摘要：由此產(chǎn)生的企業(yè)人工智能狀況調(diào)查報告指出，的組織已經(jīng)部署了某種人工智能。在這個調(diào)查中，的受訪者預計人工智能將遇到障礙?；谌斯ぶ悄艿脑朴嬎愕侥壳盀橹?，本文主要關注基礎架構即服務或平臺即服務產(chǎn)品，以便企業(yè)部署人工智能的功能。

對于大多數(shù)企業(yè)來說，基于云計算的人工智能為人工智能技術的試點和部署提供了最簡單的途徑。

顯然，人工智能和云計算的結合將為那些利用它的公司提供一個關鍵優(yōu)勢。而人們面臨的挑戰(zhàn)在于，將這兩種新興技術結合說起來容易做起來難。

首先，企業(yè)將會越來越多地采用人工智能(AI)。根據(jù)調(diào)研機構IDC公司的數(shù)據(jù)，人工智能和認知系統(tǒng)的收入2017年達到125億美元，比2016年增長59.3%。研究公司預測，到2020年，人工智能市場每年將增長54.4%，屆時市場收入可能會超過460億美元。

IDC研究主管David Schubmehl表示：“基于認知計算、人工智能和深度學習的智能應用是未來改變消費者和企業(yè)工作、學習和娛樂的技術。”他補充說：“人工智能系統(tǒng)正在迅速成為IT基礎設施的關鍵部分，所有企業(yè)都需要了解和規(guī)劃在組織中采用和使用這些技術。”

2017年7月，Vanson Bourne公司對年銷售額超過5000萬美元的企業(yè)中的260名IT和業(yè)務決策者進行了調(diào)查。由此產(chǎn)生的“企業(yè)人工智能狀況”調(diào)查報告指出，80%的組織已經(jīng)部署了某種人工智能。盡管進行了初步投資，但有30%的受訪者認為，他們在人工智能的投資并不足夠，為了保持競爭力，未來三年需要增加投入。

?

但是，盡管企業(yè)可能對人工智能的潛力充滿熱情，但他們也認識到，技術的成功部署帶來了重大的挑戰(zhàn)。在這個調(diào)查中，91%的受訪者預計人工智能將遇到障礙。更具體地說，有40%的人認為他們沒有合適的基礎設施來支持人工智能。此外，34%的人表示他們沒有合適的人才，33%的人表示技術尚未得到證實，30%的人表示他們?nèi)狈嵤┑念A算。

Teradata公司的企業(yè)人工智能狀況調(diào)查報表

?

為了克服這些障礙，許多企業(yè)選擇通過云計算來挖掘人工智能服務。與企業(yè)在自己的數(shù)據(jù)中心部署人工智能的功能相比，這個決策提供了許多優(yōu)勢：?

人工智能在云計算中的好處

在很多方面，云計算和人工智能似乎是相互建立的，專家預測人工智能服務將成為云計算供應商的未來的一個戰(zhàn)場。例如，在今年早些時候，Canalys Research公司預測，未來云計算市場的增長將受到云計算服務提供商正在開發(fā)的人工智能(AI)平臺的客戶的推動，以開發(fā)新的應用程序、流程、服務和用戶體驗。

?

很少有企業(yè)(即使是一些規(guī)模較大的企業(yè))有能力進行人工智能的基礎研究。但是，所有主要的云計算供應商都在大量投資人工智能研發(fā)。通過利用這些服務，組織能夠利用人工智能技術的進步，而無需自己資助研究。另外，利用云計算人工智能服務還提供了許多其他好處：

?

?采用高級計算基礎設施-機器學習和神經(jīng)網(wǎng)絡需要大量的并行處理能力。為了滿足這種需求，人工智能應用程序必須在具有高級圖形處理單元(GPU)的系統(tǒng)上運行。但是，這些系統(tǒng)可能非常昂貴 - 使它們對于試點項目來說有些不切實際。使用云計算服務可以讓企業(yè)獲得他們需要的人工智能計劃資源，同時只為他們所使用的資源支付費用。如果一個試點項目沒有成功，他們可以很容易地關閉，而不用擔心他們需要為昂貴的硬件再支付費用。

?

?可擴展性-當企業(yè)在最初的人工智能方面取得成功時，往往希望擴展這些項目。隨著需求的增加，云計算可以很容易地擴大或縮小這些項目規(guī)模。云模型使企業(yè)可以更容易地將技術的使用范圍擴展到組織內(nèi)的其他部門和業(yè)務部門。

?

?易于使用-對于了解人工智能技術的開發(fā)人員和數(shù)據(jù)科學家而言，競爭非常激烈。因此，這些專業(yè)人員的薪酬非常高。許多組織發(fā)現(xiàn)他們找不到或者很難招募人工智能的專業(yè)人才，而在現(xiàn)有員工中開發(fā)和提升人工智能技能需要一定的時間。然而，主要的云計算供應商正在通過推出人工智能服務來滿足這一需求，這些服務簡化了創(chuàng)建和訓練機器學習模型的過程，以及將語音、圖像識別或自然語言處理添加到應用程序的過程。這又反過來有助于企業(yè)克服內(nèi)部人工智能人才缺乏的問題。

?

?獲得技術–Teradata公司進行的調(diào)查中，受訪者指出，人工智能技術還不成熟，每天都在發(fā)生變化。由于他們投資了人工智能研究和開發(fā)，主要的云計算供應商正在定期推出人工智能新的功能。如果企業(yè)為自己的數(shù)據(jù)中心投資人工智能硬件和軟件，他們可能會發(fā)現(xiàn)他們的技術很快就會過時。但是使用人工智能的云服務可以讓組織保持先進性。

?

?低成本——本文已經(jīng)多次提到過基于云計算的人工智能的財務優(yōu)勢，但它卻值得重復。云計算模型允許組織只為他們在人工智能應用程序部署中使用的計算資源付費。這就消除了企業(yè)支付昂貴的前期資本的需要，允許組織將基礎設施成本轉換為運營費用，并降低人工智能項目的總體價格。?

人工智能在云端的挑戰(zhàn)

當然，使用基于云計算的人工智能也帶來了一些障礙——最明顯的是遵從性和安全性。

?

目前，企業(yè)正在采用人工智能技術的較大原因之一是執(zhí)行預測分析。他們正在使用云計算服務來構建和培訓機器學習模型，以幫助他們獲得有價值的可操作的見解。

?

但是這些模型只有在提供大量數(shù)據(jù)時才有用。而且在某些情況下，這些數(shù)據(jù)可能是敏感的，需要應對潛在的網(wǎng)絡攻擊，并遵從相關法規(guī)的管轄。在一些行業(yè)中，組織可能被阻止在云端處理或存儲某些種類的數(shù)據(jù)。世界上一些地區(qū)也限制了某些類型的數(shù)據(jù)在地理上駐留的地方。

?

因此，在部署云端的人工智能服務之前，組織需要確保他們具有足夠的安全措施來保護有價值的數(shù)據(jù)，并且滿足所有的合規(guī)要求。他們不能簡單地認為云計算提供商具有必要的安全措施，因為企業(yè)將分擔安全責任。

?

另外，了解各種可用的人工智能云服務可能會非?；靵y。云計算供應商使用了許多不同的術語：人工智能、機器學習、深度學習、認知計算、神經(jīng)網(wǎng)絡等等。不同的供應商有時會使用這些術語來表示不同的東西。

?

了解一個特定的人工智能云服務是否能夠滿足需求的較好方法就是進行嘗試。大多數(shù)供應商通過免費或廉價的試用期來實現(xiàn)這一點。但是，這個試用的過程需要一些時間。?

基于人工智能的云計算

到目前為止，本文主要關注基礎架構即服務(IaaS)或平臺即服務(PaaS)產(chǎn)品，以便企業(yè)部署人工智能的功能。

?

許多云計算供應商也在挖掘人工智能，使他們現(xiàn)有的IaaS、PaaS和軟件即服務(SaaS)產(chǎn)品更好得到應用。

?

例如，Amazon公司提供了一個名為Macie的服務，它使用人工智能來幫助保護存儲在其S3云存儲服務上的數(shù)據(jù)。Oracle公司正在將人工智能技術納入其數(shù)據(jù)庫軟件，以創(chuàng)建一個能夠管理和調(diào)整自身的自治數(shù)據(jù)庫。Salesforce公司將其Einstein AI嵌入到所有企業(yè)SaaS產(chǎn)品中。許多其他SaaS供應商正在將人工智能功能整合到他們的解決方案中。

?

最后，即使是那些不直接使用基于云計算的人工智能服務的公司也可能最終會利用某種形式的云端人工智能，因為人工智能將成為基于云計算的軟件的一部分。根據(jù)Gartner公司的預測，到2020年，人工智能技術將幾乎滲透到每一個新的軟件產(chǎn)品和服務中，而這對于基于云計算的企業(yè)軟件來說尤其如此。?

基于云端的人工智能服務

準備好開始使用云端的人工智能的企業(yè)有許多可用選項。所有主要云計算供應商都在提供人工智能服務，而其他一些公司已經(jīng)宣布或推出了云端的人工智能服務。以下的列表提供了一些最值得人們關注的云端人工智能解決方案的概述：

?

(1)亞馬遜網(wǎng)絡服務

?Lex -采用與亞馬遜Alexa相同的技術，Lex允許開發(fā)人員創(chuàng)建聊天機器人和對話界面。

?

?Polly-Polly是一個文本轉換成語音服務，使用深度學習來產(chǎn)生逼真的語音。

?

?Rekognition -Rekognition使用深度學習技術分析圖像，識別對象、面孔、場景和名人，并標記令人反感的內(nèi)容。

?

?機器學習-亞馬遜公司的數(shù)據(jù)科學家用于指導其業(yè)務決策的相同技術，機器學習服務提供創(chuàng)建模型和獲取預測的工具。

?

?Apache MXNet-該服務通過Gluon界面簡化了向應用程序添加深度學習的過程。

?

?TensorFlow-雖然TensorFlow是谷歌公司創(chuàng)建的工具，但用戶也可以在AWS云平臺上運行這個深度學習框架。

?

?Deep Learning AMIs - Deep Learning AMIs是預先配置的人工智能實例，可通過Amazon Linux或Ubuntu進行深入學習。

?

(2)微軟Azure

?機器學習-微軟Azure機器學習服務包含開發(fā)人員為其應用程序添加人工智能功能所需的所有工具，包括Machine Learning Studio開發(fā)環(huán)境，Spark，Docker，Cognitive Toolkit，TensorFlow，Caffe等。

?

?Bot Service-此服務旨在簡化創(chuàng)建聊天機器人的過程。

?

?認知服務-這種API集合允許開發(fā)人員將視覺、知識、語言、語音，以及高級搜索功能添加到他們的應用程序中。

?

(3)谷歌云(Google Cloud)

?云計算機學習引擎-基于谷歌公司的TensorFlow框架，此服務允許用戶構建和訓練模型以生成預測。

?

?自然語言API-此REST API可以提取信息、理解情感、解析意圖等等。

?

?語音API-這種語音識別工具可將音頻轉換為超過110種不同語言的文本。

?

?翻譯API-翻譯API可以快速將文本從一種語言翻譯成另一種語言。

?

?視覺API-使用機器學習技術，該服務可以分析圖像內(nèi)容并對其進行分類。

?

(4)IBM Bluemix

?沃森(Watson)-IBM公司將所有人工智能服務(它稱為“認知計算”)歸類為沃森(Watson)品牌。它包括用于構建聊天機器人、視覺識別、發(fā)現(xiàn)、自然語言理解、發(fā)現(xiàn)新聞、知識工作室、文檔轉換、語音到文本、文本到語音、語言翻譯器、自然語言分類器、檢索和排序、個性洞察的對話、虛擬代理服務，以及音頻分析儀服務。