收购LinkedIn将近一年后，微软终于动手了

   <p style="text-align: center;"><a href="/misc/goto?guid=4958988276448548868" title="LinkedIn"><img alt="收购LinkedIn将近一年后，微软终于动手了" src="https://simg.open-open.com/show/4b6f96b9c5dd1bfbcce60a74769f354c.gif" /></a></p>    <p>9 月 25 日，微软的 Ignite 2017 大会美国弗罗里达中部奥兰多正式开幕。作为旗下面向商业应用开发商、企业级应用的大会，微软在这次大会上发布了不少内容。</p>    <p><strong>LinkedIn 终于走出与微软整合的第一步</strong></p>    <p>对于微软来说，它在 2016 年最大的收获应该是花费 262 亿美元收购了 Linkedin；这份交易在去年 6 月公布，然后在年底才正式完成。不过自始至终，Linkedin 本身的业务似乎都没有受到微软的影响。时隔近一年时间，微软终于宣布了 LinkedIn 的动向。</p>    <p style="text-align:center"><img alt="收购LinkedIn将近一年后，微软终于动手了" src="https://simg.open-open.com/show/d684ef99f7777c817d6a40e319768d5b.jpg" /></p>    <p style="text-align:center">图片链接：<a href="/misc/goto?guid=4959011146066401948" rel="nofollow">Techcrunch</a></p>    <p>根据微软在 Iginite 大会上公布的内容，Linkedin 将与微软旗下的 Office 365 进行初步的整合。具体来说，LinkedIn 的个人数据将能够呈现在 Office 365 的个人介绍页面。这样一来，在同事之间互不相识的情况下，就可以在 Office 365 上查看其个人信息，而不必再去此人的 LinkedIn 界面去。</p>    <p>微软发言人 Frank Shaw 表示，微软之所以将 Microsoft Graph 和 LinkedIn Graph 整合起来，就是为了利用信息的整合，创建一个更加现代的工作平台。</p>    <p style="text-align:center"><img alt="收购LinkedIn将近一年后，微软终于动手了" src="https://simg.open-open.com/show/ab55b712965d4cef76a032b4eb950a80.jpg" /></p>    <p style="text-align:center">图片链接：<a href="http://xn--:techcrunch-t50t192kn25bz24g/" rel="nofollow">Techcrunch</a></p>    <p>除了 Office 365，微软还打算将 LinkedIn 在数据层面上与 Dynamics 365 for Sales、微软 CRM 解决方案等进行结合，这些产品上都将能够呈现与 Office 365 相同的个人信息；不仅如此，用户之间还能够互相发送消息。</p>    <p>在雷锋网看来，微软之所以选择将 Office 365 作为与 LinkedIn 整合的第一个业务结构，还是非常清晰地看到了二者的结合点。Office 365 作为微软面向企业的重要工具，需要以与之相关的信息增量为补充；这本身也符合 LinkedIn 在职业社交信息方面的巨大优势。 </p>    <p><strong>面向多平台的 Azure 机器学习工具</strong></p>    <p>除了 LinkedIn，微软也在 Ignite 大会上发布了数个基于 Azure 云服务的工具：比如说 Azure 机器学习实验服务、Azure 机器学习工作台和 Azure 机器学习模式管理服务。可见，微软也在努力实现 Azure 云服务与人工智能应用的结合。</p>    <p>据雷锋网了解，Azure 机器学习实验服务，主要是面向开发者快速训练和部署机器学习实验。它支持几乎所有的主流开源框架（PyTorch、Caff2、TensorFlow、Cahiner 和微软自己的 CNTK）；无论是支持本地设备，还是数百台的云端 GPU 服务器，都能够得到很好的支持。另外，Azure 还支持 Apache Spark。</p>    <p>Azure 机器学习工作台是微软为 Windows 和 Mac 平台推出的桌面客户端；用微软的话说，该客户端能够成为开发者的开发周期的“控制面板”，是“上手机器学习的一种很好路径”。它能够与 Jupyter Notebook 相整合，支持 Visual Studio Code、PyCharm 等开发环境，也可以让开发者在 Python、PySpak 和 Scala 条件下构建模型。</p>    <p style="text-align:center"><img alt="收购LinkedIn将近一年后，微软终于动手了" src="https://simg.open-open.com/show/2b73f41e60a6f0ed007ca807c5806c6a.jpg" /></p>    <p style="text-align:center">图片来源：<a href="/misc/goto?guid=4959011147358981121" rel="nofollow">Techtrunch</a></p>    <p>不过，正如微软发言人 Joseph Sirosh 在今天的发布会上所言，Azure 机器学习工作台的主要功能，其实还是能够对开发者的数据进行自动转换，使其能够与机器学习算法相适用。</p>    <p>与 Azure 机器学习实验服务相类似，Azure 的机器学习模式管理服务能够利用 Docker 容器，来帮助开发者和数据科学家在任何 Docker 容器可以运行的环境（包括微软自己基于 Kubernetes 的 Azure 容器服务）下，部署和管理他们的模型。</p>    <p>另外，微软还面向开发者推出了许多工具，可以帮助开发者利用 Visual Studio Code IDE 在 CNTK、TensorFlow、Theano、Keras、Caffe2 等平台上构建模型。面向非开发者，微软将基于 Azure 的机器学习模式用在 Excel 上，可以使其用他们表格中的数据实现一些人工智能的相关功能。</p>    <p><strong>微软更加开放了</strong></p>    <p>从上述内容来看，微软正在面向开发者推出一系列工具，使他们能够基于机器学习开发自己的应用服务。不过真正令雷锋网印象深刻的是，微软的这些工具不仅仅面向微软自己推出的平台框架，这在数年前是不多见的；也就是说，微软变得更加开放了。</p>    <p>来自: <a href="/misc/goto?guid=4959011147493809756" id="link_source2">雷锋网</a></p>