转载

IaaS玩家染指AI,自我进化or被动竞争?

人工智能热热闹闹吵了一整年,IaaS玩家们坐不住了。

近一个月内,国外三大IaaS提供商AWS、Azure、谷歌云纷纷宣布以人工智能API为核心增值服务。国内市场,阿里云在AI领域早有布局,12月的云栖大会上更是提出“为制造业提供人工智能ET”。

既然IaaS提供商们不约而同的将AI-aaS(AI as a Service)视为未来几年的主要战场,那么这场从IaaS到AI的蜕变,究竟是决胜未来的自我进化,还是不得已的被动竞争呢?

IaaS玩家染指AI,自我进化or被动竞争?

如果从自我进化的角度来分析IaaS提供商涉足人工智能领域这一现象,可以看到两个方面的。

2016被称为人工智能元年,AlphaGo代表AI战胜李世石,更是让人工智能获得了前所未有的关注,整个B端市场的欲火瞬间被AI技术所点燃,几乎所有行业都在思考同一个问题:咱这事儿能交给机器人做吗?

11月的AWS re:invent大会上,AWS产品战略总经理Matt Wood表示,在过去5-6年间出现了对机器学习的大量需求。在算法方面,虽然今天的算法与20年前相比没有太多变化,但它们开始变得越来越复杂并结合了人工智能的算法。

阿里云方面,在其推出的阿里云ET算法插槽上集成的智能语音识别、智能机器人客服、图像识别、人脸识别等AI技术基本都是从阿里内部的技术服务团队(最开始只服务于阿里的电商体系)孵化而来。当对人工智能技术的需求大量的出现在外部市场,阿里云把上述AI技术从兜里掏了出来,通过算法插槽集成在阿里云上对外开放,成为了其提供给B端用户的人工智能产品或服务,阿里云的用户因此获得了为自己的用户提供人工智能服务的能力。

市场对人工智能需求的集中爆发,让早几年还只是出现在科幻大片中的AI成为了互联网未来发展的标配技术。如此一来,本就是提供互联网基础设施的IaaS提供商便不得不去思考与人工智能结合的途径。

事实上,IaaS提供商在涉足AI领域后的许多表现都透露出,其实他们也不是特别清楚人工智能未来究竟会走向何处,只是先为客户提供一些人工智能的基础能力。好在像阿里云这样的IaaS提供商有着为大阿里体系做技术支持的多年积累,真要他们拿点AI技术出来,也不算是什么难事。

解释这个话题之前先科普几个名词解释:云计算、大数据、人工智能都是做什么的?

云计算:提供基础计算、存储和网络,提供多终端弹性可定制服务;

大数据:提供分布式计算和存储等数据工程方面的支持;

人工智能:提供概率图模型、深度学习等数据算法方面的支持。

这样一解释,基本就清楚了:某种意义上来说,云计算和大数据是人工智能的基础。从DT时代到AI时代,如果人工智能是AI,那么DT其实就是云计算和大数据,即要做人工智能,则必须要有云计算和大数据的支持。打个比方,云计算是氧气,大数据是氢气,二者混在一起被点燃,化合反应生成了水,这水就是人工智能。

有数据显示,AWS、阿里云、Azure、谷歌云几家IaaS提供商一共占据了全球80%以上的公有云市场份额,云计算和大数据基本已经被他们承包了。就像一个容器里既装着氧气又装着氢气,如果被点燃一定是会化合反应成水的。

掌握着大数据和超强云计算能力的IaaS服务商,如果没有碰AI,只能说明一个问题,市场的热度还不足以把他们“点燃”。

在从IaaS到AI的过程中,唯一主动的工作其实是“点燃”,而这又并非IaaS提供商所主导,而源自市场需求,或者说是火热的人工智能市场加速了IaaS提供商拥抱AI的进程。IaaS提供商与其说是主动跑向AI,不如说是在控制了DT时代的基础设施之后,自然而然的对AI时代基础设施伸出了手。

IaaS服务商进入AI领域,这意味着,终端企业用户通过公有云即可直接获得语音识别、图像识别等通用AI功能,而无需自行投资基础设施、开发训练算法。比如,阿里云提出为制造业提供人工智能ET,并与上汽、吉利、比亚迪等汽车厂商的合作,其实就是为它的B端用户提供基础的人工智能能力。

亚马逊AWS是海外公有云市场当之无愧的霸主,根据市场研究公司Synergy Research Group的季度数据显示,AWS云服务占全球IaaS(基础设施服务)公开市场45%的份额,高于微软Azure、谷歌云和IBM的份额总和。与之相似,在国内公有云市场,阿里云则一骑绝尘,根据摩根士丹利发布的报告显示,2016年中国公共云市场份额约20亿美元,其中阿里云独占约50%。

业内普遍认为,未来全球公有云领域的竞争其实就是亚马逊AWS、阿里云、微软Azure,3A之间的竞争。但随着阿里云不断在海外市场扩张,建立了美国西部、美国东部、欧洲、中东、澳大利亚、新加坡、香港、日本等13个数据中心,以及今年8月AWS在中国市场正式转正,未来的IaaS行业,AWS和阿里云很可能将直接展开对话。在AI-aaS时代来临的大背景下,AWS和阿里云之间也将不得不在人工智能领域展开竞争。

AWS进入人工智能市场以其11月底举办的AWS re:invent大会为重要标志,会上AWS正式推出了自己的AI产品线,钛媒体的吴宁川老师之前为此写过一篇非常详细的报道(《AWS杀入人工智能,亚马逊让机器学习无处不在》),梳理如下。

AWS的首批AI产品包括支持24种语言47种声音的文本到语音转换服务Amazon Polly、基于深度学习的图像和人脸识别服务Amazon Rekognition以及可编写自然人机交互的Amazon Lex。其中,Amazon Lex使用了同样用于Amazon Alexa的自动语言识别和自然语言理解技术。由于与AWS编程环境Lamda集成在一起,开发者可以轻松使用Lex开发各种聊天机器人和服务机器人,并把这些机器人用于网络应用、即时通信工具,或为手机及物联网设备添加自然语言交互功能。

阿里云从2015年开始在人工智能领域的布局,今年阿里巴巴有意提高AI产品在大阿里体系内的权重,施行“阿里云搭台,人工智能唱戏”的策略。在8月、10月和12月的三次云栖大会上阿里云ET(阿里云的人工智能产品)集中曝光。

8月,在北京云栖大会上阿里云正式推出拥有智能语音识别、图像或视频识别、情感分析等技术的ET,并将其戏称为“20年后马云的接班人”。10月,阿里云在杭州云栖大会曝光了正在进行上线测试的“城市大脑”,即采用阿里云ET人工智能技术,对城市进行全局实时分析,实现自动调配公共资源,修正城市运行中的Bug;12月,广东云栖大会,阿里云表示将“为机器装上ET大脑”,即为制造业提供人工智能ET,让厂房里的制造机器以及制造出来的产品也具备ET大脑;同时,宣布在新一届“天池大赛”上脱颖而出的人工智能算法(针对航空业客流量预测和停机位分配)将会被植入阿里云ET算法插槽,向社会开放,这些成果很快会被利用于广州白云机场的调度。

通过上述对比,我们发现AWS和阿里云介入AI领域不约而同的聚焦于智能语音交互应用、智能视觉应用、数据智能应用三个方面。显然,它们都是AI技术的入口。

智能语音交互(Intelligent Speech Interaction)涵盖语音识别、语音合成、自然语言理解等技术,一直都被认为是人工智能最重要的入口之一,其难点在于不但要让机器能听会说,还要让它能够“懂你”。

根据AWS的官方介绍,Amazon Polly共拥有 47 种男性或女性的发音,支持 24 种语言,能够快速实现从文本到语音的转换,以及按照语境对同形异义词的发音进行区分。

同样,阿里云ET也基本实现了“能听、会说、懂你”式的智能人机交互体验,即识别人类的语言,并理解语境下的意思,然后做出回答。在语音合成方面,阿里云ET在今年8月的北京云栖大会上曾模仿马云说话,这说明阿里云也已经掌握了语音合成中的模型自适应技术。

智能语音交互应用的难点在于如何让机器人和人类流畅的进行多轮对话,原因是,能够联系上下文的自然语言理解相比语音识别要复杂很多。关于这一技术,阿里云内部目前做得很多的是知识库,通过后台的知识图谱,来完成机器人技术架构的问答和人机交互。

机器视觉应用简单说就是用机器人替代人眼,涵盖了很多技术领域,比如视频、图像的分析、切割(人脸识别);视频的结构化;目标的检测;物体的检测、跟踪;视觉搜索,等等,它背后需要有非常强的视觉算法能力支持。

AWS在机器视觉方面推出的是Amazon Rekognition,其能够识别照片中的人脸、辨别表情,并对照片中的物体进行标记,比如识别图像中狗的品种。客观来说,Rekognition的能力并不突出,Google和微软亦能够达到同等水平。AWS对Rekognition执行了免费政策,将其API开放给所有AWS 的用户,不过暂时仅限在美国的北维吉尼亚州、俄勒冈州和爱尔兰提供。

阿里人工智能在机器视觉应用上所做的工作要比AWS更多(除图像以外,已涉及到视频分析)并已经实现了落地。比如图像搜索技术已经应用在淘宝、天猫的APP上:通过拍摄任意一样物品,然后检索出来类似的商品。在视频分析方面,阿里云ET在给杭州做城市大脑时,便应用了交通行业里机器视觉的解决方案,能够实时准确记录杭州所有的交通卡口,路面上的所有车流、人流、交通、车牌、车型等所有的数据,并实时理解分析。相似的技术也被阿里云应用在广州,通过机器视觉检测交通,判别交通流量以及路口左转、右转的排队的状况,对信号灯进行实时的检测和调整,做红绿灯的实时调配。从这一点来看,阿里云走在了AWS的前面。

对IaaS服务商来说,安身立命之本就是数据的处理和分析能力,数据智能其实是人工智能的基础。在数据智能应用方面,AWS和阿里云的发力点不尽相同。

AWS方面将亚马逊的人工智能助手Alexa的内核单独了拿出来,命名为Amazon Lex,主要用来帮助用户建立可以进行多重步骤的会话应用,比如开发各种聊天机器人和服务机器人,并把这些机器人用于网络应用、即时通信工具,或为手机及物联网设备添加自然语言交互功能。

整体来看,整个Amazon Lex与阿里云ET有部分功能的重叠,但显然ET能做的事情要更多。此外在数据智能方面,阿里云提供了一种快速、完全托管的TB/PB级数据仓库解决方案(Max Compute),它为阿里云ET提供了完善的数据导入方案以及多种经典的分布式计算模型,让阿里云ET能够更快速的解决海量数据计算问题,并降低了每一次运算的成本,它也是将图像、语音等各种人工智能应用进行综合的一个基础,阿里云在娱乐节目上做的许多预测类的“小把戏”便得益于它。

显然,以AWS、阿里云为代表的IaaS玩家在DT时代是当之无愧的佼佼者,在新的AI生态布局中,他们仍在试图将数据的价值最大化,同时不断加强全球化的云计算基础设施扩张。

当IaaS提供商进入AI领域,无论是主动迭代也好还被动竞争也罢,他们的套路是解决人工智能领域目前已经出现的痛点和需求,这相比其他科技公司要更加务实。总之,在AI-aaS时代来临之时,IaaS提供商仍想继续占据入口,始终成为时代进化的“基础设施”,继续如同“发电厂”般的存在着。

正文到此结束
Loading...