Как облачные провайдеры соревнуются, предлагая ИИ для всех
Угадайте: какая техническая роль в 2019 году будет самой популярной? Согласно отчету LinkedIn, самая многообещающая работа в США - специалист по анализу данных; рейтинг основан на заработной плате, количестве вакансий и ежегодном росте. В том же отчете облачные вычисления и искусственный интеллект указаны как два наиболее востребованных сложных навыка.
Само собой разумеется, что для современного бизнеса технологии необходимы как для ведения этого бизнеса, так и для взаимодействия с клиентами. Такие предприятия обнаруживают, что накапливают все больший объем данных, что, в свою очередь, стимулирует спрос на специалистов по данным, чья работа заключается в извлечении ценности из этих данных.
Данные позволяют использовать ИИ. Мы можем написать программное обеспечение, способное обучать и тренировать это программное обеспечение, используя много данных.
Возьмем для примера языковой перевод. Раннее программное обеспечение для перевода было предметом многих шуток, но сегодня такие инструменты, как Google Translate, хотя и не идеальны, но отличаются от своих ранних предшественников. Для обучения своего программного обеспечения Google собрал сотни тысяч примеров переводов, выполненных экспертами-людьми. Эти примеры загружаются в программу ИИ, которая изучает базовые шаблоны во входных данных и использует эти шаблоны для выполнения новых переводов.
Если вы хотите создать собственное программное обеспечение для перевода с нуля, тогда, помимо написания программного обеспечения, вам также потребуется собрать обучающие данные, подготовить их и использовать для обучения своего программного обеспечения. То же самое относится и к другим приложениям искусственного интеллекта, и это, естественно, создает высокий входной барьер для тех, кто хочет развернуть искусственный интеллект в своем бизнесе.
Три основных поставщика облачных услуг, Amazon Web Services, Google Cloud и Microsoft Azure, осознали как спрос на ИИ, так и трудности его внедрения. Поскольку эти компании уже вложили средства в создание таких вещей, как машинный перевод, классификация изображений или рекомендательные системы, они могут легко сделать эти услуги доступными как часть своего облачного предложения. Не всем нужно индивидуальное решение для искусственного интеллекта; многие проблемы легко решаются с помощью существующих предложений от этих облачных провайдеров.
Amazon, Google и Microsoft ведут борьбу за долю на облачном рынке. Сейчас Amazon лидирует, но Microsoft и Google догоняют. В 2018 Amazon оставался неизменным на 32% рынка, тогда как Microsoft и Google увеличили свою долю, первая с 14% до 16%, а вторая с 6% до 8%. Этот рост можно объяснить тем, что Microsoft и Google уделяют большое внимание искусственному интеллекту и машинному обучению. Это не означает, что Amazon не заботится об ИИ или что у них нет хороших предложений по ИИ, но это Google и Microsoft, которые действительно продвигают это. Google считает ИИ одним из главных отличий между собой и другими провайдерами.
Предлагая платформу ИИ, которая проста в использовании и покрывает большинство случаев использования, эти облачные провайдеры делают ИИ доступным для всех. Но даже в этом случае начать работу может быть непросто, поэтому, чтобы упростить задачу, мы разделили предложения трех крупных облачных провайдеров на две большие категории.
ИИ как услуга (AIaaS)
Все эти решения используют предварительно обученные модели и предлагают простые методы интеграции, позволяющие использовать их с существующим приложением. Использование предварительно обученных моделей означает, что обучение для конкретной задачи уже выполнено, как в нашем примере с Google Translate, который уже обучен переводить на более чем 100 языков. Другие примеры включают классификаторы изображений, механизмы рекомендаций, анализ документов и диалоговые агенты.
AIaaS (все любят сумасшедшие аббревиатуры!) Отлично подходит, если вашим требованиям может соответствовать существующая предварительно обученная модель, и это всегда хорошее место для начала. Использование предварительно обученных моделей означает, что в специалистах по обработке данных нет особой потребности; облачный провайдер уже выполнил эту работу.
Машинное обучение как услуга (MLaaS)
Эти услуги предназначены для пользователей, которым требуется более индивидуальное решение. Предположим, вы хотите автоматически классифицировать разные марки обуви. Предварительно обученная модель AIaaS может быть обучена только распознаванию «обуви» от других объектов на изображении, но не для различных марок обуви. Для этой задачи вам потребуется обучить специальную модель, которая знает о различных атрибутах, отличающих марки обуви, например о логотипах.
Если вы чувствуете, что вам может понадобиться диплом математика, чтобы разобраться в этом, не волнуйтесь. Крупные облачные провайдеры предлагают два типа MLaaS: хардкорную версию для опытного специалиста по данным (ботаника-математика) и более простую версию, которая не требует, чтобы вы знали свои наивные байесовские из ваших логистических регресс. Вы можете начать с простой загрузки данных и выбора атрибутов из этих данных, с которыми вы хотите тренироваться.
Что дальше?
Для многих приложений предложения «искусственный интеллект как услуга» (AIaaS) - отличное место для начала. Существует широкий спектр предварительно обученных моделей, которые позволяют легко приступить к работе с искусственным интеллектом, и вам не нужен специалист по данным, чтобы извлечь выгоду из этих решений.
Если вам нужно пойти дальше, чем позволяют предварительно обученные модели, вы можете воспользоваться предложениями MLaaS для обучения с использованием ваших собственных данных. Во многих случаях и здесь вам не нужен специалист по данным, поскольку служба MLaaS может автоматически определять, какие атрибуты использовать для вашей пользовательской модели.
Поставщики облачных услуг вложили огромные средства в свои платформы искусственного интеллекта и учебные материалы, которые идут с ними, так что посмотрите их; Начать работу действительно легко.
В Fuzzy Labs мы помогаем предприятиям получать ощутимую пользу от ИИ. Мы будем работать с вами, чтобы изучить возможные варианты, создать прототип, а затем перейти к полностью готовому к производству решению, которое интегрируется с вашим существующим программным обеспечением.
В следующих статьях блога мы подробно расскажем о некоторых приложениях AIaaS. А пока вы можете следить за Fuzzy Labs в Twitter, LinkedIn или посетить нас на fuzzylabs.ai.
