearningmodellen in Windows-apps te verwerken. Dit zou het voordeel hebben dat er minder latency optreedt doordat lokale middelen zoals de cpu en gpu worden gebruikt om gegevens te analyseren. Daardoor zou er bovendien minder verkeer nodig zijn naar externe servers. Ontwikkelaars kunnen kiezen om machinelearningtaken lokaal of extern uit te voeren. Fabrikanten als Qualcomm, AMD en Nvidia melden meegewerkt te hebben aan het Windows ML-platform.

Het bedrijf zegt dat er gebruikgemaakt kan worden van hardwareversnelling voor gpu's die DirectX 12 ondersteunen. In de toekomst moet het ook mogelijk worden om specialistische ai-processors te gebruiken. Intel maakt in het kader van de aankondiging door Microsoft bekend dat er ondersteuning zal zijn voor zijn Movidius Myriad X-soc, die de chipmaker vorig jaar introduceerde en die een vision processing unit en hardware bevat om toepassingen voor deep learning te draaien.

AnandTech schrijft dat Microsoft verschillende api's onder de naam WinML introduceert, waarmee het ondersteuning biedt voor het gebruiken van machinelearningmodellen. Deze api's moet het makkelijker maken om de aanwezige hardware aan te spreken voor ai-taken. De site noemt als voorbeeld dat als er geen DirectX 12-gpu aanwezig is er teruggevallen kan worden op de cpu. Volgens Microsoft wordt er gebruikgemaakt van het Onnx-formaat voor deeplearningmodellen, wat staat voor open neural network exchange format. Dat zorgt voor interoperabiliteit tussen verschillende frameworks en wordt ontwikkeld door bedrijven als Microsoft, Facebook en Amazon.

Reacties (73)

Wordt hierdoor Windows 10 nu niet nog groter en logger? Moeten we bij opstarten nog langer naar die draaiende bolletjes kijken?

Windows 10 is inderdaad eigenlijk ontzettend bloated.

Maar de enige echte overhead die je hier aan overhoudt is een grotere hoeveelheid verbruikte schrijfruimte. Windows is namelijk modulair opgebouwd. Het start alleen op wat het nodig heeft, de rest is dan niet meer dan schrijfruimte vervuiling.

Windows boot ook normaal gesproken niet echt meer, sinds Windows 8 maakt Windows gebruik van fast startup, waarbij het de core van het OS opstart vanuit een hibernation bestand, de welbekende opstart draaiende bolletjes. Het kan zijn als je het gevoel hebt dat Windows langzaam opstart, dat fast startup uitgeschakeld is.

Het houdt ook je gebruik bij en maakt een inschatting van wat jij nodig hebt, wat het op zal starten om te booten voordat het de user login laat zien. De rest, indien nodig, wordt -terwijl je dan als user al ingelogd bent- rustig op de achtergrond bijgeladen met een lage prioriteit.

Al duwt MS Windows helemaal stampesvol features, als je deze toch nooit gebruikt, merk je hier niets van.

De waarheid is dat er nauwelijks verschil te meten is.
https://www.techspot.com/...8-vs-windows-7/page1.html

Dat komt omdat Windows 10 een veel zwaarder OS is dan Windows 7.

In brute performance is het nauwelijks beter geworden inderdaad, maar Windows 10 kan zo heel veel meer dan Windows 7 en ondersteund tig keer zo veel meuk.

Als Windows 10 op dezelfde manier zou booten als Windows 7, zouden we het hetzelfde gevoel hebben net als met 9x/XP, dat je rustig een bakkie koffie kon pakken.

Windows 10 is helemaal geen zwaarder OS dan Windows 7. In tegendeel zelfs. Voordat je informatie uit je duim zuigt zou ik er de volgende keer even een aantal benchmarks bij pakken.

Pak de featurelijsten van Windows 8, 8.1 en 10 er maar eens bij tegen over Windows 7. En doe dat rustig keer 5 of 10 (de meeste veranderingen roept MS niet zo over de daken).

Er zit zo ontzettend veel nieuwe meuk in, ik weet niet eens waar ik moet beginnen om het allemaal op te noemen. Ik ben er zelf nog niet eens allemaal achter (kan soms jaren duren voor MS er eens een MSDN blogje of Channel9 video over maakt).

Windows 7 is vergelijkbaar met een Debian desktop install, Windows 10 is meer te vergelijken met een Debian met zijn volledige voorraad packages van de repos meegeinstalleerd en alle mogelijke apparaat support in 1 (i.p.v. aparte builds).

[Reactie gewijzigd door batjes op 9 maart 2018 13:33]

Wat je bedoelt is dat Windows 10 groter is. Heeft niks te maken met hoe zwaar het is. Dat bepaalde extra features aanwezig zijn betekent niet dat die ook actief zijn. Als je met zwaarder, eigenlijk groter bedoelde dan ben ik het overigens met je eens.

Ik weet niet hoe snel uw pc is maar mijne die ik langzaam vond.
Is sinds de laatste update na het typen van je wachtwoord gestart na een keer knipperen.

Windows 10 log?

No way. En die bolletjes zie ik ongeveer 0.5 sec.

Windows 10 wordt echt wel trager, merk ik in ieder geval met oude laptop met weinig geheugen. Weet niet of dit soort toevoegingen standaard geïnstalleerd worden, of alleen indien nodig?

Dan heb je waarschijnlijk geen recente SSD. Moderne computers starten in minder dan 5 seconden volledig op.

ligt er aan hoe lang de 'bios' op start.... Bij mij duurt het starten langs de bios langer dan het werkelijk starten van windows.

Volgensmij kan dit anders als je Fast Boot in je Bios activeert (mits beschikbaar)

Controleer eens of je moederbord ook met UEFI werkt. In deze modus (opvolger van BIOS) wordt de hardware sneller geladen en zijn deze checks belachelijk veel korter.

Wel moet bijvoorbeeld je eventuele extra GPU dit ondersteunen. Als je met on-board Intel GPU werkt, werkt deze onder UEFI, wanneer het moederbord dit ook doet.

Tipje: Als je ziet staan "Secure Boot", dan zet hij al het nodige aan (oftewel, alle legacy meuk uit).

Oh, enne… de overstap van BIOS naar UEFI vergt wel een her-installatie van je OS.

Ik heb UEFI, maar ik heb wel datie oa bij starten een zooi dingen controleert, waaronder ook de USB drives.
Heb gewoon Windows 10, moederboard is een Asus Gryphon Z87 met een Intel i7 en een nvidia GTX760/2GB.

Het spijt me om je te moeten teleurstellen, maar ik denk dat jouw opstarttijd komt door het "trage" Windows 7.

Op mijn laptop met Windows 10, Virusscanner en een hoop andere software die mee opstart zit ik op het bureaublad in 3 seconden na de bios boot. Inclusief inloggen.

Dit is notabene vanaf een Sandisk M2 SSD. Echt niet 's werelds snelste SSD.

U heeft volledig gelijk. Dit Is zeker haalbaar. De heren marctraider en broekventje zitten er behoorlijk naast.

Het is maar net aan wat voor hardware/software configuratie je hebt. Een SSD zegt niet alles bij booten

Asus laptop uit 2010, pas een Samusung Evo 840, kan inloggen in +/- 8 sec. Eens ingelogd ben ik binnen 2 sec. bezig met wat ik wil doen.
Het feit dat het bij jou precies niet zo vlot loopt betekent niet dat dit bij iedereen is. Mijn oude laptop volet 10x sneller aan dan mijn Macbook Air uit 2016.

Ik heb ook zo'n brakke Samsung evo in mijn laptop. In het begin snel ja, totdat de bitrot intreedt: nieuws: Samsung onderzoekt opnieuw prestatieproblemen 840 EVO-ssd's

Voor mij geen Samsung B-merk spul meer!

Dat heb ik precies nooit gemerkt? Heb allesinds even een test uitgevoerd, en daarna de nieuwe driver geïnstalleerd, en zie geen verschil?

Voor mij werkt deze SSD, dus mij hoor je niet klagen . En het is al zowiezo veel beter dan de HDD die er in zat.

Misschien eens naar je device kijken, want de heren hebben duidelijk een punt.
Minder dan 10 seconden is het maximaal wat het zo'n beetje mag duren. Is dat langer dan klopt er iets niet.

Weet je zeker dat je dan geen Chromebook hebt gekocht? Die broodje-aap verhalen maak je je ouders maar wijs!

Welk broodje-aap verhaal? Windows 10 start gewoon snel op. Als dat bij jou niet zo is, ligt dat toch echt aan jouw computer of aan je software configuratie.

Inderdaad. 0,5 seconden is zelfs nog aan de trage kant!

[Reactie gewijzigd door Antarloka op 8 maart 2018 14:54]

Klopt wel, mijn installatie staat er ook al weer een tijd op en Is zelfs een upgrade installatie. Echter, dan nog steeds zo snel opstarten Is bewonderingswaardig, en zie ik 7 absoluut niet doen.

Waarom kan een besturingssysteem niet gewoon een besturingssysteem zijn. hier zijn al bestaande oplossingen voor die geen os integratie vereisen. Ik vind dit niet meer dan bloat en een grotere verspilling van de ontwikkelingstijd van het windows team.

Een besturingssysteem abstraheert hardware. Dat deed DOS 2.0 al, waar floppy's en harde schijven allebei drives met driveletters waren. Nu hebben we diverse hardware, waaronder CPU's, GPU's en dedicated AI chips. Het is dus logisch dat het OS de abstracte AI functie aanbiedt ongeachte de onderliggende hardware.

Een besturingssysteem verdeelt taken over beschikbare resources. Voor CPU cores is het triviaal; en ook de pixels op het scherm worden verdeeld. Het verdelen van (heterogene) AI resources over processen is even logisch.

Nou, ik vraag mij eigenlijk ook af of het aanbieden van een "abstracte AI functie " wel een taak van het OS is. Wat heeft AI nodig? Toegang tot de CPU, GPU, cloud, microfoon, webcam? Dat zijn de zaken die het OS hoort te regelen. De AI zelf is gewoon een applicatie.

Ik vind Windows 10 ook bloated. Er worden teveel "apps" meegeleverd die niks met het core OS te maken hebben.

Bovendien kan ik mijn weg in Windows 10 nog steeds niet vinden. Ik moet telkens de zoek functie gebruiken voor de simpelste dingen. Ik gebruik op mijn werk dan ook nog steeds mijn Windows 7 laptop. Ze hebben me een half jaar geleden een nieuwe Windows 10 laptop gegeven maar die ligt nog veilig in de onderste la van mijn bureau. Zolang ICT het niet merkt...

[Reactie gewijzigd door Plasmatech op 9 maart 2018 05:09]

Gezien het meedraaien van de hardware leveranciers spelen de drivers en dus ook de kernel en dergelijke een aardige rol. Dat valideert dat het ergens een onderdeel is van het OS.

Sinds mswindows een tamelijk monolitische aanpak heeft zit er zo veel mogelijk in de kernel en dus ook zo veel mogelijk in het os.

Met een unix/linux (en vooral minix/ameuba/Tanenbaum) pet op van zo klein mogelijk en zo min mogelijk zou het inderdaad niet in de kernel en basis-drivers thuis horen. Het is eventueel onderdeel van het operatingsysteem al verwacht ik het niet. Wel verwacht ik het als onderdeel van de distributie: daar dan als optionieel onderdeel.

tja, het is maar wat je van een OS verwacht, en wat dus verwacht wordt van wat er in de kernel/basis-drivers behoort. Iets wat voor jou niet van belang is, kan nog wel van belang zijn voor anderen.

[Reactie gewijzigd door SuperDre op 8 maart 2018 13:32]

Uiteindelijk gaan de gebruikers het niet verwachten, die installeren software. De libraries en dergelijke komen automatisch mee.

Het is de software die het op een zeker moment verwacht. Dan hoop ik dat het in ieder geval onderdeel is van de distributie, zodat ze gestandaardiseerd en geoptimaliseerd is. En niet een sloot aan extra libraries en runtime omgevingen moet meenemen.

Volgens mij was het idee dat dit zorgt dat de ontwikkelaars kunnen focussen op machine learning code en dat het os zorgt voor de uitvoering ervan, waar mogelijk met hardwareversnelling via DirectX. Ook verwerking van camerabeelden kan zo hardwareversneld worden.
Technisch gezien zou dat ook in een losse library kunnen, ja. Ik weet niet of de bestaande ML libraries die abstractie voor hun rekening nemen die dan overal goed werkt? Misschien minder overhead als ze geen onnodige tussentijdse vertaalslagen hoeven te maken van bijv. camera naar videokaart waar verwerking plaatsvindt?

Ik zie dat bijv. een andere speler met CoreML dezelfde aanpak genomen heeft (integratie in OS).

[Reactie gewijzigd door wind-rider op 8 maart 2018 13:15]

Je moet het ook niet zo zien dat het een Machine Learning app is waar je je eigen onderzoeken mee doet, maar juist ML die het OS 'slimmer' maakt.
Wat dacht je van een echt context gestuurde helpfunctie (i.p.v. op F1 te drukken en zelf maar op zoek moet gaan wat je nodig hebt)
Of nog beter Cortana, die het grootste gedeelte van zijn taken lokaal kan doen, i.p.v. alles over het net te sturen om in de Cloud zijn ML te doen.

Dit is meer iets als DirectX lijkt me, maar dan voor machine learning i.p.v. voor beeld.

Waarom kan een besturingssysteem niet gewoon een besturingssysteem zijn. hier zijn al bestaande oplossingen voor die geen os integratie vereisen. Ik vind dit niet meer dan bloat en een grotere verspilling van de ontwikkelingstijd van het windows team.

Zullen we dan de grafische schil er ook maar uithalen? En alle meegeleverde tools? Alleen nog een command prompt en de basic tools om bestanden te kunnen afhandelen. Geen drivers meer meeleveren, geen netwerk ondersteuning, is allemaal alleen maar extra en kan prima achteraf geïnstalleerd worden. Lekker met zijn allen terug naar MS-DOS, heerlijk.

Ik denk dat MS gewoon verwacht dat Machine Learning in de toekomst heel belangrijk gaat worden (en ik denk dat ze hier best gelijk in kunnen hebben) dus om ondersteuning hiervoor in een vroeg stadium al in te bouwen lijkt me eigenlijk helemaal geen slecht idee.

Dan kan je beter nu overstappen, dan heb je nog bedenktijd en kan je nog een beetje zoeken naar de gewenste distributie.

Overigens, W7 is pas EOL als jij het de-installeert. (of niet meer installeert op nieuwe hardware). Tot die tijd leeft het in ieder geval bij jou nog :-). Bij mij is het al lang EOL (maar Wxp niet)

Eens. Ik stap over op Linux zodra W7 EOL raakt.

Net zoals al die Amerikanen die voor elke presidentsverkiezing roepen dat als hun kandidaat niet wint, ze naar Canada zullen emigreren?

doordat lokale middelen zoals de cpu en gpu worden gebruikt om gegevens te analyseren

Dus in plaats van een of ander supercomputer, gaat nu mijn laptopje aan de slag? Is dat niet inefficiënt? Zeker als ik dezelfde berekeningen maak als b.v. 10.000 anderen op dat moment?

inefficiënt? tegenwoordig heeft de nieuwste mobieltjes ook al een chip ingebakken om dit lokaal te doen berekenen.. het wordt tegenwoordig normaal dat consumenten apparaten geen dure servers mee nodig hebben maar dit zelf lokaal inladen.

Daarnaast als een computer al is ingeleerd kan je de state hiervan opslaan en op een ander device inladen. Dan hoeft die andere device het niet opnieuw te leren maar zal de zelfde outputs genereren van de inputs. Dit is dus veel minder CPU slurpend.

[Reactie gewijzigd door Tjahneee op 8 maart 2018 14:09]

Is dat dan het machine leren? Tabelletje ophalen en doorlopen? Dat kon mijn Commodore 64 ook.

Nee, het machine leren is de software die het tabelletje (zal er natuurlijk nooit 1 zijn) invult, er gebruik van maakt, en het update.

Voor veel zaken als spraakherkenning is het goed om hele grote hoeveelheden data te hebben zodat jouw spraak bijvoorbeeld met veel meer patronen vergeleken kan worden, en omdat het ook vrij intensief is zijn dit soort dingen vaak handiger op een server.

Maar andere dingen die geleerd kunnen worden hoeven niet perse van big data gebruik te maken, of wellicht alleen in de eerste leerfase. Wat geleerd is kan dan lokaal gebruikt worden zonder steeds met servers contact te hoeven zoeken, of veel minder vaak. En ja, wat al geleerd is kan dan ook gekopieerd worden naar een ander systeem. Laat je ze daarna afzonderlijk van elkaar verder leren zonder enige communicatie krijg je waarschijnlijk wel verschillen natuurlijk, dus vaak zul je toch nog ergens een centrale server willen om te blijven synchroniseren. Maar dan hoeft die server niet meer al het werk te doen.

En dan heb je nog dingen als bedrijfsgeheim, want een cloud-aanbieder kan wel beweren jouw data netjes gescheiden en veilig te houden, maar er zullen toch echt wel bedrijven zijn die met dermate gevoelige data omgaan dat ze het lokaal willen runnen op een eigen server, en het is dan wellicht ook fijn dat de gebruikers pc's een deel van het werk zelf kunnen en je server dus veel minder krachtig hoeft te zijn.

[Reactie gewijzigd door StefanDingenout op 8 maart 2018 15:30]

Klopt, maar tabelletjes waren dan ook hoe je AI in het C64 tijdperk deed. Moderne AI is vrijwel helemaal Deep Neural Networks., en dan verdrinkt je C64 in het diepe.

Ja dat is het ja, alleen het opstellen van dat Tabelletje is niet zo triviaal. Dit is het punt waar het algorithme getraind wordt en is wat zo intensief is om uit te rekenen. Wanneer het eenmaal getraind is is het niet veel meer dan een input geven en naar de output kijken.

Nouja, dat is dus aan de ontwikkelaar om die afweging te maken. Gaat die voor lokale berekeningen, of toch in de cloud? Met WinML wordt het dus voor bepaalde toepassingen nu eenvoudiger om het lokaal te doen, maar dit maakt het nog geen eis.

Machine learning en de snelheid die het kan verwerken is voornamelijk een kwestie van het systeem (of de systemen) trainen.

Hoe beter het systeem getrained is, hoe minder resources het nodig heeft om data te verwerken.

Microsoft gebruikt zijn datacenters om die systemen te trainen, zodat ze de clients enkel nog een data set hoeft op te sturen zodat deze het kunnen verwerken. Het trainen van machine learning is de zwaarste taak bij functies zoals OCR en image of voice recognition.

Deze vormen van machine learning worden door Microsoft al sinds Windows XP toegepast worden in het OS. Handwriting bv.

Een beetje moderne PC kan bv op een goed getrained systeem makkelijk duizenden foto's per seconde verwerken.

Toch is het wel de kant die het op moet gaan, ik wil helemaal niet dat externe partijen voor mij machine learning uitvoeren. Ik wil dat mijn assistent lokaal bij mij op een server draait zonder daarbij gehinderd te worden door privacy issues.

Stel ik heb veel natuurfilms en ik heb specifieke scenes die ik mooi vind, zoals wanneer een roofdier een prooi achtervolgt en grijpt. Zou machine learning kunnen regelen dat hij mijn films doorspit en alle scenes eruit pikt waar dat gebeurt?

Uiteindelijk wel. Echter zal je die eerst moeten trainen en dat kost een hoop tijd en data.

Goed nieuws, we gaan net met een paar projecten beginnen op dat gebied en deze gaan we zeker meenemen

Dat weet ik nog niet of dit wel goed nieuws is voor de consument en gebruiker. Er staat dat de ontwikkelaar kan bepalen of de machine learning taken op de server of lokaal uitgevoerd worden. Als dit betekent dat we "coinmining in je browser" achtige praktijken kunnen krijgen dan vind ik dit niet goed.

Ik wil baas blijven over wat er op mijn computer gebeurt. Die ML taken mogen lokaal draaien als ik de toepassing waar die ML taken bijhoren actief gebruik, maar mogen niet in de achtergrond lokaal draaien als ik de toepassing niet gebruik.

Edit: " " toegevoegd voor meer duidelijkheid

[Reactie gewijzigd door thekingofping op 8 maart 2018 13:00]

Wat heeft dit met het platform te maken? Een ontwikkelaar kan nu toch alles al doen wat jij beschrijft dat je niet wilt?

Machine learning is niet hetzelfde als mining. Het gaat hier om taken als herkenning (personen in foto’s), classificering (is het een auto of is het een fiets, karakters in handgeschreven tekst), zonder dat dat via servers moet lopen.

Het lijkt me sterk dat je machinelearning kan misbruiken voor mining; als je mining zou willen doen via apps dan kun je daar rechtstreeks de videokaart voor aanspreken lijkt me?

Ik zie eerder een nuttige toepassing in de vorm van een browser plugin die die irritante captcha's kan analyseren en volautomatisch kan passeren: click op alle plaatjes met een bus / auto / traffic sign / store front.

Je weet dat die captchas juist machine learning zijn? Doordat jij aangeeft wat er op welk plaatje staat leert de computer hoe hij ze zelf moet herkennen. Die captchas zijn dus de training voor de machine learning bij Google.

machine learning wedstrijdje dus :-p

Denk niet dat je dat met consumenten hardware gaat winnen van Google

Hoezo winnen? Het ding moet natuurlijk wel plaatjes aanleveren die een mens kan oplossen, anders heeft het geen zin. Mijn PC hoeft het dus niet beter te kunnen herkennen dan ikzelf.

niet in je eentje, maar hoeveel mensen vullen wel geen capthas in?

Beetje jammer dat Tensorflow's formaat niet ondersteund wordt.

He, niet verkeerd. Goed voor de privacy als dit populair wordt

Dit is een goede ontwikkeling voor Windows. Alleen doet bijvoorbeeld Nvidia al heel veel met machine learning en vraag ik me af hoe Microsofts platform zich daar tegenover verhoudt. Nvidia richt zich veel meer op Linux als primair platform.

Daarnaast is deze oplossing heel erg met Microsofts technologie verweven en zul je dus je taken op Azure moeten draaien, indien je veel meer rekenkracht nodig hebt. Ik weet niet of dit een groot succes zal worden onder ontwikkelaars, maar we zullen zien.

Wat moet ik met die zooi?

Windows is een besturingssysteem waarmee ik programma's kan opstarten die ik gebruik. Meer niet.

Als je niet snapt waar dit over gaat, reageer dan gewoon niet

ik weet waarover het gaat.
Ze gaan een framework/api intigreren in windows voor machine learning om het makkelijker te maken voor universele machine learing programma's te maken vs dat je nu moet kiezen voor kwasi 1 fabrikant zijn api.
Hier heb ik geen issue mee.
Is het zelfde als directx intigratie.

Enkel twijfel ik er aan dat microsoft hier geen misbruik van gaat maken zoals ze met telemetry doen (door verkopen voor doel gerichte reclame in het os zelf onderandere)
Aangezien ze meer en meer een cloud bedrijf worden zie ik in de nabijje toekomst nog gebeuren dat ze gewoon mensen hun computer gaan gebruiken om hun cloud datacenters te versterken.
Gratis compute kracht in hun ogen