|
新聞中心
當(dāng)前位置：網(wǎng)站首頁 > 新聞中心
當(dāng)AI遇上云計算，其應(yīng)用短板與長處
為了在不斷的競爭中保持優(yōu)勢與領(lǐng)先地位，愈發(fā)多的企業(yè)正在尋求那些可以將AI集成到自身應(yīng)有中的產(chǎn)品。在這之中，可能一種簡單又流行的方式便是去使用那些基于云的AI產(chǎn)品與服務(wù)(AIaaS)。
根據(jù)IDC的研究資料，截止到2021年，全球企業(yè)對認(rèn)知和AI系統(tǒng)的支出將保持50.1%的年復(fù)合增長率，這說明，企業(yè)對這些技術(shù)的總支出將從2017年的120億美元增加到2021年的576億美元。這些支出中的很大一部分將有望用于那些基于云的AI服務(wù)。
2018年，RightScale的云研究報告指出，企業(yè)格外關(guān)注于AI中的機(jī)器學(xué)習(xí)技術(shù)。當(dāng)被問詢未來計劃使用哪種類型的公有云服務(wù)時，絕大多數(shù)的受訪者選擇了機(jī)器學(xué)習(xí)，盡管只有12%的受訪者表示他們正在使用這些服務(wù)，但46%的受訪者表示他們正在測試或計劃部署機(jī)器學(xué)習(xí)服務(wù)。很顯然，企業(yè)對AIaaS產(chǎn)生了興趣與需求，而云供應(yīng)商也開始對此作出了積極地回應(yīng)。AIaaS的種類
要回答AlaaS是什么樣子的這個問題就要從它的種類說起，實際上，由于“人工智能(AI)”本身就是涵蓋了多種技術(shù)的廣義術(shù)語，因此AIaaS的類型也有很多。一般來講，AI技術(shù)的核心就是去創(chuàng)造出一種可以與人類大腦功能相媲美的機(jī)器。比如，AI中就包括可以查看和識別圖片中物體的計算機(jī)視覺技術(shù)，使系統(tǒng)能夠進(jìn)行人類會話模擬的自然語言處理技術(shù)以及允許機(jī)器在沒有被明確編程的情況下進(jìn)行自動學(xué)習(xí)的機(jī)器學(xué)習(xí)技術(shù)。
在AlaaS中，上述的AI技術(shù)中的一個或多個均可以由供應(yīng)商包裝成獨立的云服務(wù)產(chǎn)品。目前，市場上主流的AIaaS產(chǎn)品一般可以分為以下幾類：
機(jī)器人與數(shù)字助理
對于很多人來說，當(dāng)聽到“人工智能”這一詞語時，他們首先想到的可能就是如蘋果Siri、微軟Cortana或亞馬遜Alexa這樣的數(shù)字助理。這些工具可以通過自然語言處理技術(shù)與用戶進(jìn)行對話，而且許多工具還具有機(jī)器學(xué)習(xí)功能以不斷提升他們的能力。在日常工作事務(wù)中，很多企業(yè)希望能夠為其產(chǎn)品與網(wǎng)站添加類似的功能以實現(xiàn)更好的服務(wù)與提升客戶體驗。據(jù)IDC統(tǒng)計，2017年AI用例中，支出最高的一項便是自動化客戶服務(wù)代理。不過，企業(yè)從頭開始去創(chuàng)建一個自己的機(jī)器人似乎是一件不可能完成的工作。因而，作為備選方案，供應(yīng)商們打造出了一種機(jī)器人平臺及服務(wù)(Bot Platforms as a Service)的產(chǎn)品。企業(yè)可以利用自身的數(shù)據(jù)對機(jī)器人進(jìn)行培訓(xùn)，然后將它們用以進(jìn)行簡單問題回答的服務(wù)，從而將員工解放出來去處理那些更復(fù)雜的客戶服務(wù)任務(wù)。
認(rèn)知計算API
應(yīng)用程序編程接口(API)可以讓開發(fā)人員通過較為容易的方式將技術(shù)或服務(wù)集成到自身應(yīng)用或產(chǎn)品中。市場中，領(lǐng)導(dǎo)級的云供應(yīng)商們均提供各式各樣的API，以便讓開發(fā)人員能夠?qū)⑻囟愋偷腁I增添到他們的應(yīng)用程序中。比如，照片共享應(yīng)用的開發(fā)人員可以使用面部識別API為自身應(yīng)用提供個人識別功能。借助于API， 開發(fā)人員無需從零開始去編寫那些面部識別的代碼，甚至無需去徹底了解這些代碼的工作原理。典型的API用例包括計算機(jī)視覺、計算機(jī)語音、自然語言處理、搜索、知識映射、翻譯和情感探測等。
機(jī)器學(xué)習(xí)框架
這種工具允許開發(fā)人員創(chuàng)建可隨時間推移而改進(jìn)的應(yīng)用程序。一般來講，開發(fā)人員或數(shù)據(jù)科學(xué)家會利用機(jī)器學(xué)習(xí)框架去構(gòu)建模型，然后利用現(xiàn)有的數(shù)據(jù)對模型進(jìn)行訓(xùn)練。 機(jī)器學(xué)習(xí)框架在大數(shù)據(jù)分析應(yīng)用中尤為常見，不過它們也可用于許多其他類型的應(yīng)用程序。比起自建型的機(jī)器學(xué)習(xí)模型，這種可通過云進(jìn)行訪問的框架應(yīng)用起來更加便捷也更加實惠。
托管式機(jī)器學(xué)習(xí)服務(wù)
企業(yè)會時常面臨想要給自身應(yīng)用添加機(jī)器學(xué)習(xí)功能而又缺乏必要相關(guān)經(jīng)驗與知識的情況。而托管式機(jī)器學(xué)習(xí)服務(wù)則可以幫助他們?nèi)ミM(jìn)行相應(yīng)的工作，這種服務(wù)通過模板、預(yù)建模型和拖放式開發(fā)工具以簡化和加快機(jī)器學(xué)習(xí)框架的應(yīng)用過程。
AIaaS的“圣杯”就是創(chuàng)建一種可以作為云服務(wù)提供的通用性AI。這種通用性的AI是一種能夠以與人類相同方式進(jìn)行思考與溝通的計算機(jī)系統(tǒng)。不過大多數(shù)專家認(rèn)為，人們離實現(xiàn)這種通用性的AI還為時尚早。
AIaaS的優(yōu)點
那些大型企業(yè)一般傾向于去對自己的AI項目與研究進(jìn)行投資。但是，更多的企業(yè)會選擇AIaaS，這自然是出于對AlaaS優(yōu)點的考量。一般來講AlaaS的優(yōu)點包括：
低成本：AIaaS可以讓企業(yè)省去那些昂貴的設(shè)施開支，這些服務(wù)可以讓企業(yè)只需在需要時對特定硬件進(jìn)行短期付費使用。在云計算中，大多數(shù)的AI工作任務(wù)被認(rèn)為是“突發(fā)性”的，也就是說，他們依賴于那些能夠在短時提供大量計算能力的服務(wù)。AIaaS只會針對用戶去收取那些他們進(jìn)行硬件使用時的費用，這大大降低了他們的成本。
可擴(kuò)展性：與其他的云服務(wù)一樣，AIaaS本身也具有較高的可擴(kuò)展性。企業(yè)可以從一個試點項目開始，然后隨著需求的提升，快速擴(kuò)展他們AIaaS服務(wù)的規(guī)模。
可用性：一些優(yōu)秀的AI工具可用于開源項目的許可，不過雖然這些工具價格低廉，但它們不總是那么容易使用。而云AI服務(wù)通常能夠讓開發(fā)人員進(jìn)行更方便的AI訪問，而無需他們本身是否是該領(lǐng)域的專家。
AIaaS的缺點
常言道，金無足赤人無完人，AIaaS也不可能盡善盡美，它也具有缺點。其中兩個最大的缺點也與其他云服務(wù)相同，即安全性和合規(guī)性。許多AI應(yīng)用，特別是那些結(jié)合機(jī)器學(xué)習(xí)功能的應(yīng)用會依賴于大量的數(shù)據(jù)。當(dāng)對這些數(shù)據(jù)進(jìn)行云端存儲或遷移時，企業(yè)需要確保這些應(yīng)用足夠的安全措施，比如數(shù)據(jù)加密功能。
同時，在某些情況下，合規(guī)性可能將成為企業(yè)應(yīng)用AIaaS的阻礙，因為一些國家與地區(qū)的法律會限制企業(yè)進(jìn)行云端敏感數(shù)據(jù)的存儲，還有一些法規(guī)也會限定數(shù)據(jù)存儲的位置。在這些情況下，AIaaS可能會在一些用例中失效。
AlaaS的另一個潛在缺點是它自身可能會比較復(fù)雜。企業(yè)將耗費大量的時間與精力用于培訓(xùn)或聘用具有AI和云計算技能的員工。不過，一些企業(yè)對此也表示樂觀，他們認(rèn)為這個問題可以被克服，而且AIaaS還會帶來長期的回報。
|
