211service.com
Google i Microsoft chcą, aby każda firma kontrolowała Cię za pomocą sztucznej inteligencji
Kiedy niektórzy pacjenci Dartmouth-Hitchcock Medical Center w New Hampshire wchodzą na wagę łazienkową w domu, wiedzą o tym komputery Microsoftu. Maszyny korporacji również dokonują odczytów ciśnienia krwi w domu. Mogą nawet słuchać rozmów między pielęgniarkami a pacjentami, aby ocenić stan emocjonalny danej osoby. Oprogramowanie sztucznej inteligencji firmy Microsoft analizuje te dane, aby spróbować ostrzec pacjentów i personel o pojawiających się problemach zdrowotnych, zanim człowiek je zauważy.
Szpital zapowiada zarówno przyszłość opieki zdrowotnej, jak i biznesu Microsoftu. Korzysta z pakietu nowych usług kognitywnych, które zostały niedawno dodane do usługi przetwarzania w chmurze firmy Microsoft o nazwie Azure. Firma twierdzi, że wynajmowanie technologii uczenia maszynowego odblokuje nowe zyski i umożliwi firmom wszelkiego rodzaju podporządkowanie swoich danych – i klientów – technikom sztucznej inteligencji, które wcześniej ograniczały się do gigantów obliczeniowych.
Ilustracja autorstwa Oscara Boltona Greena
Klienci będą przechodzić od klasycznych usług w chmurze do usług wykorzystujących elementy uczenia maszynowego i sztucznej inteligencji, mówi Herain Oberoi, dyrektor ds. zarządzania produktami w firmie Microsoft, który nadzoruje usługi uczenia maszynowego w chmurze firmy. Każda firma, z którą rozmawiam, ma kogoś bardzo wysokiego szczebla, którego zadaniem jest przemyślenie, jak sprawić, by ta technologia działała dla nich.
Konkurenci Microsoftu, Google, IBM i Amazon, stawiają ten sam zakład. Google ogłosił w czerwcu, że wynalazł nowy rodzaj chipa, aby przyspieszyć oprogramowanie do uczenia maszynowego i zwiększyć konkurencyjność swoich usług w chmurze. Firma pozostaje w tyle za Amazonem i Microsoftem na rynku chmury, a dyrektor generalny Sundar Pichai powiedział, że usługi uczenia maszynowego zapewniają Google sposób na wyróżnienie się. Amazon Web Services, oddział Amazona w chmurze, uruchomił swoje pierwsze usługi chmurowe uczenia maszynowego ostatni rok , a w czerwcu szef grupy, Andy Jassy, zobowiązał się do ich znacznego rozszerzenia w nadchodzących miesiącach.
Amazon i jego najwięksi konkurenci zwiększyli swoje inwestycje w technologię uczenia maszynowego w ostatnich latach po przełomie w oprogramowaniu, które można przeszkolić do wykonywania zadań, takich jak interpretacja zdjęć lub mowy (patrz 10 Przełomowe technologie 2013: Głębokie uczenie ).
Jednymi z pierwszych produktów konsumenckich, które skorzystały z tych przełomów, były głosowy asystent domowy Amazon Alexa oraz nowa usługa Zdjęcia Google, która rozumie zawartość obrazów i ma ponad 200 milionów użytkowników. Dodanie uczenia maszynowego do usług w chmurze, z których korporacje już korzystają do outsourcingu zadań, takich jak przechowywanie i analiza danych, jest postrzegane jako kolejny sposób na wyciągnięcie pieniędzy z technologii i wzmocnienie bardzo lukratywnego rynku. IDC szacuje, że korporacje wydały w zeszłym roku prawie 70 miliardów dolarów na dostawców usług w chmurze i przewiduje, że podwoi się to do końca dekady.
Rob Craft, który kieruje zarządzaniem produktami związanymi z ofertą uczenia maszynowego w chmurze Google, twierdzi, że większość firm może od razu skorzystać z uczenia maszynowego, ponieważ mają pod ręką dużo danych o swoich operacjach, działalności i klientach. Naszym celem jest pomóc im uzyskać bardziej bezpośrednią wartość z tych danych, mówi.
Najprostsze z nowych usług oferowanych przez Google i inne to m.in. opisywanie zawartości obrazów, transkrypcja plików audio, takich jak rozmowy telefoniczne, wyodrębnianie kluczowych terminów z tekstu lub tłumaczenie tekstu między językami. Chociaż Microsoft i IBM są postrzegane jako pozostające w tyle za Google w technologii uczenia maszynowego, do tej pory wdrożyły najszerszą gamę takich usług, znanych jako interfejsy API.
Microsoft ma interfejs API, który próbuje odszyfrować mimikę twarzy , na przykład. IBM ma taki, który ocenia osobowość autora tekstów takich jak posty w mediach społecznościowych. Firma marketingowa Wpływowy wykorzystuje je, aby pomóc markom takim jak Corona i Red Bull zidentyfikować najbardziej przydatnych użytkowników mediów społecznościowych do działań promocyjnych. Można łączyć różne interfejsy API. Na przykład firma może stworzyć system, który umieszcza jej logo na obrazach w mediach społecznościowych, odnotowuje wyraz twarzy dowolnych osób na zdjęciu i wyodrębnia kluczowe terminy z towarzyszącego tekstu.
Wiele kluczowych komponentów oprogramowania potrzebnych do zbudowania tego rodzaju systemów uczenia maszynowego, które Google i inni mają nadzieję, że będą tak cenne, jest bezpłatnych (patrz Facebook dołącza do Stampede of Tech Giants Giving Away AI Technology). Ale Jimoh Ovbiagele, współzałożyciel i dyrektor ds. technologii w startupie Inteligencja ROSS , który dostarcza oprogramowanie przyspieszające badania prawne dużym firmom prawniczym, twierdzi, że czas i koszty budowy i obsługi najwyższej klasy systemu uczenia maszynowego oznaczają, że wiele firm lepiej radzi sobie z wynajmowaniem technologii.
To ma sens stanąć na ramionach gigantów, mówi Ovbiagele. Zdolność ROSS do rozumienia kwestii prawnych opiera się na pakiecie technologii przetwarzania języka IBM, z których część pochodzi z komputera Watson, który pokonał dwa Niebezpieczeństwo! mistrzowie w 2011 roku.
Chris Curran, główny technolog w PwC, mówi jednak, że większość dużych korporacji wciąż nie jest gotowa do znacznych wydatków na usługi uczenia maszynowego. Szacuje, że około trzy czwarte jest w trybie obserwacji i uczenia się, czekając, aby zobaczyć, co oferują te nowe możliwości.
I chociaż nowe usługi firmy Microsoft i innych ułatwiają firmom nietechnologicznym, takim jak Dartmouth-Hitchcock Medical Center, korzystanie z wstępnie zaprogramowanych systemów uczenia maszynowego, technologia jest najbardziej wartościowa, gdy jest dostosowana do konkretnych potrzeb organizacji, mówi Curran. Interfejsy API obrazów Google i Microsoftu są dobre w ogólnych ocenach, takich jak na przykład to, czy zdjęcie zawiera kota lub wieżowiec. Ale producent żywności zyskałby większą wartość dzięki systemowi wizyjnemu, który potrafi wykryć określone wady produktów na swojej linii produkcyjnej.
Wszyscy dostawcy usług w chmurze albo już oferują lub obiecali klientom sposoby uczenia algorytmów na ich własnych danych, dla ich własnych problemów. Ale tworzenie niestandardowego oprogramowania do sztucznej inteligencji może być bardzo łatwe, mówi Curran. Trzeba mieć odpowiednich ludzi i doświadczenie, a takich brakuje – mówi.