转载

当人工智能搭上了云端,未来将会怎样?

当人工智能搭上了云端,未来将会怎样?

迈克.巴洛(Mike Barlow)是一名获得过奖项的记者、作家和战略规划师,他拥有自己的咨询公司Cumulus Partners,也编写过《企业社会化媒体战略指南(Wiley,2011)》。本文是迈克.巴洛对人工智能在复杂的云端环境下的发展状况,以及在用户市场发展的机器学习进行的研究。

文章来自于机器人圈,经亿欧编辑,供业内人士参考。

当汽车刚刚出现的时候,就有传闻说,“当车速超过20英里/小时,驾驶员和乘客将会受到伤害”。那时,很多人都认为汽车永远发展不起来,原因是汽车发动机的噪声会吓到农场的马和其它的动物。

没有人预见到人们边开车边发短信会造成高峰时段交通拥挤、被贴罚单或造成事故。

虽然历代的科幻小说作家们都在编织有关智能机器和机器人杀手的恐怖故事。不过,我们还是很难想象,农场动物会受到人工智能的惊吓而四处逃窜。

我们无法看到未来究竟是什么样,也无法预测人工智能将会如何改变我们的生活,但是我们可以大胆的做一些猜想。比如,我们很明显的能够感受到,AI已经呈现出全球化的增长态势,并且很大一部分是通过云计算来实现的。

对于整个社会而言,我们不再争论AI是否可行,相反,我们更加关心的是AI何时才能帮人类解决问题、提高工作效率、更加有效的应用知识,全面改善人类的生存环境。

现在,越来越凸显的问题是,手机和电脑等设备已经难以承受AI所需的应用和数据集。

我们站在公平的角度来看,小型设备最终具有足够的处理能力和数据存储能力来“离网”运行AI程序,是极有可能实现的,但对于现在而言,那一天还是在遥远的未来。同时,我们需要通过云平台来激发AI的潜能,让AI成为人类社会进步的工具。

旧类别消失

过去,人工智能时代曾被视为是一个疯狂的“未来”时代,科学作家倾向把它分为三大类:

1.狭隘的智能(弱人工智能)

2.达到人类水平(强人工智能)

3.比人类更聪明(超级智能)

弱人工智能通常被描述为微不足道和无用的智能;强人工智能是“刚刚超过地平线”或“几年后的智能水平”;超级智能用牛津哲学家尼克·博斯特罗的话来说,就是“不管在任何领域,智能水平都超过了最好的人类大脑,包括科学创造力、一般智慧和社交技能。”当然,任何人都知道超级智能是不存在的,但这并没有阻止像Elon Musk和Stephen Hawking这样尊重知识的名人,发出人工智能将会带来世界末日的警告。

无论结果是好是坏,许多商业化的AI产品和服务呈现给我们的是:比起人工智能为社会所带来的好处,那些坏处就变得无关紧要了。 本文来描述我们已经使用或可能在未来六个月内使用的“实用性AI”。

本文的目的,是介绍实用性人工智能的相关技术,如机器学习、神经网络、深度学习、文本分析、分类、视觉识别和NLP(自然语言处理)。

以下是来自对AI产品和服务领域专家最重要的采访内容:

·AI对于任何单个设备或系统来说过于庞大;

·AI是一种分布现象;

·AI将通过设备为用户提供价值,但重要的提升过程还得在云端中完成;

·AI是一个双向通道,信息可以在本地设备和远程系统之间来回传递;

·AI应用和接口将越来越多地为非技术用户和工程设计;

·企业将常规AI能力融入新产品和服务;

·新一代搭载AI的产品和服务将通过云计算进行连接和支持;

·AI和云平台将成为标准的组合;

AI将不可避免的迁移到云平台中 ”,商业智能软件公司Bottlenose的首席执行官和联合创始人Nova Spivack说道。Spivack是《为什么认知即服务是下一个操作系统战场》的作者,他在一篇文章中描述了可以“随机应变”的人工智能。

“如果你谈论的系统必须连续分析数千亿的数据,并在其上运行机器学习模型,或者做自然语言处理和非结构化数据挖掘,那么,这个过程需要大量的存储、数据、计算。”他说,“因此,将它们集中在云端中运行是一个很好的解决方法,不过也存在需要利用本地处理器和设备来进行混合方法的情况。”

基于云平台的AI产品和服务比本地版本更容易更新。Nervana Systems是一家通过Nervana Cloud提供AI-as-a-service服务的公司,而且该公司已经被英特尔收购。Nervana系统公司的首席执行官兼联合创始人Naveen Rao说,“我们不断的研发新功能,来保持产品的不断迭代。如果把这些研究成果应用到现有的基础设施上,那将对新功能和新产品的更新非常不利。”

虽然将基础架构控制权交给供应商的想法可能不会吸引一些客户,但是备选方案可能同样不令人满意。“有很多关于尝试让AI在现有基础设施上运行的话题。”Rao说,“但可悲的是,你总是会得到比当下最先进的设备低端的产品。这个低端的程度不是说它会慢30%或40%,更可能是慢一千倍。”

使用基于云端的人工智能时,可以“混合搭配”最先进的技术。“我们将会有更好的构建模块,就像搭建漂亮的积木一样,你可以通过新方法组装出很酷炫的新事物。”Rao说。

Bonsai的首席执行官兼创始人Mark Hammond说,云计算还将加速人工智能和其他高级分析走向民主化,该公司让每个开发人员都能轻松编写人工智能应用程序和系统。

“世界上大概有1800万个开发者,但拥有专业人工智能技术的专家只占到千分之一。对很多开发者来说,AI是难以理解和难以接近的。我们正在试图减轻开发者的负担。”

“我们正在建立的人工智能数据库将为数据工作提供一切服务。”他说,“我们试图抽取低层次和共同关注的问题。没有人希望公司的核心竞争力仅是管理数据库中的数据,当然我们对AI也有同样的感觉。”

在许多方面,Hammond代表的正是一波又一波的企业家,他们正在指望通过云端来帮助他们更加容易的访问人工智能。这对于科幻作家和AI灾难预言者来说是个坏消息,而对于其它人来说却是个好消息。

支持经济转型

近年来,随着科学技术的迅猛发展,使得人工智能的“泡沫”得到了升华,再次恢复了酷炫的光环。两年前,人工智能是一种陈词滥调,是上世纪50年代未来主义风格的残余,然而今天它又恢复了性感。现在,大部分大型软件供应商都提供基于云平台支持的AI产品和服务套件,他们不只是赶上了人工智能的风口,而且他们确信AI将会成为经济发展的中坚力量。

“没有哪个行业是一成不变的。”IBM Watson副总裁兼首席技术官Rob High说,“我们可以真正地将认知构建成一切数字化的形式。”例如,Watson已经将人工智能应用于医学研究、石油勘探、教育玩具、个人健康、酒店和复杂的金融系统。

IBM最近宣布与Twilio(一个有100多万开发人员使用的云通信平台)进行合作。作为合作的一部分是,IBM将推出的两个新功能:IBM Watson Message Sentiment和IBM Watson Message Insights,作为附件添加到了Twilio的市场平台上像用户提供。

“我们致力于在开放平台上建立最广泛的认知能力,包括语言,语言和视觉等领域。”

谷歌也决定参与其中。Google云平台的产品管理、数据分析和云计算学习主任Fausto Ibarra说:“我很高兴看到机器学习带来的不断增长的创新潮流。

“我最喜欢的例子之一是开发人员使用我们的Cloud Vision API和Cloud Speech API创建一个应用程序,帮助盲人和视障用户识别对象。”Ibarra说,“欧洲和亚洲的一些城市政府机构正在使用道路传感器收集的数据来训练机器学习,以优化交通,并大大提高公共交通的效率。”

机器学习正成为许多行业应用的一个基本要素。为了使机器学习更容易访问,Google开放了TensorFlow框架,允许开发者访问核心技术,Google将机器智能用于自己的服务。

“自从我们推出TensorFlow以来,它已经成为GitHub上最受欢迎的机器学习项目。”Ibarra说。

Google正在稳步推进基于云端的人工智能生态系统。例如,开发人员可以使用TensorFlow服务与Kubernetes扩展和服务机器学习模型。2016年7月,Google推出了云自然语言API(应用程序编程接口)的测试版本,这是一种机器学习产品,可用于显示各种语言的文本结构和含义。

此外,Google云平台博客发文称,Google已与多家组织(包括数据工匠、Cloudera、Talend等)合作,将流行的OSS分布式系统的数据流模型,SDK和流程提交给Apache孵化器。这个新的孵化项目称为Apache Beam,允许定义便携、强大和简单的数据处理管道,可以执行流式或批处理模式。

AI完整的API菜单

世界上的大部分大型软件供应商都乐于探索人工智能领域。例如,Hewlett Packard Enterprise(HPE)推出了HPE Haven OnDemand,使用文本分析、语音识别、图像分析、索引和搜索API来构建认知计算解决方案平台。

HPE Haven OnDemand提供免费的API,用于音频视频分析、地理分析、图形分析、图像分析、格式转换和非结构化文本索引。随着AI开发人员对需求的提高,API的菜单也在发展。例如在视听传播的分析中,API用于检测场景的变化和识别车牌。

“Haven OnDemand是关于应用机器学习的,它是云端中的自助服务平台。”HPE大数据的首席技术官Fernando Lucini说。

在Lucini看来,像HPE这样的公司已经在人工智能领域取得了显著的进步,它将AI从一个神秘的黑盒子转变为一个用户友好的工具。

“在过去,你会做大量的规划,你会担心预算和员工,而现在唯一的问题是你是否对这个领域具有开始尝试的渴望。”他说。

例如,你希望通过分析100字节的电子邮件(大约200万条消息),来收集对开发新产品或新管理方式的有效信息。“谁有筛选200万件电子邮件的胃口?当然没有!”Lucini说,“然而,利用基于云端的人工智能,就可以轻松的访问应用程序和计算能力,从而筛选大量的电子邮件,这样的解决方式是让人兴奋的。”

构建云服务平台

Lucini预测,人工智能可以通过云端来渗透到多个部门的经济中去。“我认为,所有的行业都将利用这一点。如果你的工作是分析大量的数据,那么云计算是唯一的方法。”他说,“当你能够使用租来的云端进行工作的时候,你还会花钱去买1000台计算机吗?”

数据科学家和软件开发人员David Laxer表示,现在还很难判断我们从云端中租用过来的资源会在一两年内就过时。

“我正在研究一个语义散列算法,我的文档集合就像美国专利数据库一样的庞大,那么,我必须通过云计算来进行研究。”“我可以将我的数据上传到EC2(Amazon Elastic Compute Cloud)实例上,并使用Spark深度学习来训练模型、进行测试、部署应用程序等。”

此外,开发者可以根据自己的需求在云端中租用资源。“例如使用EC2时,你可以获得一种权限,好比说把特定的服务器租给你一个月的时间。当然,你还有另一种更实惠的选择,那就是为亚马逊的“竞价型实例”出价。不过,竞标的缺点是,如果有人出的价格比你高,那么你将失去这个实例。”他解释说,“ 从人工智能自由开发者的角度来看,云端是最好的交易平台。

然而,技术上的一些进步不能立刻完全渗透到云端中去,这还需要一段时间。并不是每个云服务商都会提供GPU实例,而且一些可用的GPU实例可以使用好几年。

“某些情况下,把购买的高性能电路模版安装在大型的工作站可能更具有意义,当然这是在工作站具有良好的散热的情况下。但是,这四块电路板只能安装在一台服务器上,除非还有另一个机架可以安装。”他说。

“像谷歌或Facebook这样的大公司,将会有庞大的服务器群来扩充GPU。”Laxer说,“如果一个自由开发者正在训练深层信念网络或进行强化学习,那么他将无法解决AlphaGo类的问题。

有形的经济基础

Laxer和其他开发者用亲身的真实体验为人们展示了AI在云端中具有何种价值和实用性。 作为一种商业模式,云平台中的AI可为开发商和云服务商带来有形的经济利益。

它还为开发者提供了机会,让他们享受到使用酷炫的新技术来工作的乐趣。例如,IBM Watson开发者云端(WDC)使得能够轻松地对具有认知能力的扑克机器人进行编程。

“机器人应该能够认出周围的玩家并识别出他们手上的牌,它还能听懂桌上的玩家在说什么,而且还能接上话。”IBM Watson的实习生Dhaval Sonawane这样写道。“在过去,使用常规方法很难做这些任务,但Watson将帮助我们完成这些正常的任务。”

Sonawane写道,创造扑克机器人需要五个能力,WDC能够提供这些能力:

1.文本

2.文字转语音

3.自然语言分类器

4.对话

5.视觉识别

对于开发者来说,扑克机器人只是人工智能的冰山一角。 深度学习供应商Skymind的工程总监乔希•帕特森预测,一旦源代码开放,将会产生一个全新的、复杂的,基于云端的AI工具来面向开发人员和企业家。

“图像分类是一个逐渐依赖于预训练模型(通过自定义模型增强)的领域。Andrej Karpathy在Neural Talk上展示了训练的出色效果,他的研究领域是为图像制作字幕。“用户可以下载这个模型,并在自己的应用程序中利用它。”Patterson说,“我看到这种基于云应用程序的大众化影像分类模式,将继续完全的依赖于预构建的图像模型,从不需要做任何自定义训练。”

他预测,音频和视频中的应用程序可以遵循类似的模式。“DL4J(DeepLearning for java)将很快提供从其他深度学习工具(例如Caffe,TensorFlow)加载模型的能力,使在JVM(Java虚拟机)的任何地方进行深度学习变地更容易。”他说。

Patterson还看到了预构建的广义模型领域的增长。“我们已经看到苹果的iOS应用程序里建筑工具应用图像的卷积模型。”他说,“这将允许开发人员在自己的应用程序中应用已保存的模型。”

AI云对消费者的影响

开发者不是人工智能云产品和云服务的唯一受众, 在处理客户服务运营时,消费者也将会感受到智能云对他们产生的强烈影响。

硅谷科技高管Kanishk Priyadarshi说:“AI将遵循之前的路径策略,以此来降低呼叫中心的人力成本。而且AI不但不会降低服务质量,而且还会有很大的提升。”

20世纪90年代到21世纪初期,通过劳动套利来削减成本的不良风气盛行,这严重削弱了消费者零售业呼叫中心的运营水平,严重破坏了品牌和信誉。“但是,很少有人会认为,劳动套利会降低客户服务质量,这无疑是对客户满意度进行灾难性的打击。”Priyadarshi说,“AI可以扭转这种不利形势,并在许多行业提高客户满意度水平。”

在混合使用人工智能的情况下,消费者将直接与专业机器人或由人工智能支持的服务代表进行交易。“总体来说,客户体验有所提高,因为客户将直接获得最好的专业知识。我们的聊天机器人将对产品和服务有广泛和深入的了解。”他说,“我们与聊天机器人的对话将高度个性化,它们已经知道我们的问题,所以每次谈话都不必从头开始。”

此外,人工智能客户服务系统将会从每次与客户交互的过程中不断学习。“机器人会知道你遇到困难时的烦恼,它会根据以往对类似困难的相关学习经验来给你最优质的答案,来解决你的困难。这一过程将会在瞬间完成,而不需要延迟多少时间。”Priyadarshi说,“多年来,我们一直在探讨大数据技术,而人工智能就是大数据最终的归宿,这项技术将让机器人对人类的问题给出答案,甚至是在人开口之前,就已经知道你想问什么。”

Next IT(聊天机器人公司)是“会话AI”空间中的主要参与者,它为美国陆军、美国铁路公司、美国电信公司和美国安泰保险金融集团等客户构建了智能聊天机器人和虚拟助手。该公司的下一个创新点就是将现有的商业AI进行升级,将人工智能从一个后台的驱动程序,变成可以更深入、更有效的参与客户战略的工具,降低客户运营成本。

Next IT公司销售总监Rick Collins解释说:“聊天机器人和虚拟助手不仅仅是做了客户支持的工作,它们作为甲方与乙方之间的对话桥梁,为双方都带来了很多价值,例如除了降低成本和生产力之外,它还为客户带来了盈利。”

例如像Amtrak的“Julie”,Aetna的“Ann”和美国陆军的“SGT STAR”等智能虚拟助手,不仅是高级的客户服务工具,还是智能云中的“新面孔”。它们与苹果的Siri和微软的Cortana还是有一些不同,Siri和Cortana提供的是广泛的一般性问题解决服务,而商业AI机器人将为客户提供深层次的专业知识。

在不久的将来,大多数的公司将越来越依赖使用AI机器人来管理客户关系,从而导致商业模式的彻底改变。未来的AI客户联络中心将会成为一个优质的中心,增加客户的兴趣和粘度。

云平台与设备之间的伙伴关系

在4月份,Movidius公布了其Fathom神经计算棒,NVIDIA也宣布推出基于Pascal的Tesla P100 GPU与HBM2。这两个公告表明了人工智能在云端中的进化路径。一方面,像Google、IBM、Microsoft、Amazon和HPE这样的“传统”厂商正在为AI开发者和用户推出复杂的云服务。另一方面,新的供应商,如NVIDIA和Movidius正在从根本上提高设备和本地网络的AI能力。

小i机器人公司的创始人、总裁兼首席技术官朱频频认为, 人工智能在云端中运行其实是本地和远程技术之间的连续的相互作用。 朱频频介绍说,数据收集和压缩是在设备中进行的,而先进的过程,如语义分析、自然语言处理和机器学习在云端中执行。高级过程创建的一些见解和知识会以程序的方式传回设备,从而创建了一个动态反馈循环。

智能的系统和虚拟助手获得专业的知识,并且将这些知识转移到与人类直接交互的物理机器人身上,这只是时间的问题。去年,小i机器人推出了一个智能机器人云操作系统,可以嵌入到家电、车辆和各种设备中,包括物理机器人。

香农极限怎么样?

显然,机器人的春天来的比我们想象的要快的多。由于人工智能在云端中得到了快速的发展,因此我们很有可能在未来几年内与机器人一起工作。现在已经有一部分人与机器人展开了合作,即使我们没有直接的去了解他们。

虽然人工智能在云端中的发展很快,但是也出现了一些问题,例如数据网络是否能都承受住实时的、巨大的关键信息流。那么,我们的网络到底准备好利用物联网技术了吗?

我们正在快速接近香农限制,理论上的障碍限制了大量可以被安全管理的数据。用传奇信息理论家乔治·香农的话来说,超越这个极限,你的数据将会降级。

直到现在,香农极限被认为是信息理论史的一个有趣的脚注。今天,击中香农限制的后果将是非常明确的:想象一下,如果无人驾驶汽车载着你去工作,由于超过了香农限制,那么它就会从云端中受到损坏的数据,那么会发生什么情况呢?

一个明显的答案是,无人驾驶汽车将需要一定量的AI能力内置于其中。麻省理工学院AgeLab的研究科学家和麻省理工学院新英格兰大学交通中心副主任Bryan Reimer都认为,决策逻辑必须由汽车本身来掌握,因为智能云并不完美。

汽车或设备中嵌入多少AI成分,以及云端中具有多少的AI之后,我们就可以放心的把安全委托给智能云呢?谁又将决定适当的比例呢?这些决定是由制造商、立法者还是消费者决定的吗?这些问题对于进一步讨论云平台中的人工智能及其对现代文化的广泛影响将变得越来越重要。

原文  http://www.iyiou.com/p/38603
正文到此结束
Loading...