ข่าว

AI ใน Windows: เครื่องมือและคุณสมบัติ AI ที่คุณอาจสนใจ

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

ลองใช้เครื่องมือของเราเพื่อกำจัดปัญหา

เลือกระบบปฏิบัติการ เลือกโปรแกรมการฉาย (ทางเลือก)

อธิบายปัญหาของคุณ

Microsoft ได้ลงทุนด้านกำลังคนและทรัพยากรทางการเงินไปมากมายใน AI และได้ผลลัพธ์ที่ยอดเยี่ยม ในโพสต์นี้ มินิทูล จะพูดถึง AI ใน Windows รวมถึงเครื่องมือและฟีเจอร์ AI ใน Windows 11 และ Windows 10

ดังที่คุณทราบ Microsoft ได้พัฒนาและนำฟีเจอร์ AI มาใช้ใน Windows 10 และ Windows 11 มากขึ้นเรื่อย ๆ AI ใน Windows เป็นหัวข้อในวันนี้! ยุคใหม่ของ AI มาถึงแล้วที่ Microsoft ในโพสต์นี้ เราจะแนะนำให้คุณรู้จักกับฟีเจอร์ที่ขับเคลื่อนด้วย AI ใน Windows

นักบินใน Windows

Windows Copilot เป็นคุณสมบัติใหม่ที่ขับเคลื่อนด้วย AI ใน Windows 11 (มีให้ใช้งานใน Windows 10 ด้วย) เป็นผู้ช่วยอัจฉริยะที่สามารถช่วยให้ผู้ใช้ได้รับคำตอบและแรงบันดาลใจจากทั่วทั้งเว็บ สนับสนุนความคิดสร้างสรรค์และการทำงานร่วมกัน และช่วยให้คุณมุ่งเน้นไปที่งานได้

บน Windows 11 23H2 Windows Copilot มีอยู่ใน Build 22631.3007 หรือใหม่กว่า บน Windows 11 22H2 มีให้ใช้งานบน Build 22621.3007 หรือใหม่กว่า นอกจากนี้ AI ใน Windows ต้องใช้ Microsoft Edge เวอร์ชัน 120.0.2210.121 หรือใหม่กว่า หากคุณยังคงใช้ Windows 10 คุณก็สามารถทำได้ เปิดใช้งาน Copilot ด้วยความช่วยเหลือของ ViVeTool

หากคุณต้องการทราบว่าอุปกรณ์ของคุณมี Copilot หรือไม่ คุณสามารถตรวจสอบคีย์รีจิสทรีต่อไปนี้:

เส้นทางรีจิสทรี: HKEY_CURRENT_USER\Software\Microsoft\Windows\Shell\Copilot
ชื่อคีย์รีจิสทรี: มี CopilotAvailable หรือไม่
ค่าที่เป็นไปได้: 0 หมายถึงไม่ว่าง หรือ 1 หมายถึงว่าง

คลิกที่นี่ เพื่อเรียนรู้ข้อมูลเพิ่มเติมเกี่ยวกับ Copilot ใน Windows

วินโดวส์ เอไอ สตูดิโอ

Windows AI Studio เป็นหนึ่งในเครื่องมือ Windows AI ช่วยให้การพัฒนาแอป generative AI ง่ายขึ้นโดยการผสานรวมเครื่องมือและโมเดลการพัฒนา AI ที่ล้ำสมัยจาก Azure AI Studio และแค็ตตาล็อกอื่นๆ เช่น Hugging Face

Windows AI Studio ช่วยให้นักพัฒนาสามารถปรับแต่ง ปรับแต่ง และปรับใช้โมเดลภาษาขนาดเล็ก (SLM) ที่ล้ำสมัยสำหรับการใช้งานภายในเครื่องในแอป Windows ของตน โดยให้การตั้งค่าพื้นที่ทำงานพร้อมคำแนะนำแบบครบวงจร ซึ่งรวมถึง UI การกำหนดค่าโมเดลและบทช่วยสอนพร้อมคำแนะนำสำหรับการปรับแต่ง SLM ยอดนิยม เช่น Phi รวมถึงโมเดลล้ำสมัย เช่น Llama 2 และ Mistral

นักพัฒนาสามารถทดสอบโมเดลที่ได้รับการปรับแต่งอย่างรวดเร็วโดยใช้เทมเพลต Prompt Flow และ Gradio ที่รวมอยู่ในพื้นที่ทำงาน

คุณสามารถ ไปที่หน้า Windows AI Studio GitHub นี้ เพื่อรับเอกสารที่เกี่ยวข้องล่าสุด คุณยังสามารถดาวน์โหลด Windows AI Studio เพื่อใช้งานต่อไปได้

การเรียนรู้ของเครื่อง Windows

ควบคุมพลังของ Windows ML เพื่อนำ Machine Learning ไปใช้งานในแอปพลิเคชัน Windows ของคุณ Windows ML ทำหน้าที่เป็น API ประสิทธิภาพสูงและเชื่อถือได้ ซึ่งอำนวยความสะดวกในการปรับใช้การอนุมาน ML ที่เร่งด้วยฮาร์ดแวร์บนอุปกรณ์ Windows

Windows ML รวมอยู่ใน Windows 10 และ Windows Server 2019 รุ่นล่าสุด และยังสามารถเข้าถึงได้เพิ่มเติมในรูปแบบแพ็คเกจ NuGet สำหรับความเข้ากันได้แบบย้อนหลังกับ Windows 8.1 มันมอบสิทธิประโยชน์ให้กับนักพัฒนาดังต่อไปนี้:

การพัฒนาแบบง่าย: เนื่องจาก Windows 10 และ Windows Server 2019 เวอร์ชันล่าสุดผสานรวม Windows ML เข้าด้วยกัน คุณจึงต้องการเพียง Visual Studio และรุ่น ONNX ที่ได้รับการฝึกอบรม ซึ่งคุณสามารถรวมเข้ากับแอปพลิเคชัน Windows ได้ นอกจากนี้ หากคุณต้องการขยายคุณสมบัติที่ขับเคลื่อนด้วย AI ของคุณไปยัง Windows เวอร์ชันเก่า (จนถึง 8.1) Windows ML ก็พร้อมใช้งานในรูปแบบแพ็คเกจ NuGet สำหรับการเผยแพร่พร้อมกับแอปพลิเคชันของคุณ
การสนับสนุนฮาร์ดแวร์ที่กว้างขวาง: Windows ML ช่วยให้คุณสามารถเขียนปริมาณงาน ML ของคุณได้เพียงครั้งเดียวและบรรลุประสิทธิภาพที่ได้รับการปรับให้เหมาะสมสูงสุดจากผู้จำหน่ายฮาร์ดแวร์และซิลิคอนประเภทต่างๆ รวมถึง CPU, GPU และตัวเร่งความเร็ว AI นอกจากนี้ Windows ML ยังรับประกันประสิทธิภาพที่สม่ำเสมอในสเปกตรัมฮาร์ดแวร์ที่รองรับ
เวลาแฝงต่ำและผลลัพธ์แบบเรียลไทม์: โมเดล ML สามารถประเมินได้โดยใช้ความสามารถในการประมวลผลของอุปกรณ์ Windows ซึ่งช่วยให้สามารถวิเคราะห์ชุดข้อมูลขนาดใหญ่ภายในเครื่องได้แบบเรียลไทม์ เช่น รูปภาพและวิดีโอ ผลลัพธ์จะพร้อมใช้งานทันทีและมีประสิทธิภาพสำหรับงานที่เน้นประสิทธิภาพ เช่น เอ็นจิ้นเกมหรือกระบวนการเบื้องหลัง เช่น การทำดัชนีสำหรับการค้นหา
เพิ่มความยืดหยุ่น: ความสามารถในการประเมินโมเดล ML ภายในเครื่องบนอุปกรณ์ Windows ช่วยให้คุณสามารถรับมือกับสถานการณ์ที่หลากหลายได้กว้างขึ้น ตัวอย่างเช่น การประเมินโมเดล ML สามารถเกิดขึ้นได้แม้ว่าอุปกรณ์จะออฟไลน์หรือมีการเชื่อมต่อไม่ต่อเนื่องก็ตาม นอกจากนี้ยังกล่าวถึงสถานการณ์ที่ข้อกังวลด้านความเป็นส่วนตัวหรืออธิปไตยของข้อมูลขัดขวางการส่งข้อมูลทั้งหมดไปยังระบบคลาวด์
ลดต้นทุนการดำเนินงาน: การฝึกอบรมโมเดล ML ในระบบคลาวด์และการประเมินในภายหลังในเครื่องบนอุปกรณ์ Windows สามารถลดต้นทุนแบนด์วิดท์ได้อย่างมาก โดยมีการส่งข้อมูลไปยังคลาวด์น้อยที่สุด ซึ่งอาจจำเป็นสำหรับการปรับแต่งโมเดล ML ของคุณอย่างต่อเนื่อง นอกจากนี้ วิธีการนี้ยังช่วยลดผลกระทบต่อทรัพยากรระบบคลาวด์ ซึ่งช่วยลดค่าใช้จ่ายในการดำเนินงานโดยรวม

คลิกที่นี่ เพื่อเรียนรู้ข้อมูลเพิ่มเติม

บรรทัดล่าง

AI ใน Windows มีประโยชน์มาก สามารถทำให้งานของคุณง่ายขึ้นและช่วยให้คุณแก้ไขปัญหายาก ๆ ได้เร็วขึ้น คุณจะพบฟีเจอร์ AI มากขึ้นเรื่อยๆ วินโดวส์ 11 24H2 - มาตั้งตารอมันด้วยกัน