继 Windows 10 十月更新（Version 1809）之后，微软再次因为累积更新频频出现的质量问题而成为舆论的风口浪尖。随后一位前微软员工发布视频，解释称微软目前将这些更新的测试工作都交给了人工智能和机器学习，而不再依靠人工进行核查。
为此今天微软发布了一篇博客文章 ，解释了人工智能和机器学习在评估 Windows 10 系统升级中的作用。近日微软官方在推特上宣布 Windows 10 Version 1903 版已被指定为可针对所有用户进行广泛部署的重大版本更新，而且正使用人工智能来确认那些设备适合下一波 Windows 10 更新。
微软指出，Windows 10 四月更新（v1803）是首个使用机器学习来确认哪些设备适合更新的功能更新。然后微软将这些可能存在兼容性问题的设备和其他可以正常升级的设备进行分离。此外微软还使用了机器学习算法来帮助解决这些问题，最终确保设备稳定、无障碍的升级至新功能更新。
在部署机器学习算法之后，设备更新因内核出现的崩溃问题明显减少，而因驱动问题出现的崩溃问题则减少了 5 倍。微软还提供了一个详尽的机器学习图，展示了机器学习算法的整体框架，以及如何评估那些准备升级的 PC。
机器学习还提供两个关键功能：
● 识别潜在的问题，保护这些尚未更新的 PC 并积极收集相关信息，以便 Windows 开发人员可以迅速调查和解决这些问题。
● 预测并提名将具有无缝更新体验的 PC，因此应提供更新。
由于 Microsoft 混合使用 AI 和机器学习，因此该模型本身可以从以前的部署中学习，并且可以更好地预测未来的部署。这样可以确保任何存在硬件或软件不兼容的 PC 都无法更新，在等到兼容性修复之后再行更新。
微软还使用 Azure Databricks 来确保他们可以识别异常并部署保护措施来保护类似的 PC。除了 Databricks 之外，Microsoft 还依靠旧的渠道，例如费力的实验室测试，反馈和支持电话，以确保更新不会发布到不兼容的硬件上。
尽管该公司现在依赖于机器学习，但他们确实承认该模型不是完 美的 ，并且正在努力使其能够在几秒钟而不是几小时内识别出问题。
