人工智能服务将颠覆公共云市场
虽然人工智能已经不再只是科幻影片中的话题，但这项技术对许多企业的IT团队来说仍显陌生。尽管如此，在应用方面的一个趋势却非常明显：公共云是大多数企业处理人工智能工作负载的首选。
弗雷斯特研究公司的首席分析师罗布·科普洛维茨（RobKoplowitz）说：“我倒不是说，人工智能不会出现在企业的数据中心，但是这种工作负载将主要出现在云端。”
一些企业组织会选择将人工智能应用软件（尤其是含有敏感客户数据的那些应用软件）保留在内部，就跟它们出于严格的安全或合规要求对待其他工作负载那样。不过总的来说，公共云人工智能服务将是一种主流模式。
云特别适合人工智能，最主要的原因之一就是可进行尝试。由于大多数企业组织仍在探究机器学习、预测分析或自然语言处理等技术的潜在用途，它们想要一种环境让自己可进行尝试，没有相当大的经济投入或风险。
在眼下将公共云用于人工智能的企业中，很大一部分将公共云用作试验床――这种成本低廉的方式便于开始入手，便于搞清楚哪些应用适合不同形式的人工智能。
比如说，公共云平台让企业组织得以试用不同的机器学习算法，看看使用数据可以取得怎样的效果。之后，企业组织可以在两条路之间作一选择：及时叫停或扩大规模。
如果你的人工智能应用软件将失败，随后你可以改而尝试另外的应用软件。如果扩大规模，那么你已经处于能迅速扩展的境地……云解放了你，可以进行这种尝试。”
此外，企业组织之所以常常选择公共云来部署人工智能，是由于有众多资源可供使用。
咨询和专业服务公司埃森哲的人工智能业务全球负责人妮古拉·莫里尼－比安齐诺（NicolaMorini-Bianzino）说：“在云端，说‘我准备从一些自然语言处理开始入手’来得比较容易。然后，你可以将一部分数据移到云端，决定搞计算机视觉方面的不同应用，只管在你已经创建的基础设施和数据上扩展和使用那些API。”
公共云还让企业组织不需要购置许多人工智能工作负载所需的那种价格不菲的专用硬件。比如说，如今大多数大牌公共云提供商提供基于GPU的云实例，这些特别适用于计算密集型人工智能负载。
公共云人工智能面临的挑战
当然，任何新兴技术（包括人工智能）都给企业出了一道学习难题。IT团队可能不需要为部署人工智能全面改动底层的云基础设施，但是它们得从其他方面完善技能组合，奉行一种更加以数据为中心的理念。
想成功地部署人工智能，IT团队就得磨砺其数据分析技能，学会识别庞大企业数据集当中的某些模式或关系，因为人工智能的价值完全取决于馈送给它的数据。
[机器学习]算法的价值与你让算法处理的那些数据的价值直接有关。所以，要是数据不好，算法也不好。
IT团队在搞机器学习项目时，数据分析技能越来越重要。一方面是由于，就机器学习而言，IT系统能够通过接触数据而不是通过重新编程来不断提升性能。
此外，基础设施管理团队应该竭力与开发人员一道消除障碍。管理员越深入了解人工智能应用程序是如何构建和使用的，从基础设施的角度来看他们所做的选择就越明智。
由于[IT团队]明白人工智能发展方面的变化，以及这给基础设施及使用带来的影响，他们在如何购买公共云服务来支持人工智能方面会变得更明智。
挑选你的“大脑”
IT团队在人工智能应用方面面临的另一大挑战是，如何选择一家称心如意的云提供商。由于诸多厂商以让人眼花缭乱的速度发布新的人工智能服务，很难知道该从哪里入手。
各大公共云提供商还变成了主导性的人工智能厂商：每家厂商的优点、弱点和使用场合各不相同，但是它们各自提供的服务涵盖几项常见的人工智能特性：机器学习、图像识别、自然语言处理和文本转换成语音等功能。
AWS是公共云采用方面的领头羊，它在2016年的re:Invent大会上就展示了三项基于人工智能的服务。亚马逊Rekognition提供了图像处理平台，亚马逊Polly使用深度学习将文本转换成语音，而亚马逊Lex使用了与Alexa同样的自动化语音识别技术，那样开发人员就能用语音和文本构建对话式界面。能够整合AWS的各个计算、存储、内容交付和开发工具，这种吸引力对企业来说不亚于亚马逊人工智能套件本身。
相关新闻：
0条评论
网友评论
