Skal Amazon være din AI og maskinlæringsplatform?

Ønsker din virksomhed at blive succesfuld med ansigtsgenkendelse? Billedmærkning? Oversættelse? Efterhånden som fremkomsten af ​​cloud computing har muliggjort hurtigere og billigere databehandling, ræser virksomheder for at udnytte kraften i kunstig intelligens – via maskinlæring – for at forstå data. Men med Amazon, Google, Microsoft, IBM og andre, der tilbyder maskinlæringsplatforme til samme pris til virksomheden, er det ofte svært at vide, hvor man skal begynde.

Her er et omfattende kig på Amazons platform som en mulighed for din virksomhed.

Amazon Machine Learning (AML) tilbyder virksomheder en nem, meget skalerbar on-ramp til fortolkning af data. Under paraplyen af ​​Amazon Web Services (AWS), der blev lanceret i 2006, tilbyder AML visuelle hjælpemidler og let tilgængelige analyser til at lave maskinlæring tilgængelig for udviklere uden en datavidenskabsbaggrund ved hjælp af den samme teknologi, der giver næring til Amazons interne algoritmer. Det kræver lidt med hensyn til hardware- eller softwareinvesteringer og har en pay-as-you-go-model. Målet er at hjælpe virksomheder med at bygge maskinlæringsmodeller uden selv at skulle lave koden.

Når modellerne er på plads, kan du bruge AML til at "indhente forudsigelser for din applikation ved hjælp af simple API'er, uden at skulle implementere tilpasset forudsigelsesgenereringskode eller administrere nogen infrastruktur," ifølge Amazon. Platformen kan "generere milliarder af forudsigelser dagligt og tjene disse forudsigelser i realtid og med høj gennemstrømning," sagde virksomheden.

I onsdags lavede AWS nogle store meddelelser om deres cloud-tilbud, på sin årlige konference, re: Invent. Det tilbyder tre nye AI-tjenester: Amazon-anerkendelse, som kan udføre billedgenkendelse, kategorisering og ansigtsanalyse; Amazon Polly, en deep-learning-drevet tekst-til-tale (TTS) tjeneste; og Amazon Lex, et naturligt sprog- og talegenkendelsesprogram.

Swaminathan Sivasubramanian, general manager for AWS, sagde, at han ønsker, at "udviklere skal bygge en ny klasse af applikationer", der kan se, høre og hjælpe dem med at bygge. "Mit mål er at bringe maskinlæring til enhver AWS-udvikler," sagde han.

En anden del af Amazons mission, sagde Sivasubramanian, er at "hjælpe kunder med at sætte intelligens i hjertet af enhver applikation og virksomhed."

Filosofien for Amazon AI er "høj kvalitet, klassens bedste deep learning-systemer med dyb funktionalitet," tilføjede Sivasubramanian; han bemærkede også vigtigheden af, at Amazons AI-platform og -tjenester kan integreres godt med andre AWS-produkter.

Sundown AI, en teknologivirksomhed, der hjælper virksomheder med at tilbyde kundeservice via en AI-platform kaldet Chloe, bruger AML til forretningsdrift. Sundown AI arbejder med virksomheder i 20 lande, mest inden for e-handel. Opsætningen, sagde administrerende direktør Fabio Cardenas, var relativt let: "Vi valgte Amazon, fordi vi allerede havde funktioner installeret i AWS, og dermed var interoperabilitet lettere at opnå." Og selvom det ikke er open source, påpegede Cardenas, at "nogle tjenester giver gratis niveauer, der kan bruges til test eller til at skabe grundlæggende scenarier."

Cardenas bemærkede, at AWS var bagud andre konkurrenter på et tidspunkt, men sagde "det er Amazon, og vi vidste, at de ville han ser konkurrencen som positiv i forhold til at øge kvaliteten af ​​tilbuddene og holde priserne lav. AML's prisstruktur, sagde han, er "baseret på computerkraft pr. brugt time, og afhængigt af tjenesten kan andre gebyrer pålægges. Dataoverførsel ind eller ud af skyen er også en faktor for beregning af omkostninger."

Virksomheder 'vågner op' til maskinlæring

Alexander Linden, forskningsdirektør hos Gartner med fokus på datavidenskab og maskinlæring, tilbød en vis indsigt i vurdering af tilgængelige maskinlæringsplatforme. Alle i år "vågner op," sagde han og sagde, "Åh, vi er ved at blive en maskinlæringsvirksomhed!"

Den gode ting, sagde Linden, er, at i dag, "kan du prøve disse systemer for næsten ingenting. Jeg tror, ​​1.000 billedudtræk eller klassifikationer koster dig noget i retning af 10 cent, hvilket selvfølgelig er absolutte jordnødder." I stedet for at købe noget som en billedgenkendelsesapplikation, som kan koste op til en kvart million dollars, kan du "bare overlade dataene til Google eller Amazon og få dem hentet der," han sagde.

Med hensyn til brede mål for disse teknologigiganter, når det kommer til deres maskinlæringstilbud, sagde Linden, at de "bestemt" har forskellige mål: Microsoft har et betydeligt bredere tilbud end Amazon eller Google, sagde han, mens Amazon primært retter sig mod softwareudviklere - ikke virksomhedens data videnskabsmænd. "Jeg kan ikke se Amazon spille en rolle i en bankkontekst, forsikringskontekst, detailhandelskontekst eller regeringskontekst," tilføjede Linden.

Linden påpegede nogle overvejelser, man skal huske på, når man vurderer Amazons maskinlæringsplatform. For det første er der forskel på Amazons platform og den "forbagte, færdiglavede, machine learning API," sagde han. Selvom det er svært at stable virksomhederne op mod hinanden, er Lindens mening, at "Amazon ikke er helt oppe at køre mod Google. Jeg ville tro, at Google eller Microsoft sandsynligvis er de banebrydende folk - så ville Amazon være tredje, og IBM."

På den anden side, sagde han, skal virksomheder nogle gange skabe deres egne maskinlæringsmodeller ved hjælp af interne data. "Hvis du tænker på forudsigelse af fejl, hvis du tænker på kunde-, databasemarkedsføring," sagde Linden, "det er et helt andet område. Der er Amazon en fjern fjerdeplads. Det er ofte ikke på kundens dagsorden."

Alligevel, hvis din virksomhed har brugt Amazon i et stykke tid og gerne vil have tingene gjort hurtigt, "Amazon er fint," sagde han. ”Det er helt sikkert godt nok til at løse mange forskellige problemer. Men hvis du virkelig vil være banebrydende, så har jeg aldrig set nogen, der rent faktisk laver maskinlæring kun med Amazons teknologi."

Amazons nuværende tilbud er relativt "rudimentære," sagde Linden. "Det virker, og det er godt nok til mange tilfælde, men det blegner i forhold til, hvad Microsoft med sin Azure machine learning gør." For at være retfærdig, tilføjede han, Googles produkt er også "stadig rudimentært", og han ville "sætte dem næsten i samme boldbane, når det kommer til at lave din egen maskinlæring løsninger." Men "når det kommer til at bruge eksisterende maskinlæringsløsninger, som Google har skabt, har Google i øjeblikket en klar fordel i forhold til Amazon," sagde Linden.

Alligevel bør Amazons maskinlæringsplatform tages alvorligt. "AWS har langt bedre trækkraft i alle slags andre cloud-tjenester, hvilket sandsynligvis vil opveje dets mangler i maskinlæringsområdet," sagde Linden.

"Og det er stadig tidligt i maskinlæring og AI-løb," tilføjede han. "Lad os ikke glemme det."

Se også

• Machine learning: Den smarte persons guide (TechRepublic)
• Hvordan Amazon ønsker at bygge bro over datavidenskabskløften ved at bringe maskinlæring til skyen (TechRepublic)
• IBM Watson: Seks lektioner fra en early adopter om, hvordan man laver machine learning (TechRepublic)
• Google skræddersyer A.I.-drevet søgning til virksomheder (ZDNet)
• Google Cloud Platform tilmelder virksomhedsgiganter, hvordan er det sammenlignet med AWS? (TechRepublic)
• Sådan forbereder du din virksomhed til at drage fordel af kunstig intelligens (TechRepublic)