编译：胡祥杰 刘小芹

　　【新智元导读】微软今天开源微软认知工具包（Microsoft Cognitive Toolkit）的升级版本，CNTK 升级版。本次升级最大的亮点在于增加了 Python 绑定。另外，新版本工具包跨服务器处理能力也得到了提升，能有效加快处理速度，并支持增强学习的实践。

AI WORLD 2016 世界人工智能大会开场视频（完整版）

　　亮点：

CNTK 现在支持全新的C++ 和 Python APIs

提供新的Python例子和课程

支持快速的R-CNN算法

CNTK Evaluation 数据库有改进，其中包括支持CNTK APIs

　　微软刚刚开源了微软认知工具包（Microsoft Cognitive Toolkit）的升级版本，这是一个为深度学习设计的系统，可在例如语音和图形识别和搜索等基于CPU 和英伟达GPU的相关领域提升处理速度。

　　开源地址：https://github.com/Microsoft/CNTK/wiki/CNTK_2_0_beta_1_Release_Notes

　　这一工具包此前被称为CNTK，最早由希望能更快和更高效地开展研究的微软计算机科学家开发。在开发之后不久，这一工具包就迅速地超越了语音的范围，并演变成为面向客户的产品，其中包括领先的国际家电制造商和微软的旗舰产品，他们有大量的深度学习任务需要处理。

　　支持 Python 让工具包是语音扩展到C++之外，灵活性更好。C++“对于真正的程序员来说很好用”，微软语音方面的首席科学家Huang XueDong 说，但是“我们的任务非常简单：实现AI的普及”，不仅对网页开发在，还有不同的学科，甚至是社会学家。支持Python 将会提供可扩展性、灵活性和表现力。

Frank Seide

　　“我们已经把CNTK从一个研究工具变成了能在产品中配置的东西”，微软人工智能与研究中心的首席研究员Frank Seide 说。他同时也是微软认知工具包的关键架构师。

　　最新版的工具包现在已经在Github 上开源，其中包括了一些新的功能，能让开发者使用Python 或者C++ 编程语言。有了新的版本，研究者还可以展开另一种类型的人工智能研究——增强学习。

　　最终，工具包在性能后是那个要比旧的版本好很多。同时也比其他工具包更快，尤其是在多台机器上处理较大数据集的情况下。这种类型的大规模部署对于多GPU上的深度学习是不可或缺的，也是开发消费产品和专业产品的必需。

　　加速研究突破的利器

　　这对于加速研究突破也起到了关键作用。上周，微软人工智能与研究中心宣布，他们首次创造了一种在对话中识别词语的技术，能达到人类水平。团队认为，微软认知工具包大幅地提升了速度，所以他们能获得这一里程碑式的突破。

　　开发了微软认知工具包的团队说，相比其他的深度学习工具包，在多服务器间运行的能力是一大进步。在开始处理更大型的数据集时，这一工具包开源获得次最优的性能和准确度。微软认知工具包还包含了一些内部的算法，用于将这样的计算消耗降到最低。

Chirs Basoglu

　　“使用微软认知工具包的一个关键理由是，它能在多GPU 和大数据集多台机器间有效地扩展，”微软工程经理合伙人Chris Basoglu 说。他在这一工具的开放上扮演了关键的角色。

　　微软的认知工具包能够简单地处理数据，从相对较小的到非常非常大的都可以，atv，只需要使用一台笔记本电脑或者数据中心的一系列计算机。它能在使用传统的CPU或者GPU的计算机上使用，这些计算机此前主要与以图处理为主的游戏相关，但是，后来被证明在运行深度学习所需要的算法上也非常有效。

　　“微软的认知工具包代表了微软与英伟达紧密的合作，共同推动深度学习社区的进步”，英伟达加速计算部门总经理Ian Buck 说。与此前的版本相比，在英伟达 DGX-1 上扩展到8个Pascal GPU时，性能获得几乎两倍的提升。

　　微软认知工具包可在多个GPU上运行，其中包括Azure 的GPU产品。这一工具包已经经过优化，可以更好地利用英伟达的硬件和Azure的网络能力，这也是Azure所提供的服务之一。

　　AI和AI工具的共享普及