Hier, Microsoft a tenu sa conférence Windows Developer Day. Lors de cet événement qui s'adresse avant tout aux développeurs, Microsoft a fait une grosse annonce : l'arrivée de l'intelligence artificielle dans Windows 10.

La prochaine mise à jour majeure de Windows 10, à savoir la mise à jour majeure Redstone 4, intègrera une API baptisée Windows ML, comme Machine Learning.

Cette API exploitera toutes les ressources matérielles d'une machine, processeurs et GPU. Avec elle, les développeurs pourront enrichir leurs applications de services dits cognitifs. L'indexations accélérée de fichiers ou la reconnaissance d'images sont des exemples de services cognitifs.

Cette API sera compatible aussi bien avec les applications universelles (UWP) que Win32. Elle ne sera pas confinée à Windows 10, mais au contraire elle devrait être prise en charge par de nombreux périphériques, tels que casques de réalité virtuelle/augmentée ou objets connectés et pourra également travailler avec le cloud de Microsoft.

Microsoft a mis en avant 3 atouts de Windows ML :

• Faible latence, résultats en temps réel. Windows peut effectuer des tâches d'évaluation AI en utilisant les capacités de traitement locales du PC, et les résultats peuvent être livrés rapidement et efficacement.
• Réduction des coûts d'exploitation Conjointement avec la plate-forme Cloud IA de Microsoft, les développeurs peuvent créer des solutions AI complètes et abordables qui combinent des modèles de formation dans Azure avec un déploiement sur des périphériques Windows pour évaluation. Des économies significatives peuvent être réalisées en réduisant ou en éliminant les coûts associés à la bande passante en raison de l'ingestion de grands ensembles de données, tels que des images de caméra ou la télémétrie par capteur. Des charges de travail complexes peuvent être traitées en temps réel sur le bord, avec des données d'échantillon minimales envoyées au nuage pour une formation améliorée sur les observations.
• La flexibilité. Les développeurs peuvent choisir d'effectuer des tâches AI sur un périphérique ou dans le cloud en fonction des besoins de leurs clients et de leurs scénarios. Le traitement AI peut se produire sur le périphérique s'il est déconnecté ou dans des scénarios où les données ne peuvent pas être envoyées au cloud en raison du coût, de la taille, de la stratégie ou de la préférence du client.

La conférence de Microsoft peut être visionnée en replay ici.