舞動云上的人工智能，為何AWS、Microsoft、Google都將其視為瑰寶？

撰文：T客匯 楊麗

近日，re: invent開發(fā)者大會上，AWS宣布提供AI SaaS服務，并推出三大人工智能服務：圖像識別服務“Rekognition”，語音合成服務“Amazon Polly”，以及可用于構建多步對話功能的聊天應用“Lex”。

谷歌DeepMind的AlphaGo在今年3月的人機大戰(zhàn)中一舉成名。

微軟則在Office365、Azure云、Dynamics365上布局人工智能。

IBM的Waston在智力競賽《危險邊緣》中出色表現(xiàn)也家喻戶曉，用于金融和醫(yī)療場景下的智能預測。

Apple的Siri利用自然語言處理來識別語音命令。

Facebook的深度學習面部識別算法能夠快速準確地識別出人臉。

國內，學習AWS歸來的阿里云也不甘示弱。據(jù)統(tǒng)計，今年雙11阿里人工智能服務“雙11”承接占比超95%，阿里小蜜累計接待消費者數(shù)超632萬，相當于5.2萬客服小二連續(xù)工作24小時。

幾乎所有的大型科技公司都不約而同將目光轉向了人工智能。

……

如果將人工智能投入云計算市場呢？

在過去數(shù)年中，云計算已經成為現(xiàn)代軟件解決方案的主流趨勢，像網站或數(shù)據(jù)庫一樣稀松平常。目前，云計算市場的賽道上已出現(xiàn)眾多選手，亞馬遜，微軟，谷歌和IBM處于領跑地位。此外，阿里云也同樣遙遙領先。既然云市場格局已基本穩(wěn)固，那么是否其他一項黑馬技術沖破現(xiàn)有局面呢？

有的，這就是人工智能。

人工智能的到來，帶給人們無窮的想象空間。這項技術不僅可以提升現(xiàn)有云平臺供應商的競爭壁壘，還有可能激發(fā)出新一代的云計算技術。

實際上，人工智能技術已經服務人類很久了，好的人工智能技術往往讓我們感覺不到它的存在。例如，知識圖譜、自然語言處理、機器翻譯、語音識別、圖像識別等均為人工智能技術廣泛應用的場景。

技術專家Jesus Rodriguez提到，下一代云計算將由AI（人工智能）所驅動。那么，人工智能究竟能否成為下一代云計算的驅動力量？

作為一種技術趨勢，人工智能不僅締造了全新一代的編程框架，還影響了新一代需要大規(guī)模運行AI程序的硬件技術。

為何移動化和物聯(lián)網做不到的事情，人工智能卻辦到了？

目前出現(xiàn)的一些變革性技術趨勢如移動化或物聯(lián)網，都還沒有對云計算格局產生顛覆性的影響，而人工智能技卻可以影響新一代的云計算基礎架構。

仔細梳理移動化或物聯(lián)網與人工智能之間的差異，我們就會發(fā)現(xiàn)如下幾點：

在云平臺之上，移動和物聯(lián)網技術通過移動應用或物聯(lián)網設備，以后端云服務的形式體現(xiàn)出來。這么說來，云平臺并不需要提供移動應用或物聯(lián)網設備，而是要具備實現(xiàn)這些解決方案的后端云服務能力。

與該模型相對應的是，嵌入了AI技術的應用程序不僅需要復雜的后端服務，還得要優(yōu)化運行需要大量AI解決方案的GPU。例如，新一代人工智能云平臺可跨越數(shù)百個按需配置了最佳GPU性能的節(jié)點，從而部署深度學習框架（如TensorFlow或Torch）編寫的程序。

過去數(shù)年間，全球各大云平臺供應商不斷加深對嵌入人工智能的投入。隨著技術的不斷成熟，谷歌，亞馬遜，微軟和IBM開始逐漸將人工智能技術嵌入到PaaS解決方案中。

在Jesus Rodriguez看來，當前云上的人工智能可分為以下兩個方向：

1.云端深度學習平臺（Cloud Machine Learning Platforms）

像微軟的Azure云，AWS，谷歌云，都通過構建一種機器學習模型將人工智能嵌入到云平臺中。

2.人工智能云服務（AI Cloud Services）

像IBM的Waston，微軟的認知服務，谷歌的Cloud Vision或自然語言API，都可通過簡單的API調用，嵌入先進的AI技術或認知云計算能力，這種模式無需在AI基礎架構上投入重金。

而隨著AI技術的不斷演變，云平臺將從簡單支持AI能力的層面，演變成為一整套完整的AI程序。

“人工智能先行”（AI First）成為必然

KPCB研究數(shù)據(jù)顯示：全球智能手機用戶數(shù)比上年增長21%，去年增長31%，增速放緩；在經過5年高增長后，2015年全球智能手機出貨量增長10%。這說明，移動互聯(lián)網用戶增速已經首次放緩。

移動互聯(lián)網從硬件到工具再到內容，整個移動互聯(lián)網產業(yè)鏈已非常成熟，想要從中再尋求新的創(chuàng)新機會實為少數(shù)。因此，從“移動先行”到“人工智能先行”成為必然。

在未來，“人工智能先行”是圍繞人工智能而建立的新一代云計算模式。圍繞這個模型，我們通常有以下5方面問題需要強調：

1．支持主流AI框架。下一代云計算平臺可以運行在一些主流框架如TensorFlow, Caffe, Theano, Torch等平臺上運行深度學習或者人工智能應用程序，這跟當前支持瀏覽器應用程序或后臺進程為同一原理。從這個角度而言，AI優(yōu)先的云計算不應該被限制在單獨的AI框架之中，而是應該支持各類被全球開發(fā)者廣泛運用的深度學習框架。

2.GPU（圖形處理器）優(yōu)化下的基礎架構。為了靈活運行復雜的AI進程，新一代云計算基礎架構必須支持針對快速計算而進行優(yōu)化的GPU環(huán)境。目前，人們已經進行了相關的初步努力，如微軟將N系列GPU實例作為Azure云平臺的一部分。

3.管理工具。當前深度學習和AI框架的最大挑戰(zhàn)之一就是缺乏操作管理工具。而下一代的云計算平臺，其特殊之處就在于：通過提供先進的工具，管控部署在自身基礎架構上的AI程序。

4.人工智能優(yōu)先的基礎架構服務。下一代云計算平臺將不僅能搭建嵌入人工智能技術的基礎架構，還可實現(xiàn)AI技術在基礎架構和平臺服務上的優(yōu)先地位。未來，AI將成為提升如存儲，計算，或安全等云服務智能化的關鍵因素。。

5.與主流PaaS服務相集成。為了構建先進的人工智能應用程序，下一代云計算平臺應該提供AI和深度學習框架之間的無縫集成，以及包括在云平臺之內的現(xiàn)有云服務目錄。

云計算助力人工智能技術快速發(fā)展，反過來，人工智能也將借助云計算的臂膀充分發(fā)揮自身價值。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。