收购 LinkedIn 将近一年后，微软终于动手了

2017 年 9 月 26 日 雷锋网 308

9 月 25 日，微软的 Ignite 2017 大会美国弗罗里达中部奥兰多正式开幕。作为旗下面向商业应用开发商、企业级应用的大会，微软在这次大会上发布了不少内容。

LinkedIn 终于走出与微软整合的第一步

对于微软来说，它在 2016 年最大的收获应该是花费 262 亿美元收购了 Linkedin；这份交易在去年 6 月公布，然后在年底才正式完成。不过自始至终，Linkedin 本身的业务似乎都没有受到微软的影响。时隔近一年时间，微软终于宣布了 LinkedIn 的动向。

根据微软在 Iginite 大会上公布的内容，Linkedin 将与微软旗下的 Office 365 进行初步的整合。

具体来说，LinkedIn 的个人数据将能够呈现在 Office 365 的个人介绍页面。这样一来，在同事之间互不相识的情况下，就可以在 Office 365 上查看其个人信息，而不必再去此人的 LinkedIn 界面去。

微软发言人 Frank Shaw 表示，微软之所以将 Microsoft Graph 和 LinkedIn Graph 整合起来，就是为了利用信息的整合，创建一个更加现代的工作平台。

除了 Office 365，微软还打算将 LinkedIn 在数据层面上与 Dynamics 365 for Sales、微软 CRM 解决方案等进行结合，这些产品上都将能够呈现与 Office 365 相同的个人信息；不仅如此，用户之间还能够互相发送消息。

在雷锋网看来，微软之所以选择将 Office 365 作为与 LinkedIn 整合的第一个业务结构，还是非常清晰地看到了二者的结合点。

Office 365 作为微软面向企业的重要工具，需要以与之相关的信息增量为补充；这本身也符合 LinkedIn 在职业社交信息方面的巨大优势。

面向多平台的 Azure 机器学习工具

除了 LinkedIn，微软也在 Ignite 大会上发布了数个基于 Azure 云服务的工具：比如说 Azure 机器学习实验服务、Azure 机器学习工作台和 Azure 机器学习模式管理服务。可见，微软也在努力实现 Azure 云服务与人工智能应用的结合。

据雷锋网了解，Azure 机器学习实验服务，主要是面向开发者快速训练和部署机器学习实验。它支持几乎所有的主流开源框架（PyTorch、Caff2、TensorFlow、Cahiner 和微软自己的 CNTK）；无论是支持本地设备，还是数百台的云端 GPU 服务器，都能够得到很好的支持。另外，Azure 还支持 Apache Spark。

Azure 机器学习工作台是微软为 Windows 和 Mac 平台推出的桌面客户端；用微软的话说，该客户端能够成为开发者的开发周期的“控制面板”，是“上手机器学习的一种很好路径”。它能够与 Jupyter Notebook 相整合，支持 Visual Studio Code、PyCharm 等开发环境，也可以让开发者在 Python、PySpak 和 Scala 条件下构建模型。

不过，正如微软发言人 Joseph Sirosh 在今天的发布会上所言，Azure 机器学习工作台的主要功能，其实还是能够对开发者的数据进行自动转换，使其能够与机器学习算法相适用。

与 Azure 机器学习实验服务相类似，Azure 的机器学习模式管理服务能够利用 Docker 容器，来帮助开发者和数据科学家在任何 Docker 容器可以运行的环境（包括微软自己基于 Kubernetes 的 Azure 容器服务）下，部署和管理他们的模型。

另外，微软还面向开发者推出了许多工具，可以帮助开发者利用 Visual Studio Code IDE 在CNTK、TensorFlow、Theano、Keras、Caffe2 等平台上构建模型。面向非开发者，微软将基于 Azure 的机器学习模式用在 Excel 上，可以使其用他们表格中的数据实现一些人工智能的相关功能。