问题百出的Windows 10更新过程并不是什么新鲜事，用户对这一状况的抱怨已经有几年了。当下一个功能更新发布到公众面前时，各种大大小小的bug可能会再次爆发，但微软正在酝酿一个新的AI/ML策略，可以减少这一问题的干扰。如果你积极关注Windows 10的开发，你可能已经注意到微软在最近一段时间内显著改变了更新测试。
此前，这家科技巨头依靠一大批测试人员在真实硬件上测试Windows10功能更新，但现在这家科技巨头已经转向了基于机器学习的测试。
微软现在正在考虑采用一种新的AI/ML模式，在更多的硬件、软件和驱动程序组合上测试流行的驱动程序，这可以大大减少由新的或现有的驱动程序引起的Windows 10更新问题。
此外，匹配学习还将使微软能够在推出功能更新之前发现驱动程序的问题，这将通过在基于机器学习和人工智能的测试矩阵中增加更多的硬件组合来实现。换句话说，微软将在更多的硬件和驱动组合上测试驱动更新，以在推出功能更新之前评估其质量。
机器学习模型在具有不同驱动、软件和硬件配置的PC上进行训练，以区分驱动更新后的良好和不良体验，它被用于确定发布质量，但微软正计划将更多的硬件/驱动程序/软件组合添加到新的驱动程序测试矩阵中。
根据其ML/AI模型的结果和增加的硬件组合，微软将在发布功能更新之前突出Windows 10驱动程序的潜在问题。
