Microsoft baca svjetlo na ulogu umjetne inteligencije i strojnog učenja u procjeni uvođenja ažuriranja za Windows 10

Microsoft je nedavno bio na udaru kritika jer je opet zabrljao ažuriranja za Windows 10. Tvrtka je morala izdati a veliko kumulativno ažuriranje da zakrpite sve greške u ažuriranju iz svibnja 2019. Kasnije bivši zaposlenik Microsofta objavio je videozapis objašnjavajući kako je Microsoft nekada testirao Windows i što se promijenilo sa sustavom Windows 10. Najviše je krivio Microsoft koji je koristio AI za testiranje Windowsa 10 umjesto stvarnih ljudi.

Microsoft je sada objavio a blog post objašnjavajući ulogu umjetne inteligencije i strojnog učenja u procjeni nadogradnji sustava Windows 10. Tvrtka je nedavno označila Windows 10 v1903 za širu implementaciju i koriste AI kako bi odredili koji će uređaji biti prikladni za sljedeći val ažuriranja Windowsa 10. Microsoft je primijetio da je v1803 prvo ažuriranje koje je koristilo strojno učenje za određivanje koji će uređaji biti prikladni za ažuriranja. Microsoft ih je zatim odvojio od osobnih računala koja bi mogla uzrokovati probleme i poslao ažuriranja podržanima. Također su primijetili kako ML zapravo pomaže tvrtki u borbi protiv problema i osigurava da proces prijelaza bude besprijekoran. Prema brojkama, računala koja su ažurirana putem ML-a imaju manje šanse da će imati problema s kernelom, padova i pet puta manje problema s upravljačkim programima nakon ažuriranja.

Microsoft je također podijelio opsežan ML graf koji prikazuje cjelokupnu arhitekturu ML-a i kako se koristi za nominiranje računala koja su spremna za uvođenje ažuriranja. Strojno učenje također nudi dvije ključne mogućnosti:

• Identificira potencijalne probleme koji rezultiraju zaštitnim mjerama za zaštitu računala koja se tek trebaju ažurirati kako bi razvojni programeri sustava Windows te probleme mogli odmah istražiti i popraviti.
• Predviđa i nominira računala koja će imati besprijekorno iskustvo ažuriranja i stoga im treba ponuditi ažuriranje.

Budući da Microsoft koristi mješavinu umjetne inteligencije i strojnog učenja, sam model uči iz prethodnih implementacija i bolje predviđa buduće uvođenje. To osigurava da bilo koje računalo koje ima nekompatibilan hardver ili softver neće dobiti ažuriranje dok se hardver ili softver ne ažuriraju kako bi podržali novo ažuriranje.

Microsoft također koristi Azure Databricks kako bi osigurali da mogu identificirati abnormalnosti i primijeniti zaštitne mjere za zaštitu sličnih računala. Osim na Databricks, Microsoft se također oslanja na stare školske kanale kao što su naporni laboratorijski testovi, povratne informacije i pozivi za podršku kako bi osigurao da se ažuriranja ne prenose na nekompatibilan hardver.

Iako se tvrtka sada oslanja na strojno učenje, priznali su da model nije savršen i rade na tome da identificira probleme u sekundama, a ne satima. Ako je potrebno izvršiti najnovije ažuriranje 1903, rekao bih da Microsoft još uvijek ima puno posla kako bi imao savršen ML model koji bi mogao spasiti korisnike od frustracije da se moraju vratiti na stariju verziju jer određenih pitanja. Uz to, model zvuči dobro i kada se usavrši, mogao bi pomoći Microsoftu da uštedi puno radnih sati, kao i resursa posvećenih identificiranju izuzetaka koji bi mogli pokvariti ažuriranje na određenim računalima.