L'intelligenza artificiale è ancora una volta, il chiodo fisso al centro delle nuove strategie di un colosso del software. Microsoft non fa eccezione e, quasi in parallelo a Facebook , durante l'evento (trasmesso in streaming) Data Amp ha snocciolato alcuni annunci di interesse per gli sviluppatori, ma non solo. I diversi interventi hanno ribadito soprattutto un concetto: l'intelligenza artificiale dovrà sempre più integrarsi con tutti i servizi basati sui dati (database, data lake, cloud computing) e con le relative applicazioni, nonché con i servizi della stessa Microsoft. Non solo per introdurre nuove capacità nei software – si pensi ai chatbot o ai sistemi di riconoscimento delle immagini – ma anche per potenziare la sicurezza dei dati. La casa di Redmond ha poi insistito sul concetto di flessibilità, che nel mondo degli sviluppatori significa lasciar loro la libertà di creare prodotti che funzionino su tecnologia Microsoft e su Windows, ma anche su soluzioni open source come Hadoop, Linux, Spark.
In merito alla volontà di integrare l'intelligenza artificiale con i dati, un primo esempio lo fornisce Sql Server 2017, o meglio la versione preview 2.0 corrispondente al nome Sql Server 2017 Community Technology. Qui debuttano alcune funzionalità di deep learning e machine learning, come il supporto nativo nel database per graph dataper. Per la prima volta, inoltre, viene introdotto il supporto a Python accanto a quello già esistente per R: questo significa poter sfruttare il computing accelerato Gpu di Nvidia attraverso l’interfaccia Python/R per assolvere anche ad attività più gravose di deep-learning su immagini, testi e altri dati non strutturati. A proposito di Sql Server 2017, l'azienda ha fatto sapere che questa versione opererà alle stesse velocità su macchine Windows e Linux e che rispetto al passato garantirà migliori prestazioni, scalabilità e sicurezza.
Nell'ambito del cloud e del computing cognitivo, poi, va segnalato il debutto sul portale di Azure di tre nuovi servizi, disponibili come Api: Viso, Visione artificiale e Content Moderator. Il primo dei tre aiuta a confrontare fra loro i tratti somatici degli individui ritratti, a organizzare i volti in gruppi in base alla somiglianza visiva e a individuare le persone precedentemente taggate. L’Api Visione Artificiale, invece, permette di associare descrizioni testuali a un'immagine, creando tag (che identificano oggetti, persone e azioni) e frasi coerenti per raccontare l'immagine stessa. Content Moderator è invece un servizio per la moderazione di testo e immagini che sfrutta processi automatici ma anche strumenti di verifica umana. In tutti e tre i casi, si tratta di tecnologie che Microsoft sta già sfruttando internamente, per esempio su prodotti come Word.
Siamo nel campo dei dati con l'annuncio di Azure Data Lake Analytics: un servizio di analisi serverless che consente di sviluppare e utilizzare programmi di elaborazione e trasformazione dei dati con architettura altamente parallela in U-Sql, R, Python e .NET su petabyte di dati. Con il vantaggio, non indifferente, di non richiedere server o altre infrastrutture da gestire, potendo invece elaborare i dati on demand e scalare in base alle necessità. L'intelligenza artificiale entra in gioco anche nell’integrazione fra il servizio di database (disponibile su Azure) DocumentDB e Spark, che consente funzioni di machine learning e advanced analytics su dati distribuiti globalmente.