هوشمندی در حد آزور

فرصت یافتیم با راجر بارگا، یکی از معماران Azure ML، خدمات ابری یادگیری ماشین مایکروسافت برای بحث درباره جوانب مختلف سیستم گفت‌وگو کنیم. بارگا در گفت‌وگو با تک رادار پرو گفته بود:«الگوریتم رتبه‌بندی مورد استفاده در مدول رگراسیون ما شبیه همان الگوریتم مورد استفاده در جست‌وجوی بینگ است که نتایج را رتبه‌بندی می‌کند. ما کل مجموعه را در آزور جمع کرده‌ایم اما تمامی ابتکارات و روش‌ها مربوط به سال‌ها تجربه در استفاده از آن است. مدول پیشنهاددهی که در آزور ام‌ال داریم همان مدولی است که در ایکس‌باکس به بازیکن می‌گوید در ادامه چه کاری انجام دهد.» آزور ام‌ال می‌تواند یک سند را بررسی، موضوع آن را تعیین و در بینگ جست‌وجو کند. بارگا می‌گوید:«می‌توان گفت این یک شرکت، یک فرد یا یک محصول است. همان‌طور که Delve هم اسناد و مباحث و پیام‌هایی را که خواهان دیدنش هستید، پیدا می‌کند.» مایکروسافت برای ساخت آزور ام‌ال از تخصص ده‌ها محقق و تیم تولیدی استفاده کرد:«بسیاری از این الگوریتم‌ها بارها استفاده شده بود ولی تخصصی که در کتاب پیدا نشود، قابل خریدن هم نیست. اما ما کوهی از تخصص و تجربه در اختیار داشتیم.» در سیستم‌های موجود یادگیری ماشین، اگر یک الگوریتم را در سیستم‌های مختلف استفاده کنید نتایج متفاوتی می‌گیرید:«تمامی ترکیب‌بندی‌ها و پارامترهای ممکن را جست‌وجو می‌کنید و باید از قدرت ابتکار خود جهت یافتن بهترین مدل ممکن برای داده‌های خود استفاده کنید. پس از سال‌ها استفاده از این برنامه‌های متنوع، همکاران‌مان در MSR و گروه‌های تولیدی توانستند این روش بصری را ابداع کنند. ما می‌دانیم که بهترین اقدام و ابتکار چیست و برای منسجم و قابل اندازه‌گیری کردن آن باید چه کارهایی انجام دهیم.» پروژه یادگیری ماشین گوگل در صفحه گسترده بسیاری از مردم گوگل را پیش و بیش از هرچیزی به عنوان یک موتور جست‌وجو می‌شناسند اما در واقع یک شرکت یادگیری ماشین است که از داده‌ها برای...