隨著IT專業人士嘗試應用人工智能，許多人將在公有云執行此操作。但是，組織從不斷增長的人工智能服務列表中選擇，從AWS、Azure和其他廠商中挑選，并不是一件容易的事。
雖然人工智能不再只是在科幻電影中看到，但是該技術對許多企業IT團隊來說仍然是陌生的。然而，一個采納趨勢是明確的：公有云將是大多數企業人工智能工作負載的目的地。
調研機構Forrester Research公司首席分析師Rob Koplowitz說：“這并不是說人工智能不會發生在人們的數據中心的企業中，但這是一個主要在云端發生的工作量。”
一些組織將選擇在內部部署的數據中心保留人工智能應用程序，特別是那些包含敏感客戶數據的應用程序，因為它們對其他工作負載具有嚴格的安全性或遵從性要求。但是，一般來說，公有云人工智能服務將成為主流模式，Aragon Research公司首席分析師Adrian Bowles對此表示認同。
Bowles表示，云計算是特別適合人工智能的最大原因之一就是實驗。因為大多數組織仍在探索機器學習，預測分析或自然語言處理等技術的潛在用途，所以他們希望有一個讓他們進行實驗的環境，而不需要重大的金融投資或風險。
“目前在公有云使用人工智能的企業中有很大一部分正在使用它作為測試臺，這是一種廉價的入門方式，并找出哪些應用程序將適應不同形式的人工智能。”Bowles說。
公有云平臺，包括Amazon Web Services(AWS)和Microsoft Azure，允許組織測試不同的機器學習算法，例如，查看他們的數據可能是什么樣的。從那里，組織有兩個選擇：失敗或擴大規模。
Bowles說：“如果組織的人工智能應用程序失敗了，那么你可以繼續前進。 如果它可以擴大規模，那么組織已經處在一個可以快速擴展的地方... 云計算讓組織的實驗得以實現。”
此外，由于可用的資源范圍，組織通常選擇公有云進行人工智能部署。
咨詢和專業服務機構埃森哲公司人工智能實踐全球主管Nicola Morini-Bianzino說：“在云端，更容易實現，組織要從自然語言處理開始，然后，可以將一些數據移動到云端，并決定在計算機視覺中進行不同的操作，只需組織在已創建的基礎架構和數據創建之上擴展和使用這些API。”
Koplowitz說，公有云還消除了組織對昂貴的專業硬件投資的需求，這是許多人工智能工作負載所需要的。例如，大多數主要的公有云提供商現在都提供了基于GPU的云實例，這對于計算密集型人工智能工作負載特別有用。
公有云中人工智能的挑戰
Morini Bianzino說，當然，任何新興技術，其中包括人工智能，都給企業帶來學習曲線。IT團隊可能不需要人工智能部署他們的底層的云計算基礎設施的檢修，但他們必須以數據為中心的心態，在其他方面發展他們的技能。
對于成功的人工智能部署，IT團隊必須磨練他們的數據分析技能，并學習識別大型企業數據集中的某些模式或關系，因為人工智能僅作為企業提供的數據才有價值。
他說：“機器學習算法的價值是組織通過算法推動的數據價值的直接函數。所以如果數據不好，算法也不好。”
Bowles認為，數據分析技能越來越重要，因為IT團隊追求機器學習。其部分原因是，隨著機器學習，IT系統可以通過接觸數據而不是通過重新編程來提高其性能。
醫療保健IT組PA咨詢管理顧問Lori Brown說，此外，基礎設施管理團隊應該設法打破與開發人員之間的障礙。管理人員需要更多了解AI應用程序的構建和使用情況，從基礎設施的角度，可以做出更明智的選擇。
Brown說：“隨著IT團隊了解人工智能開發變化的方式，以及對基礎設施和消費的影響，他們可以更明智地了解將如何購買公有云服務來支持人工智能。”
人工智能挑戰人類的大腦
IT團隊面對人工智能應用的另一個重大挑戰是如何選擇云提供商。隨著供應商以令人眼花繚亂的速度發布新的云計算人工智能服務，很難知道該從何著手。
如今行業領先的公有云提供商也已成為主要的人工智能供應商：AWS，Azure，Google和IBM。每個供應商的優勢，弱點，以及用例各不相同，但其各自的服務涵蓋幾個常見的人工智能功能：機器學習，圖像識別，自然語言處理和文本到語音功能。而云供應商市場的小眾廠商尚未面臨挑戰。
AWS公司是公有云采用的行業領導者，在2016的第三次發明會議上拉開了基于人工智能服務的序幕。
亞馬遜Rekognition為亞馬遜圖像處理提供了一個平臺，亞馬遜波利利用深度的學習將文本轉化為語音，亞馬遜(Amazon) Lex使用與Alexa相同的自動語音識別技術，因此開發人員可以使用語音和文本構建對話界面。集成AWS各種計算，存儲，內容交付和開發工具的能力吸引了更多的用戶采用亞馬遜的人工智能套件。
除在應用程序開發平臺受到歡迎之外，廣受歡迎的亞馬遜Echo智能家居設備還為企業帶來了與消費者互動的應用程序。
Koplowitz說：“就像人們以前一樣考慮捕捉眼球進行交流的方式一樣，如果聲音成為與計算機進行交互的一種流行的方式，那么在系統中捕獲人們的對話就有很大的價值。去年圣誕節出售了很多亞馬遜Echo智能家居設備，人們可以通過該設備進行聯系。”
在今年5月初的會議上，微軟公司呼吁企業員工使用Microsoft Graph，這項服務可從員工活動中獲得洞察力，以提高生產力并規劃會議時間，并為項目提供合作伙伴。微軟認知服務提供廣泛的API，可為人工智能開發人員提供語音，語言，知識，搜索和視覺技術。
微軟的Cortana前端的自然語言理解(NLU)數字助理提供另一個面向客戶的服務，這主要是針對亞馬遜Alexa和Google助手的相應服務，這也吸引了部分行業的企業客戶。
因為這些提供商的服務很受歡迎，為客戶構建人工系統的獨立軟件供應商通常轉向AWS和Azure云計算人工智能服務。Bowles說：“他們幾乎總是在早期提供AWS和Azure，因為他們正在為人工智能創造一個商業模式。”
了解公有云人工智能服務的選擇
專家們認為，公有云將成為希望運行人工智能工作負載的企業的游戲規則，但是通過每個供應商的人工智能服務進行梳理，都能發現類似的功能。以下是四大云提供商為企業提供的人工智能服務：
(1)亞馬遜網絡服務
Amazon Rekognition：這是一種使用深度學習來檢測和比較對象和面部的圖像識別服務，為開發人員添加視覺搜索功能和圖像分類的功能 。
亞馬遜Polly：一種文本到語音服務，可讓應用程序了解終端用戶語音輸入 。
亞馬遜Lex：基于Alexa技術提供自動語音識別和自然語言理解，用于開發團隊構建對話用戶界面，交互式應用程序和識別語音的聊天室 。
亞馬遜機器學習：可視化工具可幫助開發人員創建機器學習模型，并根據數據和高級數學算法將預測構建到應用程序中 。
(2)微軟Azure
微軟的認知服務：基于機器智能實現各種功能的API：自定義搜索功能和實驗室，圖像和視頻處理;用于文本翻譯，語言學分析和對話UI的可定制語音和語言模型;API來將數據背景化，構建問題和預測決策 。
(3)谷歌云平臺
谷歌云的機器學習引擎：基于Google TensorFlow的服務，使開發人員能夠構建復雜的機器學習模型 。
機器學習API：使應用程序具有圖像和視頻分析、語音到文本轉換、語言翻譯和文本分析的應用程序的AI功能 。
(4)IBM Bluemix
?沃森開發人員云：IBM捆綁沃森工具和API。開發人員可以使用自然語言理解，翻譯語言，執行文本和語音分析，從語音轉換文本，分析圖像并從數據中獲取洞察力來構建聊天室。
“數據將會生活在人工智能的核心，”Koplowitz說，“如果組織的數據是其目標，谷歌公司將在組織提供數據的世界中處于特殊地位。”
即使發布了具有挑戰性的Google Home智能家居設備，Bowles還沒有看到谷歌人工智能的采用率達到其承諾水平，或達到其競爭對手的水平。
他說：“但是在谷歌，組織不想在這一點上用任何東西來計算它們，特別是在像人工智能這樣不成熟的領域。”
IBM公司的Bluemix云平臺的未來可能取決于其人工智能的采用。 IBM的沃森API開發了典型的機器學習，視覺識別和NLU功能，以及文本和新聞故事的外文翻譯和分析。IBM可以在特定行業中細分市場，比如金融服務，H&R Block公司就是其中的人工智能采用者，醫療保健行業也是如此。
Koplowitz表示，IBM沒有智能家居設備，以自然的方式接觸沃森用戶。 “但是有人說，誰會走出去建立一個基于他們的系統的腫瘤服務?”他說。
但不清楚的是，具體的行業需求超過了這些頂級云提供商提供的廣泛服務。PA 咨詢公司的云專家Jeff Sage說：“有些因素將有助于組織選擇其中一個云供應商。”
供應商現在陷入僵局
盡管云計算服務的承諾如此，IBM和Google也必須將企業用戶從AWS和Azure吸引到他們的平臺上。由于四家服務提供商之間的整體功能平等，個別提供商的獨特功能通常適用于有專門需求的企業或開發人員嘗試該技術。
Koplowitz說：“AWS公司擁有一個偉大的端點，他們有很好的人工智能服務，這就是在部署其應用程序。”基于事實，他們在應用開發領域已經有了很大的發展勢頭。
Sage和Brown根據人工智能趨勢和個人需求，在客戶基礎上調整提供者建議，但他們同意大多數新功能不會針對特定供應商。
每個云計算提供商使人工智能成為焦點，如果在人工智能服務中脫穎而出，并且將開發人員吸引到其平臺，那么可以很好地將云計算市場轉移到其平臺上。 Morini-Bianzino說：“未來，云計算的競爭將非常依賴對人工智能的最佳視野。
甚至AWS在云市場的防御可能也不安全，因為其競爭者將人工智能視為打敗AWS公司的未來的一個機會。”
“我認為每個人都在尋找市場中松動的磚塊下手。”Koplowitz說，“而人工智能就將是那個大錘。”HERO譯
來源：企業網D1Net
往期推薦
