微软和Salesforce分别宣布，计划发布一些关键的软件产品，作为开放源代码，供所有人在他们的数据中心使用。雷竞技电脑网站
微软计划发布它的Open Network Emulator (ONE)，这是一个它的整个Azure网络基础架构的模拟器，它可以用来在引起网络中断之前查找和排除问题。微软研究中心的杰出科学家维克多·巴尔(Victor Bahl)在一次新闻发布会上宣布了这一消息微软的播客。
与此同时，Salesforce宣布其有意开源TransmogrifAI，这是其Einstein AI产品背后的关键软件。TransmogrifAI帮助构建企业级的机器学习系统。消息传来了Salesforce工程博客作者:Shubha Nabar, Salesforce Einstein数据科学高级主管。
这两家公司的这种行为在十年前是不可想象的，它反映了云计算和人工智能的重要性。更重要的是，这也反映出两家公司都承认，自己的办公场所不会有任何变化。
巴尔说，仿真器的工作原理是模拟网络，所以当网络工程师和操作员做出改变时，他们实际上是在改变仿真器。“它对网络底层的模拟如此惊人，以至于你看不出有什么不同。所以，一旦你做了更改，模拟器就会尝试并确保一切正常。一旦一切顺利，它就会被放到下面的网络上，”他在播客上说。
微软最终决定，一家公司太重要了，不能独善其身。巴尔说:“我们认为，对每个人来说，这都是一种非常重要的资源，所以我们不应该自己囤积起来。”“所以，我们把它提供给整个社区，这样他们现在就可以——不仅是为生产系统，也为现在即将毕业的学生。”
该软件将帮助大型企业改善他们的网络正常运行时间，通过模拟他们的网络变化，然后推出他们的生活。
微软还没有透露计划在哪里发布，但GitHub似乎是一个合乎逻辑的选择。微软正在收购GitHub。
TransmogrifAI是一个用于结构化数据的自动化机器学习库，它来自于Salesforce，因为它的CRM产品是建立在传统的关系数据库的行和列结构上的。它是用Scala编写的，构建在Apache的内存分析软件Apache Spark之上。
纳巴尔说，Salesforce的客户希望预测大量的结果，但每个客户的数据都是独一无二的，不同的模式、不同的形状和不同的业务流程带来的不同的偏见。这意味着要建立成千上万个不同的模型。
她写道:“在不雇佣大量数据科学家的情况下，实现这一目标的唯一方法是通过自动化。”“目前大多数auto-ML解决方案要么非常狭隘地专注于整个机器学习工作流的一小部分，要么针对图像、语音和语言的非结构化、同构的数据构建。但我们需要一种解决方案，能够快速生成大规模异构结构化数据的高效数据模型。”
TransmogrifAI提供了一种高效的编码过程，只需几行代码就可以执行任务，数据科学家可以在其中自动化数据清理、特性工程和模型选择，从而轻松地获得性能模型。
TransmogrifAI可以从GitHub。