विंडोज: AI विकासासाठी नवीन क्षमता

आम्ही पुन्हा एकदा Build परिषदेत सहभागी होण्यास उत्सुक आहोत, कारण जागतिक स्तरावरील विकासक समुदायासोबत संवाद साधण्याची ही खास संधी आहे. आम्ही ज्या गोष्टींसाठी प्रयत्न करत आहोत, ते सांगताना आणि विकासक Microsoft प्लॅटफॉर्मचा वापर करून नवनवीन तंत्रज्ञान कसे विकसित करतात, हे पाहताना खूप आनंद होतो.

Microsoft मध्ये, आमचा विश्वास आहे की Artificial Intelligence (AI) चे भविष्य क्लाऊड, Edge आणि Windows वर आधारित आहे. Windows हे नेहमीच विकासकांसाठी एक खुले प्लॅटफॉर्म राहिले आहे आणि यापुढेही राहील. हे विकासकांना सर्वोत्तम काम करण्याची क्षमता देते आणि अत्यंत लवचिकता प्रदान करते.

आमचे ध्येय स्पष्ट आहे: Windows ला विकासकांसाठी सर्वोत्तम प्लॅटफॉर्म बनवणे, जे AI च्या नवीन युगासाठी तयार केले गेले आहे. या युगात, बुद्धिमत्ता सॉफ्टवेअर, चिप्स आणि हार्डवेअरमध्ये एकत्रित केली जाईल. क्लायंटवर Windows 11 वापरण्यापासून ते क्लाऊडमध्ये Windows 365 वापरण्यापर्यंत, आम्ही एक असा प्लॅटफॉर्म तयार करत आहोत जो विस्तृत परिस्थितींना समर्थन देतो, AI विकासापासून ते IT च्या महत्त्वाच्या कामांपर्यंत सर्व काही सुरक्षिततेच्या दृष्टीने केले जाईल.

गेल्या वर्षभरात, आम्ही विकासकांचे म्हणणे ऐकले, त्यांना काय महत्त्वाचे आहे हे समजून घेतले आणि Windows ला एक चांगले विकास वातावरण बनवण्याची संधी आम्हाला कोठे आहे, हे जाणून घेतले, खासकरून AI विकासाच्या युगात. या प्रतिक्रियांनी Windows डेव्हलपर प्लॅटफॉर्मबद्दलचा आमचा दृष्टिकोन आणि आज आम्ही सादर करत असलेले अपडेट्स निश्चित केले आहेत.

Build परिषदेतील Windows ची नवीन वैशिष्ट्ये:

  • Windows AI Foundry: हे Windows Copilot Runtime चे उत्क्रांती स्वरूप आहे. हे एक एकीकृत आणि विश्वसनीय प्लॅटफॉर्म प्रदान करते, जे मॉडेल निवड, ऑप्टिमायझेशन, फाइन-ट्यूनिंग आणि क्लायंट तसेच क्लाऊडवर AI डेव्हलपमेंट लाइफसायकलच्या डिप्लॉयमेंटला सपोर्ट करते. Windows AI Foundry मध्ये खालील क्षमतांचा समावेश आहे:

  • Windows ML: हे AI प्लॅटफॉर्मचा आधार आहे आणि Windows वर तयार केलेले AI अनुमान रनटाइम आहे. हे विकासकांना त्यांची स्वतःची मॉडेल आणण्याची आणि AMD, Intel, NVIDIA आणि Qualcomm सारख्या चिप पार्टनर इकोसिस्टममध्ये CPU, GPU आणि NPU कव्हर करून प्रभावीपणे डिप्लॉय करण्याची परवानगी देते.

  • Windows AI Foundry, Foundry Local आणि Ollama आणि NVIDIA NIMs सारख्या इतर मॉडेल कॅटलॉग्ससोबत एकत्रितपणे काम करते. यामुळे विकासकांना Windows चिप्सवर तयार असलेल्या ओपन-सोर्स मॉडेलमध्ये त्वरित प्रवेश मिळतो. हे विकासकांना त्यांच्या स्थानिक ऍप्लिकेशन्समध्ये मॉडेल ब्राउझ करण्यास, टेस्ट करण्यास, संवाद साधण्यास आणि डिप्लॉय करण्यास सक्षम करते.

  • याव्यतिरिक्त, Windows AI Foundry Copilot+ PC वर Windows मध्ये तयार केलेल्या मॉडेल्सद्वारे समर्थित AI API देखील प्रदान करते, जे टेक्स्ट इंटेलिजन्स, इमेज डिस्क्रिप्शन, टेक्स्ट रिकग्निशन, कस्टम प्रॉम्प्ट आणि ऑब्जेक्ट इरेजिंग यांसारख्या महत्त्वाच्या भाषा आणि व्हिज्युअल कार्यांसाठी उपयुक्त आहेत. आम्ही काही नवीन वैशिष्ट्ये जाहीर करत आहोत, जसे की LoRA (low-rank-adaption), जे आमच्या अंगभूत SLM Phi Silica ला कस्टम डेटा वापरून फाइन-ट्यून करण्यासाठी आहे. आम्ही सिमेंटिक सर्च आणि नॉलेज रिट्रीव्हलसाठी नवीन API देखील जाहीर करत आहोत, जेणेकरून विकासक त्यांच्या ऍप्लिकेशन्समध्ये नैसर्गिक भाषेतील शोध आणि RAG (Retrieval-Augmented Generation) परिस्थिती तयार करू शकतील.

  • Model Context Protocol (MCP) साठी मूळ सपोर्टद्वारे Windows 11 मध्ये भविष्यातील Agentic वातावरणाचा विकास. Windows मध्ये MCP चे एकत्रीकरण AI एजंट्सना मूळ Windows ऍप्लिकेशन्सशी कनेक्ट करण्यासाठी एक प्रमाणित फ्रेमवर्क प्रदान करेल, ज्यामुळे ऍप्लिकेशन्स Agentic संवादांमध्ये अखंडपणे भाग घेऊ शकतील. Windows ऍप्लिकेशन्स विशिष्ट कार्ये उघड करू शकतात, जे Windows PC वर स्थापित केलेल्या एजंट्सची कौशल्ये आणि क्षमता वाढवतील. आगामी काही महिन्यांत, आम्ही अभिप्राय मिळवण्यासाठी निवडक भागीदारांसोबत एक खाजगी विकासक पूर्वावलोकन (Developer Preview) जारी करू.

  • Windows वरील ऍप्लिकेशन ऑपरेशन्स: हे एक नवीन ऍप्लिकेशन डेव्हलपर वैशिष्ट्य आहे, जे ऍप्लिकेशनमधील विशिष्ट कार्यांसाठी ऑपरेशन्स तयार करते आणि त्यांची शोधक्षमता सुधारते. यामुळे विकासकांना नवीन वापरकर्त्यांना आकर्षित करण्यासाठी नवीन संधी मिळतात.

  • नवीन Windows सुरक्षा वैशिष्ट्ये: जसे की व्हर्च्युअलायझेशन-आधारित सुरक्षा (VBS) एन्क्लेव्ह SDK आणि पोस्ट-क्वांटम क्रिप्टोग्राफी (PQC), विकासकांना अतिरिक्त साधने प्रदान करतात, ज्यामुळे ते सतत बदलणाऱ्या धोक्यांपासून सुरक्षित राहण्यासाठी सुरक्षित सोल्यूशन्स अधिक सहजपणे विकसित करू शकतात.

  • Windows Subsystem for Linux (WSL) ओपन सोर्स: विकासकांना योगदान देण्यासाठी, सानुकूलित करण्यासाठी आणि Linux ला Windows मध्ये अधिक अखंडपणे एकत्रित करण्यात मदत करण्यासाठी आमंत्रित करते.

  • लोकप्रिय Windows विकासक साधनांमध्ये नवीन सुधारणा: टर्मिनल, WinGet आणि PowerToys यांचा समावेश आहे, जे विकासकांना त्यांची उत्पादकता वाढवण्यास आणि त्यांच्या सर्वोत्तम कामावर लक्ष केंद्रित करण्यास मदत करतात - कोडिंग.

  • नवीन Microsoft Store वाढीची वैशिष्ट्ये: आता यामध्ये विनामूल्य विकासक नोंदणी, Win32 ऍप्लिकेशन्ससाठी वेब इंस्टॉलर, विश्लेषण अहवाल, ऍप्लिकेशन प्रमोशन प्रोग्राम आणि बरेच काही समाविष्ट आहे, जे ऍप्लिकेशन विकासकांना Windows वर वापरकर्ता प्राप्ती, शोध आणि सहभाग वाढविण्यात मदत करतात.

विंडोज एआय फाउंड्री (Windows AI Foundry)

आम्ही विकासकांना AI अनुभवांद्वारे वापरकर्त्यांपर्यंत पोहोचण्याची, प्रयोग करण्याची आणि निर्माण करण्याची क्षमता democratize करू इच्छितो. ज्या विकासकांनी नुकतेच AI डेव्हलपमेंट सुरू केले आहे, त्यांनी आम्हाला सांगितले की विशिष्ट कार्यक्षमतेसाठी त्यांना तयार सोल्यूशन्स अधिक आवडतात, ज्यामुळे ऍप्लिकेशन्समध्ये AI चे एकत्रीकरण जलद होते. विकासकांनी हे देखील सांगितले की त्यांना त्यांच्या ऍप्लिकेशन्समध्ये ओपन-सोर्स मॉडेल ब्राउझ करण्याचा, टेस्ट करण्याचा आणि इंटीग्रेट करण्याचा एक सोपा मार्ग हवा आहे. स्वतःची प्रगत मॉडेल तयार करणाऱ्या विकासकांनी आम्हाला सांगितले की त्यांना विविध चिप्सवर मॉडेल प्रभावीपणे डिप्लॉय करण्यासाठी जलद आणि शक्तिशाली सोल्यूशन आवडतात. विविध विकास आवश्यकता पूर्ण करण्यासाठी, आम्ही Windows Copilot Runtime विकसित केले आहे, जे Windows AI Foundry बनले आहे आणि अनेक शक्तिशाली वैशिष्ट्ये प्रदान करते.

विकासकांसाठी तयार असलेल्या ओपन-सोर्स मॉडेलमध्ये प्रवेश करणे अधिक सोपे

Windows AI Foundry, Foundry Local आणि Ollama आणि NVIDIA NIMs सारख्या इतर मॉडेल कॅटलॉग्ससोबत एकत्रितपणे काम करते, ज्यामुळे विकासकांना विविध Windows चिप्सवर तयार असलेल्या ओपन-सोर्स मॉडेलमध्ये त्वरित प्रवेश मिळतो. Foundry Local मॉडेल कॅटलॉगद्वारे, आम्ही CPU, GPU आणि NPU वर या मॉडेलना ऑप्टिमाइझ करण्याचे कठीण काम पूर्ण केले आहे, ज्यामुळे ते त्वरित वापरण्यासाठी तयार आहेत.

पूर्वावलोकन दरम्यान, विकासक WinGet (winget install Microsoft.FoundryLocal) आणि Foundry Local CLI द्वारे Foundry Local मध्ये प्रवेश करू शकतात, ज्यामुळे मॉडेल ब्राउझ करणे, डाउनलोड करणे आणि टेस्ट करणे शक्य होते. Foundry Local डिव्हाइस हार्डवेअर (CPU, GPU आणि NPU) स्वयंचलितपणे शोधेल आणि विकासक वापरू शकतील अशा सुसंगत मॉडेल्सची सूची तयार करेल. विकासक Foundry Local SDK चा वापर करून Foundry Local ला त्यांच्या ऍप्लिकेशन्समध्ये सहजपणे इंटीग्रेट करू शकतात. आगामी काही महिन्यांत, आम्ही ही वैशिष्ट्ये थेट Windows 11 आणि Windows App SDK मध्ये प्रदान करू, ज्यामुळे Foundry Local वापरून Production ऍप्लिकेशन प्रकाशित करणाऱ्या विकासकांचा अनुभव ऑप्टिमाइझ केला जाईल.

आम्ही तयार असलेली ओपन-सोर्स मॉडेल प्रदान करत असताना, अधिकाधिक विकासक स्वतःची मॉडेल तयार करत आहेत आणि अंतिम वापरकर्त्यांसाठी innovative अनुभव घेऊन येत आहेत. Windows ML हे AI प्लॅटफॉर्मचा आधार आहे आणि अंगभूत AI अनुमान रनटाइम आहे, जे CPU, GPU आणि NPU वर मॉडेलची deployment सरळ आणि प्रभावी करते.

Windows ML हे Windows मध्ये थेट तयार केलेले उच्च-कार्यक्षमतेचे लोकल अनुमान रनटाइम आहे, जे ओपन-सोर्स किंवा मालकीचे मॉडेल (आमच्या स्वतःच्या Copilot+ PC अनुभवांसह) Production ऍप्लिकेशन्सच्या वाहतुकीस सुलभ करते. हे मॉडेल कार्यप्रदर्शन आणि चपळाईसाठी ऑप्टिमाइझ केलेले आहे आणि मॉडेल आर्किटेक्चर, ऑपरेटर्स आणि स्टॅकवरील सर्व स्तरांवरील ऑप्टिमायझेशनच्या नवनवीन बदलांना प्रतिसाद देते. Windows ML हे DirectML (DML) चे उत्क्रांती स्वरूप आहे, जे मागील वर्षातील अनुभवांवर आधारित आहे (असंख्य विकासक, आमचे चिप पार्टनर आणि आमच्या स्वतःच्या टीमने Copilot+ PC चा AI अनुभव विकसित करताना मिळालेल्या प्रतिक्रियांवरून). Windows ML चा उद्देश या अभिप्रायांचा विचार करणे आहे, ज्यामुळे AMD, Intel, NVIDIA, Qualcomm सारख्या आमच्या चिप भागीदारांना त्यांच्या विशिष्ट चिपसाठी सर्वोत्तम मॉडेल कार्यप्रदर्शन देण्यासाठी एक्झिक्युशन प्रदाता कराराचा लाभ घेता येईल आणि नवनवीन बदलांच्या गतीशी जुळवून घेता येईल.

Windows ML खालील फायदे प्रदान करते:

सरळ डिप्लॉयमेंट: विकासकांना त्यांचे ऍप्लिकेशन ML रनटाइम, हार्डवेअर एक्झिक्युशन प्रदाता किंवा ड्राइव्हर्ससोबत पॅक न करता Production ऍप्लिकेशन प्रकाशित करण्यास सक्षम करते. Windows ML क्लायंट डिव्हाइसवरील हार्डवेअर शोधते, योग्य एक्झिक्युशन प्रदाता काढते आणि विकासकांनी दिलेल्या कॉन्फिगरेशननुसार अनुमानासाठी योग्य एक्झिक्युशन प्रदाता निवडते.

भविष्यातील AI हार्डवेअर पिढ्यांना स्वयंचलितपणे जुळवून घेणे: Windows ML विकासकांना वेगाने विकसित होणाऱ्या चिप इकोसिस्टममध्ये आत्मविश्वासपूर्वक AI ऍप्लिकेशन तयार करण्यास सक्षम करते. नवीन हार्डवेअर लाँच झाल्यावर, Windows ML सर्व आवश्यक अवलंबित्व अद्ययावत ठेवते आणि नवीन चिप्सशी जुळवून घेते, त्याच वेळी मॉडेलची अचूकता आणि हार्डवेअर सुसंगतता राखते.

उच्च-कार्यक्षमतेचे मॉडेल तयार करणे आणि प्रकाशित करण्याची साधने: AI Toolkit for VS Code मध्ये समाविष्ट असलेल्या विविध कार्यांसाठी (मॉडेल रूपांतरण, प्रमाणीकरण ते ऑप्टिमायझेशन) शक्तिशाली साधने उच्च-कार्यक्षमतेचे मॉडेल तयार करण्याची आणि प्रकाशित करण्याची प्रक्रिया सुलभ करतात.

आम्ही सर्व चिप भागीदारांसोबत (AMD, Intel, NVIDIA, Qualcomm) त्यांचे एक्झिक्युशन प्रदाता Windows ML मध्ये अखंडपणे एकत्रित करण्यासाठी आणि त्यांच्या विशिष्ट चिपसाठी सर्वोत्तम मॉडेल कार्यप्रदर्शन प्रदान करण्यासाठी जवळून काम करत आहोत.

Adobe, Bufferzone, McAfee, Reincubate, Topaz Labs, Powder आणि Wondershare सारखे अनेक ऍप्लिकेशन डेव्हलपर AMD, Intel, NVIDIA आणि Qualcomm चिप्सवर मॉडेल डिप्लॉय करण्यासाठी Windows ML चा वापर करत आहेत. Windows ML बद्दल अधिक माहितीसाठी, कृपया हा ब्लॉगला भेट द्या.

Windows मध्ये तयार केलेल्या मॉडेल्सद्वारे समर्थित API वापरून AI त्वरित आणि सहजपणे इंटीग्रेट करा

आम्ही Windows मध्ये तयार केलेल्या मॉडेल्सद्वारे समर्थित AI API प्रदान करत आहोत, जे टेक्स्ट इंटेलिजन्स आणि इमेज प्रोसेसिंगसारख्या महत्त्वाच्या कार्यांसाठी तयार आहेत. यामध्ये टेक्स्ट सारांश आणि पुनर्लेखन (rewriting) सारख्या भाषिक API आणि इमेज डिस्क्रिप्शन, टेक्स्ट रिकग्निशन (OCR), इमेज सुपर-रिझोल्यूशन आणि इमेज सेगमेंटेशनसारख्या व्हिज्युअल API चा समावेश आहे, हे सर्व Windows App SDK 1.7.2 च्या नवीनतम आवृत्तीमध्ये स्थिर स्वरूपात उपलब्ध आहेत. हे API मॉडेल तयार करण्याची किंवा डिप्लॉय करण्याची गरज दूर करतात. हे API डिव्हाइसवर स्थानिक पातळीवर चालतात, ज्यामुळे कोणत्याही अतिरिक्त खर्चाशिवाय गोपनीयता, सुरक्षा आणि अनुपालन सुनिश्चित होते आणि Copilot+ PC वरील NPU साठी ऑप्टिमाइझ केलेले आहेत. Dot Vista, Wondershare चे Filmora, Pieces डेव्हलपर्स, Powder, iQIYI इत्यादी ऍप्लिकेशन डेव्हलपर्स त्यांच्या ऍप्लिकेशन्समध्ये आमच्या तयार असलेल्या AI API चा वापर करत आहेत.

आम्ही विकासकांकडून हे देखील शिकलो आहोत की त्यांना विशिष्ट परिस्थितींसाठी आवश्यक आउटपुट मिळविण्यासाठी LLM ला त्यांच्या Custom डेटामध्ये फाइन-ट्यून करणे आवश्यक आहे. अनेकांनी असेही सांगितले की, बेस मॉडेलला फाइन-ट्यून करणे हे एक कठीण काम आहे. म्हणूनच आम्ही Phi Silica साठी LoRA (low-rank-adaption) सपोर्ट जाहीर करत आहोत.

Phi Silica साठी LoRA (low-rank-adaption) सादर करत आहोत, जे Custom डेटा वापरून आमच्या अंगभूत SLM ला फाइन-ट्यून करेल

LoRA Custom डेटा वापरून मॉडेलच्या फक्त काही पॅरामीटर्स अपडेट करून फाइन-ट्यूनिंगची कार्यक्षमता वाढवते. हे मॉडेलच्या एकूण क्षमतेवर परिणाम न करता आवश्यक कार्यांसाठी कार्य perf