Windows의 AI: 관심을 가질 만한 AI 도구 및 기능

Ai In Windows Ai Tools And Features You May Be Interested In

마이크로소프트는 AI에 많은 인력과 재정 자원을 투자해 훌륭한 성과를 거두었다. 이번 포스팅에서는 미니툴 Windows 11 및 Windows 10의 AI 도구 및 기능을 포함하여 Windows의 AI에 대해 이야기합니다.

아시다시피 Microsoft는 Windows 10 및 Windows 11에서 점점 더 많은 AI 기능을 개발하고 도입했습니다. 오늘날 Windows의 AI가 화두입니다! AI의 새로운 시대가 Microsoft에 도래했습니다. 이번 포스팅에서는 Windows의 AI 기반 기능을 소개합니다.

Windows의 부조종사

Windows Copilot은 Windows 11의 새로운 AI 기반 기능입니다(Windows 10에서도 사용 가능). 사용자가 웹 전반에서 답변과 영감을 얻을 수 있도록 돕고 창의성과 협업을 지원하며 작업에 집중할 수 있도록 돕는 지능형 비서입니다.

Windows 11 23H2에서는 Windows Copilot을 빌드 22631.3007 이상에서 사용할 수 있습니다. Windows 11 22H2에서는 빌드 22621.3007 이상에서 사용할 수 있습니다. 게다가 Windows의 AI에는 Microsoft Edge 버전 120.0.2210.121 이상이 필요합니다. 아직 Windows 10을 실행하고 있다면 다음을 수행할 수 있습니다. 부조종사 활성화 ViVeTool의 도움으로.

장치에서 Copilot을 사용할 수 있는지 알고 싶다면 다음 레지스트리 키를 확인하세요.

레지스트리 경로: HKEY_CURRENT_USER\Software\Microsoft\Windows\Shell\Copilot
레지스트리 키 이름: 부조종사 사용 가능
가능한 값: 0은 사용할 수 없음을 의미하고 1은 사용할 수 있음을 의미합니다.

여기를 클릭하세요 Windows의 Copilot에 대한 자세한 내용을 알아보세요.

윈도우 AI 스튜디오

Windows AI Studio는 Windows AI 도구 중 하나이기도 합니다. Azure AI Studio 및 Hugging Face와 같은 기타 카탈로그의 최첨단 AI 개발 도구 및 모델을 통합하여 생성 AI 앱 개발을 단순화합니다.

Windows AI Studio를 사용하면 개발자는 Windows 앱에서 로컬로 사용할 수 있도록 최첨단 SLM(소형 언어 모델)을 미세 조정하고 사용자 지정하고 배포할 수 있습니다. Phi와 같은 널리 사용되는 SLM은 물론 Llama 2 및 Mistral과 같은 최첨단 모델을 미세 조정하기 위한 모델 구성 UI와 안내 튜토리얼이 포함된 엔드 투 엔드 안내 작업 공간 설정을 제공합니다.

개발자는 작업 공간에 통합된 Prompt Flow 및 Gradio 템플릿을 사용하여 미세 조정된 모델을 빠르게 테스트할 수 있습니다.

당신은 할 수 있습니다 이 Windows AI Studio GitHub 페이지로 이동하세요. 최신 관련 문서를 얻으려면. 추가 사용을 위해 Windows AI Studio를 다운로드할 수도 있습니다.

윈도우 머신러닝

Windows ML의 강력한 기능을 활용하여 Windows 애플리케이션에 기계 학습을 구현하세요. Windows ML은 Windows 장치에서 하드웨어 가속 ML 추론 배포를 용이하게 하는 신뢰할 수 있는 고성능 API 역할을 합니다.

Windows ML은 Windows 10 및 Windows Server 2019의 최신 버전에 통합되어 있으며 Windows 8.1과의 이전 버전과의 호환성을 위해 NuGet 패키지로 추가로 액세스할 수 있습니다. 개발자에게 다음과 같은 이점을 제공합니다.

단순화된 개발: 최신 버전의 Windows 10 및 Windows Server 2019는 기본적으로 Windows ML을 통합하므로 Windows 애플리케이션과 함께 번들로 제공할 수 있는 Visual Studio 및 학습된 ONNX 모델만 필요합니다. 또한 AI 기반 기능을 이전 Windows 버전(8.1 이하)으로 확장해야 하는 경우 Windows ML을 NuGet 패키지로 사용하여 애플리케이션과 함께 배포할 수 있습니다.
광범위한 하드웨어 지원: Windows ML을 사용하면 ML 워크로드를 한 번만 작성하면 CPU, GPU, AI 가속기를 비롯한 다양한 하드웨어 공급업체 및 실리콘 유형 전반에 걸쳐 고도로 최적화된 성능을 얻을 수 있습니다. 또한 Windows ML은 지원되는 하드웨어 스펙트럼 전반에 걸쳐 일관된 성능을 보장합니다.
낮은 대기 시간 및 실시간 결과: ML 모델은 Windows 장치의 처리 기능을 활용하여 평가할 수 있으므로 이미지, 비디오 등의 방대한 데이터 세트를 로컬에서 실시간으로 분석할 수 있습니다. 결과는 게임 엔진이나 검색용 인덱싱과 같은 백그라운드 프로세스와 같은 성능 집약적 작업에 신속하고 효율적으로 사용할 수 있습니다.
향상된 유연성: Windows 장치에서 로컬로 ML 모델을 평가하는 기능을 사용하면 더 광범위한 시나리오를 처리할 수 있습니다. 예를 들어, ML 모델 평가는 기기가 오프라인이거나 간헐적으로 연결되는 경우에도 발생할 수 있습니다. 이는 또한 개인 정보 보호 또는 데이터 주권 문제로 인해 모든 데이터가 클라우드로 전송되지 않는 시나리오도 다룹니다.
운영 비용 절감: 클라우드에서 ML 모델을 훈련한 후 Windows 장치에서 로컬로 평가하면 ML 모델의 지속적인 개선에 필요할 수 있는 최소한의 데이터를 클라우드로 전송하여 대역폭 비용을 크게 줄일 수 있습니다. 또한 이 접근 방식은 클라우드 리소스에 대한 영향을 최소화하여 전체 운영 비용을 절감합니다.

여기를 클릭하세요 더 많은 정보를 얻으려면.