Microsoft-მა აგენტური Windows და ახალი მოწყობილობები წარადგინა

Microsoft-ის ხელმძღვანელმა სატია ნადელამ ღონისძიება „Windows and Surface October 2026 News“ გახსნა. მან განაცხადა, რომ Microsoft „მოწინავე ეკოსისტემას“ ქმნის. მისი თქმით, ეკოსისტემა სამ საყრდენს ეფუძნება: ნდობას, ინტელექტსა და ადამიანის ამბიციებთან შერწყმულ ხელოვნურ ინტელექტს. ამ მიმართულებებს Agent 365, Microsoft IQ და Copilot უნდა მოიცავდეს.

Windows-ის ხელმძღვანელმა პავან დავულურიმ შემდეგ განმარტა, რომ Windows უსაფრთხო აგენტურ პლატფორმად უნდა იქცეს. ამისთვის Microsoft-მა Microsoft Execution Containers (MXC) საცდელი რეჟიმიდან საყოველთაო ხელმისაწვდომობის რეჟიმში გადაიყვანა. კომპანიამ ისინი ივნისში, Build 2026-ზე წარადგინა. MXC აგენტებისთვის იზოლირებულ გარემოს ქმნის და ნდობის უზრუნველყოფას ემსახურება. აგენტები ასევე ცალკე მომხმარებლებად უნდა მუშაობდნენ და წვდომის საკუთარი შეზღუდვები ჰქონდეთ. ამისთვის საჭირო Microsoft Entra-ს ინტეგრაცია მალე გახდება ხელმისაწვდომი. Microsoft-ის მაგალითის მიხედვით, მომხმარებლებს SharePoint-ის მასალებზე წვდომა შეიძლება ჰქონდეთ, თუმცა მათ ანგარიშში მოქმედ აგენტებს ეს წვდომა აეკრძალოთ. Agent 365 ორგანიზაციებში აგენტური მოქმედებების ცენტრალიზებულ მართვას უზრუნველყოფს.

კიდევ ერთი ახალი ტერმინი „ჰიბრიდული ინტელექტია“. მან ხელოვნური ინტელექტის ტოკენების ეფექტიანად გამოყენებას უნდა შეუწყოს ხელი. ამისთვის ადგილობრივი და ღრუბლოვანი ხელოვნური ინტელექტი ერთობლივად იმუშავებს. შესაბამის მოწყობილობებს Asus (Asus), Dell (Dell), HP (HP), Lenovo (Lenovo) და MSI (MSI) აწარმოებენ.

ზოგიერთი ხელოვნური ინტელექტის მოდელი შესაძლებლობებით მოწინავე მოდელებს უტოლდება, თუმცა ადგილობრივად გასაშვებად შემცირდა. მაგალითად, Microsoft-ის MAI Code 1.1 Flash 3-ბიტიანი კვანტიზაციითაა წარმოდგენილი. ამან მისი ზომა 80 პროცენტით, 53 გბაიტამდე შეამცირა. მოდელი 256 000-მდე ტოკენის კონტექსტურ ფანჯარას უჭერს მხარს. Nvidia-მ (Nvidia) Nemotron-ის მოდელი 2 ბიტამდე დააკვანტიზა და ის უკვე 20 გბაიტი ოპერატიული მეხსიერებით მუშაობს. პავან დავულურიმ დასძინა, რომ DeepSeek V4 Flash-ს 1,6-ბიტიანი კვანტიზაციითა და 60 გბაიტი ოპერატიული მეხსიერებით ამოცანების შესრულება შეუძლია. ეს მოდელები ადგილობრივად Nvidia RTX Spark-ის მოწყობილობებზე უნდა გაეშვას.

დემონსტრაციაზე დეველოპერის ლეპტოპში ადგილობრივმა ხელოვნურმა ინტელექტმა პროგრამირების ამოცანები, მათ შორის კოდის რეფაქტორინგი, შეასრულა. შემდეგ მას კვლევითი ამოცანები და მათ შესასრულებლად ადგილობრივი აგენტების გაშვება დაემატა. GitHub-მა (GitHub) HydraFusion-ის დეველოპერული ინსტრუმენტი სექტემბრის დასაწყისში წარადგინა. ის ამოცანისთვის შესაბამის ხელოვნური ინტელექტის მოდელს ღრუბელში ირჩევს. ოქტომბრის ბოლომდე Windows-ისთვის განკუთვნილი GitHub Copilot ისე უნდა გაფართოვდეს, რომ HydraFusion-მა ადგილობრივ მოდელებზე წვდომაც შეძლოს. ეს ტოკენების გამოყენებას უფრო ეფექტიანს გახდის. დემონსტრაციისას განვითარების გარემომ ადგილობრივად გამოყენებული მილიონზე მეტი ტოკენი აჩვენა, გარედან შეძენილი კი მხოლოდ რამდენიმე ათასი იყო.