AI i Windows: AI-verktyg och funktioner som du kan vara intresserad av

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

Microsoft har investerat mycket arbetskraft och ekonomiska resurser i AI och har uppnått fantastiska resultat. I detta inlägg, MiniTool kommer att prata om AI i Windows, inklusive AI-verktyg och funktioner i Windows 11 och Windows 10.

Som ni vet har Microsoft utvecklat och tagit med fler och fler AI-funktioner i Windows 10 och Windows 11. AI i Windows är ett ämne idag! En ny era av AI har kommit till Microsoft. I det här inlägget presenterar vi de AI-drivna funktionerna i Windows.

Copilot i Windows

Windows Copilot är en ny AI-driven funktion i Windows 11 (även tillgänglig i Windows 10). Det är en intelligent assistent som kan hjälpa sina användare att få svar och inspiration från hela webben, stödjer kreativitet och samarbete och hjälper dig att fokusera på uppgiften.

På Windows 11 23H2 är Windows Copilot tillgängligt på Build 22631.3007 eller senare. På Windows 11 22H2 är den tillgänglig på Build 22621.3007 eller senare. Dessutom kräver AI i Windows Microsoft Edge version 120.0.2210.121 eller senare. Om du fortfarande kör Windows 10 kan du aktivera Copilot med hjälp av ViVeTool.

Om du vill veta om Copilot är tillgängligt på din enhet kan du gå och kontrollera följande registernyckel:

Registersökväg: HKEY_CURRENT_USER\Software\Microsoft\Windows\Shell\Copilot
Registernyckelnamn: IsCopilotAvailable
Möjliga värden: 0 betyder inte tillgänglig eller 1 betyder tillgänglig.

Klicka här för att lära dig mer information om Copilot i Windows.

Windows AI Studio

Windows AI Studio är också ett av Windows AI-verktygen. Det förenklar utvecklingen av generativa AI-appar genom att integrera banbrytande AI-utvecklingsverktyg och modeller från Azure AI Studio och andra kataloger som Hugging Face.

Windows AI Studio gör det möjligt för utvecklare att finjustera, anpassa och distribuera toppmoderna småspråksmodeller (SLM) för lokal användning i sina Windows-appar. Den tillhandahåller en end-to-end guidad arbetsyta-inställning som inkluderar ett modellkonfigurationsgränssnitt och guidade tutorials för att finjustera populära SLM:er som Phi, såväl som toppmoderna modeller som Llama 2 och Mistral.

Utvecklare kan snabbt testa sina finjusterade modeller med hjälp av mallarna Prompt Flow och Gradio som är integrerade i arbetsytan.

Du kan gå till denna Windows AI Studio GitHub-sida för att få det senaste relevanta dokumentet. Du kan också ladda ner Windows AI Studio för vidare användning.

Windows maskininlärning

Utnyttja kraften i Windows ML för att implementera maskininlärning i dina Windows-applikationer. Windows ML fungerar som ett högpresterande, pålitligt API som underlättar distributionen av hårdvaruaccelererade ML-slutledningar på Windows-enheter.

Windows ML är inkorporerat i de senaste utgåvorna av Windows 10 och Windows Server 2019, och är dessutom tillgängligt som ett NuGet-paket för bakåtkompatibilitet med Windows 8.1. Det erbjuder följande fördelar för utvecklare:

Förenklad utveckling: Eftersom de senaste versionerna av Windows 10 och Windows Server 2019 integrerar Windows ML, behöver du bara Visual Studio och en tränad ONNX-modell, som du kan kombinera med Windows-applikationen. Dessutom, om du behöver utöka dina AI-drivna funktioner till äldre Windows-versioner (ned till 8.1), är Windows ML lätt tillgängligt som ett NuGet-paket för distribution med din applikation.
Omfattande hårdvarusupport: Windows ML låter dig skriva din ML-arbetsbelastning en gång och uppnå högt optimerad prestanda för olika hårdvaruleverantörer och kiseltyper, inklusive processorer, grafikprocessorer och AI-acceleratorer. Dessutom säkerställer Windows ML konsekvent prestanda över hela det hårdvaruspektrum som stöds.
Låg latens och realtidsresultat: ML-modeller kan utvärderas med hjälp av bearbetningskapaciteten hos Windows-enheter, vilket möjliggör lokal realtidsanalys av stora datamängder, såsom bilder och videor. Resultaten görs snabbt och effektivt tillgängliga för användning i prestandaintensiva uppgifter som spelmotorer eller bakgrundsprocesser som indexering för sökning.
Förbättrad flexibilitet: Möjligheten att utvärdera ML-modeller lokalt på Windows-enheter gör att du kan hantera ett bredare utbud av scenarier. Till exempel kan ML-modellutvärdering ske även när enheten är offline eller upplever intermittent anslutning. Detta tar också upp scenarier där integritets- eller datasuveränitetsproblem förhindrar överföring av all data till molnet.
Minskade driftskostnader: Att träna ML-modeller i molnet och därefter utvärdera dem lokalt på Windows-enheter kan avsevärt minska bandbreddskostnaderna, med minimal data som skickas till molnet, vilket kan krävas för den pågående förfining av din ML-modell. Dessutom minimerar detta tillvägagångssätt påverkan på molnresurserna, vilket minskar de totala driftskostnaderna.

Klicka här för att lära dig mer information.

Slutsats

AI i Windows är mycket användbart. Det kan förenkla ditt arbete och hjälpa dig att lösa svåra problem snabbare. Du kommer att kunna hitta fler och fler AI-funktioner i Windows 11 24H2 . Låt oss se fram emot det tillsammans.