微软近日宣布推出认知工具包 2.0正式版，并将此工具包开源释出，这项企业级的Cognitive Toolkit 2.0包含之前测试版的数百个新功能，使得深度学习的过程更简便，并支持开源的类神经网路套件Keras和Java语言，微软企图将此工具包完美地整合到AI的生态系中。

微软首席开发经理Chris Basoglu表示，以往，一般的开发人员都各自研究自家的数学函式，创造自家的类神经网路，再研究如何用对的资料来训练模型，但现在资料量如此庞大，演算法要在多个GPU上运行也相对複杂，GPU和设备的成本都很高，开发人员独自建立模型是不可行的，因此，他认为开发人员需要工具。

认知工具包原本是为了加速训练深度学习网路和其他机器学习模型，像是用搜寻引擎Bing搜寻影片的系统，或是能在对话中辨识语音的系统，不过，微软的研究员发现，这项工具包其实也可以广泛地运用在各行各样的AI应用，例如新创或是有规模的公司，甚至是政府机关和学术单位都会运用到语音理解、影像辨识等。

自从微软去年10月释出Cognitive Toolkit的测试版之后，许多企业开始训练类神经网路的模型，让系统模仿人脑思考的模式一样运行特定的任务。举例来说，中国一家智慧医疗新创Airdoc就是用微软云端服务Azurec、认知服务和工具包，来快速地正确侦测糖尿病视网膜病变。

微软的团队微调了这个工具包，不但让基础程式设计能力的开发人员可以使用，也因为透过多个服务器运行最新的GPU，让高端的程式设计师，可以使用工具加速训练自己建立的深度类神经网路。

微软这次推出的正式版本，开始支持开源的类神经网路套件Keras，Keras是大多数开发人员在深度学习的应用上都会使用的套件，开发人员可以用Keras撰写程式码，并能享有认知工具包提供的高效率与速度，不需要改写任何程式。

另外，Cognitive Toolkit也会藉由支持Nvidia深度学习最新版本的SDK和最新的GPU架构Volta，来加速资料训练的能力。

除了支持Keras之外，认知工具包还支持Java，提供开发人员建立评估模型，就连像是智能手机资源有限的装置上，也能透过此新工具来运行影像辨识，执行即时的训练模型。

认知工具包是微软要让AI技术触及每个人、每个地方的策略之一，除了工具包，开发人员还可以透过云端认知服务Azure，使用和部署机器学习应用、API。