Microsoft: Custom Vision e Anomaly Detector per l’AI su Azure

Microsoft ha reso pubblici due nuovi tool dedicati all’infrastruttura cloud di Azure: Custom Vision e Anomaly Detector. Tali strumenti sono stati studiati per dare la possibilità agli sviluppatori di aggiungere facilmente alle proprie applicazioni, o servizi, funzionalità e capacità avanzate basate sulle intelligenze artificiali.

Custom Vision

A presentare questi due nuovi tool è stato Anand Raman, Azure AI platform product manager, tramite un articolo sul blog ufficiale di Microsoft.

Custom Vision rende semplice e rapido il processo di build e deploy, inoltre migliora i custom image classifier in modo che riconoscano velocemente i contenuti nelle immagini.

Con Custom Vision gli sviluppatori possono addestrare i propri classifier in modo che riconoscano i contenuti che sono più rilevanti nei vari scenari. Una volta addestrati tali classifier possono essere esportati per essere eseguiti offline ed in tempo reale tramite CoreML (iOS) o Tensorflow (Android).

Azure Custom Vision è quindi un tool che facilità il lavoro di addestramento dei vari algoritmi usati per il riconoscimento dei contenuti all’interno delle immagini.

Il riconoscimento automatico dei contenuti presenti nelle immagini è una funzionalità sempre più comune all’interno dei servizi dedicati alle aziende o al mondo consumer, dunque Microsoft ha deciso sviluppare una soluzione che si adatti alle esigenze delle imprese che offrono applicazioni di questo tipo.

Anomaly Detector

Ramon ha descritto anche il funzionamento di Anomaly Detector:

Con una semplice API gli sviluppatori possono agilmente integrare all’interno delle proprie applicazioni delle funzionalità avanzate di rilevamento delle anomalie, in modo da assicurare un’alta accuratezza dei dati ed un report automatico degli incidenti subito dopo che si sono verificati.

Anomaly Detector è dunque progettato per aumentare l’affidabilità dei sistemi, rilevando automaticamente le irregolarità in tempo reale e facilitando le operazioni di troubleshooting. Ad esempio tramite Anomaly Detector una piattaforme di video streaming può eseguire delle scansioni delle performance anche di milioni di video in tempo reale, magari tramite una customer key performance indicator (KPI), in modo da identificare possibili problemi su determinati contenuti.

Via Anand Raman