當人工智能搭上云端快車

□文/Mike Barlow

當人工智能搭上云端快車

□文/Mike Barlow

人工智能（AI），人類歷史進程中的一次重大變革。人工智能概念追求的是讓機器能夠模擬人的意識、思維，雖然人工智能不是人的智能，但卻能像人一樣進行思考，也可能超越人的智能。云端，也指云端軟件平臺，是一種搭載在服務器上的虛擬技術，可以通過搭建軟件資源、軟件應用和軟件服務平臺來為用戶提供更為簡單流暢、方便快捷的服務體驗。那么，當人工智能搭上了云端這輛“快車”之后，是否意味著機器智能將更快的來臨？人類的未來又將如何呢？

當汽車剛剛出現(xiàn)的時候，就有傳聞說，“當車速超過20英里/小時，駕駛員和乘客將會受到傷害”。那時，很多人都認為汽車永遠發(fā)展不起來，原因是汽車發(fā)動機的噪聲會嚇到農(nóng)場的馬和其它的動物。

沒有人預見到人們邊開車邊發(fā)短信會造成高峰時段交通擁擠、被貼罰單或造成事故。

雖然歷代的科幻小說作家們都在編織有關智能機器和機器人殺手的恐怖故事。不過，我們還是很難想象，農(nóng)場動物會受到人工智能的驚嚇而四處逃竄。

我們無法看到未來究竟是什么樣，也無法預測人工智能將會如何改變我們的生活，但是我們可以大膽地做一些猜想。比如，我們很明顯地能夠感受到，AI已經(jīng)呈現(xiàn)出全球化的增長態(tài)勢，并且很大一部分是通過云計算來實現(xiàn)的。

對于整個社會而言，我們不再爭論AI是否可行，相反，我們更加關心的是AI何時才能幫人類解決問題、提高工作效率、更加有效的應用知識，全面改善人類的生存環(huán)境。

現(xiàn)在，越來越凸顯的問題是，手機和電腦等設備已經(jīng)難以承受AI所需的應用和數(shù)據(jù)集。

我們站在公平的角度來看，小型設備最終具有足夠的處理能力和數(shù)據(jù)存儲能力來“離網(wǎng)”運行AI程序，是極有可能實現(xiàn)的，但對于現(xiàn)在而言，那一天還是在遙遠的未來。同時，我們需要通過云平臺來激發(fā)AI的潛能，讓AI成為人類社會進步的工具。

舊類別消失

過去，AI時代曾被視為是一個瘋狂的“未來”時代，科學家傾向把它分為三大類：

1.狹隘的智能（弱人工智能）

2.達到人類水平（強人工智能）

3.比人類更聰明（超級智能）

弱人工智能通常被描述為微不足道和無用的智能；強人工智能是“剛剛超過地平線”或“幾年后的智能水平”；超級智能用牛津哲學家尼克·博斯特羅的話來說，就是“不管在任何領域，智能水平都超過了最好的人類大腦，包括科學創(chuàng)造力、一般智慧和社交技能?！碑斎?，任何人都知道超級智能是不存在的，但這并沒有阻止像Elon Musk和Stephen Hawking這樣尊重知識的名人，發(fā)出人工智能將會帶來世界末日的警告。

無論結(jié)果是好是壞，許多商業(yè)化的AI產(chǎn)品和服務呈現(xiàn)給我們的是：比起人工智能為社會所帶來的好處，那些壞處就變得無關緊要了。本文描述我們已經(jīng)使用或可能在未來六個月內(nèi)使用的“實用性AI”。

本文的目的，是介紹實用性AI的相關技術，如機器學習、神經(jīng)網(wǎng)絡、深度學習、文本分析、分類、視覺識別和NLP（自然語言處理）。

以下是來自對AI產(chǎn)品和服務領域?qū)＜易钪匾牟稍L內(nèi)容：

·AI對于任何單個設備或系統(tǒng)來說過于龐大；

·AI是一種分布現(xiàn)象；

·AI將通過設備為用戶提供價值，但重要的提升過程還得在云端完成；

·AI是一個雙向通道，信息可以在本地設備和遠程系統(tǒng)之間來回傳遞；

·AI應用和接口將越來越多地為非技術用戶和工程設計；

·企業(yè)將常規(guī)AI能力融入新產(chǎn)品和服務；

·新一代搭載AI的產(chǎn)品和服務將通過云計算進行連接和支持；

·AI和云平臺將成為標準的組合。

“AI將不可避免地遷移到云平臺中，”商業(yè)智能軟件公司Bottlenose的首席執(zhí)行官和聯(lián)合創(chuàng)始人Nova Spivack說道。Spivack是《為什么認知即服務是下一個操作系統(tǒng)戰(zhàn)場》的作者，他在一篇文章中描述了可以“隨機應變”的人工智能。

“如果你談論的系統(tǒng)必須連續(xù)分析數(shù)千億的數(shù)據(jù)，并在其上運行機器學習模型，或者做自然語言處理和非結(jié)構化數(shù)據(jù)挖掘，那么，這個過程需要大量的存儲、數(shù)據(jù)、計算?！彼f，“因此，將它們集中在云端運行是一個很好的解決方法，不過也存在需要利用本地處理器和設備來進行混合方法的情況?！?/p>

基于云平臺的AI產(chǎn)品和服務比onpremise版本更容易更新。Nervana Systems是一家通過Nervana Cloud提供AI-as-a-service服務的公司，而且該公司已經(jīng)被英特爾收購。Nervana系統(tǒng)公司的首席執(zhí)行官兼聯(lián)合創(chuàng)始人Naveen Rao說：“我們不斷地研發(fā)新功能，來保持產(chǎn)品的不斷迭代。如果把這些研究成果應用到現(xiàn)有的基礎設施上，那將對新功能和新產(chǎn)品的更新非常不利?！?/p>

Mike Barlow 記者、作家和戰(zhàn)略規(guī)劃師

雖然將基礎架構控制權交給供應商的想法可能不會吸引一些客戶，但是備選方案可能同樣不令人滿意。“有很多關于嘗試讓AI在現(xiàn)有基礎設施上運行的話題。”Rao說，“但可悲的是，你總是會得到比當下最先進的設備低端的產(chǎn)品。這個低端的程度不是說它會慢30%或40%，更可能是慢一千倍?！?/p>

使用基于云端的AI時，可以“混合搭配”最先進的技術。“我們將會有更好地構建模塊，就像搭建漂亮的積木一樣，你可以通過新方法組裝出很酷炫的新事物。”Rao說。

Bonsai的首席執(zhí)行官兼創(chuàng)始人Mark Hammond說，云計算還將加速人工智能和其他高級分析走向民主化，該公司讓每個開發(fā)人員都能輕松編寫人工智能應用程序和系統(tǒng)。

“世界上大概有1800萬個開發(fā)者，但擁有專業(yè)人工智能技術的專家只占到千分之一。對很多開發(fā)者來說，AI是難以理解和難以接近的。我們正在試圖減輕開發(fā)者的負擔?！?/p>

“我們正在建立的人工智能數(shù)據(jù)庫將為數(shù)據(jù)工作提供一切服務。”他說，“我們試圖抽取低層次和共同關注的問題。 沒有人希望公司的核心競爭力僅是管理數(shù)據(jù)庫中的數(shù)據(jù)，當然我們對AI也有同樣的感覺?！?/p>

在許多方面，Hammond代表的正是一波又一波的企業(yè)家，他們正在指望通過云端來幫助他們更加容易地訪問人工智能。這對于科幻作家和AI災難預言者來說是個壞消息，而對于其他人來說卻是個好消息。

支持經(jīng)濟轉(zhuǎn)型

近年來，隨著科學技術的迅猛發(fā)展，使得AI的“泡沫”得到了升華，再次恢復了酷炫的光環(huán)。兩年前，人工智能是一種陳詞濫調(diào)，是上世紀50年代未來主義風格的殘余，然而今天它又恢復了性感?，F(xiàn)在，大部分大型軟件供應商都提供基于云平臺支持的AI產(chǎn)品和服務套件，他們不只是趕上了人工智能的風口，而且他們確信AI將會成為經(jīng)濟發(fā)展的中堅力量。

“沒有哪個行業(yè)是一成不變的?！盜BM Watson副總裁兼首席技術官Rob High說，“我們可以真正地將認知構建成一切數(shù)字化的形式?！崩?，Watson已經(jīng)將人工智能應用于醫(yī)學研究、石油勘探、教育玩具、個人健康、酒店和復雜的金融系統(tǒng)。

IBM最近宣布與Twilio（一個有100多萬開發(fā)人員使用的云通信平臺）進行合作。作為合作的一部分是，IBM將推出的兩個新功能：IBM Watson Message Sentiment和IBM Watson Message Insights，作為附件添加到了Twilio的市場平臺上向用戶提供。

“我們致力于在開放平臺上建立最廣泛的認知能力，包括語言、視覺等領域?！?/p>

谷歌也決定參與其中。Google云平臺的產(chǎn)品管理、數(shù)據(jù)分析和云計算學習主任Fausto Ibarra說：“我很高興看到機器學習帶來的不斷增長的創(chuàng)新潮流。

“我最喜歡的例子之一是開發(fā)人員使用我們的Cloud Vision API和Cloud Speech API創(chuàng)建一個應用程序，幫助盲人和視障用戶識別對象?！盜barra說，“歐洲和亞洲的一些城市政府機構正在使用道路傳感器收集數(shù)據(jù)來訓練機器學習，以優(yōu)化交通，并大大提高公共交通的效率。”

機器學習正成為許多行業(yè)應用的一個基本要素。為了使機器學習更容易訪問，Google開放了TensorFlow框架，允許開發(fā)者訪問核心技術，Google將機器智能用于自己的服務。

“自從我們推出TensorFlow以來，它已經(jīng)成為GitHub上最受歡迎的機器學習項目?！盜barra說。

Google正在穩(wěn)步推進基于云端的人工智能生態(tài)系統(tǒng)。例如，開發(fā)人員可以使用TensorFlow服務與Kubernetes擴展和服務機器學習模型。2016年7月，Google推出了云自然語言API（應用程序編程接口）的測試版本，這是一種機器學習產(chǎn)品，可用于顯示各種語言的文本結(jié)構和含義。

此外，Google云平臺博客發(fā)文稱，Google已與多家組織（包括數(shù)據(jù)工匠、Cloudera、Talend等）合作，將流行的OSS分布式系統(tǒng)的數(shù)據(jù)流模型、SDK和流程提交給Apache孵化器。這個新的孵化項目稱為Apache Beam，允許定義便攜、強大和簡單的數(shù)據(jù)處理管道，可以執(zhí)行流式或批處理模式。

AI完整的API菜單

世界上的大部分大型軟件供應商都樂于探索人工智能領域。例如，Hewlett Packard Enterprise（HPE）推出了HPE Haven OnDemand，使用文本分析、語音識別、圖像分析、索引和搜索API來構建認知計算解決方案平臺。

HPE Haven OnDemand提 供 免 費 的API，用于音頻視頻分析、地理分析、圖形分析、圖像分析、格式轉(zhuǎn)換和非結(jié)構化文本索引。隨著AI開發(fā)人員對需求的提高，API的菜單也在發(fā)展。例如在視聽傳播的分析中，API用于檢測場景的變化和識別車牌。

“Haven OnDemand是關于應用機器學習的，它是云端的自助服務平臺。”HPE大數(shù)據(jù)首席技術官Fernando Lucini說。

在Lucini看來，像HPE這樣的公司已經(jīng)在人工智能領域取得了顯著的進步，它將AI從一個神秘的黑盒子轉(zhuǎn)變?yōu)橐粋€用戶友好的工具。

“在過去，你會做大量的規(guī)劃，你會擔心預算和員工，而現(xiàn)在唯一的問題是你是否對這個領域具有開始嘗試的渴望?！彼f。

例如，你希望通過分析100字節(jié)的電子郵件（大約200萬條消息），來收集對開發(fā)新產(chǎn)品或新管理方式的有效信息?！罢l有篩選200萬件電子郵件的胃口？當然沒有！”Lucini說，“然而，利用基于云端的人工智能，就可以輕松的訪問應用程序和計算能力，從而篩選大量的電子郵件，這樣的解決方式是讓人興奮的?！?/p>

構建云服務平臺

Lucini預測，AI可以通過云端來滲透到多個部門的經(jīng)濟中去。“我認為，所有的行業(yè)都將利用這一點。如果你的工作是分析大量的數(shù)據(jù)，那么云計算是唯一的方法?！彼f，“當你能夠使用租來的云端進行工作的時候，你還會花錢去買1000臺計算機嗎？”

數(shù)據(jù)科學家和軟件開發(fā)人員David Laxer表示，現(xiàn)在還很難判斷我們從云端租用過來的資源會在一兩年內(nèi)就過時。

“我正在研究一個語義散列算法，我的文檔集合就像美國專利數(shù)據(jù)庫一樣的龐大，那么，我必須通過云計算來進行研究?！薄拔铱梢詫⑽业臄?shù)據(jù)上傳到EC2（Amazon Elastic Compute Cloud）實例上，并使用Spark深度學習來訓練模型、進行測試、部署應用程序等?！?/p>

此外，開發(fā)者可以根據(jù)自己的需求在云端租用資源?！袄缡褂肊C2時，你可以獲得一種權限，好比說把特定的服務器租給你一個月的時間。當然，你還有另一種更實惠的選擇，那就是為亞馬遜的“競價型實例”出價。不過，競標的缺點是，如果有人出的價格比你高，那么你將失去這個實例?！彼忉屨f，“從人工智能自由開發(fā)者的角度來看，云端是最好的交易平臺。”

然而，技術上的一些進步不能立刻完全滲透到云端去，這還需要一段時間。并不是每個云服務商都會提供GPU實例，而且一些可用的GPU實例可以使用好幾年。

“某些情況下，把購買的高性能電路模版安裝在大型的工作站可能更具有意義，當然這是在工作站具有良好的散熱的情況下。但是，這四塊電路板只能安裝在一臺服務器上，除非還有另一個機架可以安裝?！彼f。

“像谷歌或Facebook這樣的大公司，將會有龐大的服務器群來擴充GPU?！盠axer說，“如果一個自由開發(fā)者正在訓練深層信念網(wǎng)絡或進行強化學習，那么他將無法解決AlphaGo類的問題。

有形的經(jīng)濟基礎

Laxer和其他開發(fā)者用親身的真實體驗為人們展示了AI在云端具有何種價值和實用性。作為一種商業(yè)模式，云平臺中的AI可為開發(fā)商和云服務商帶來有形的經(jīng)濟利益。

它還為開發(fā)者提供了機會，讓他們享受到使用酷炫的新技術來工作的樂趣。例如，IBM Watson開發(fā)者云端（WDC）使得能夠輕松地對具有認知能力的撲克機器人進行編程。

“機器人應該能夠認出周圍的玩家并識別出他們手上的牌，它還能聽懂桌上的玩家在說什么，而且還能接上話?！盜BM Watson的實習生Dhaval Sonawane這樣寫道，“在過去，使用常規(guī)方法很難做這些任務，但Watson將幫助我們完成這些正常的任務?！?/p>

Sonawane寫道，創(chuàng)造撲克機器人需要五個能力，WDC能夠提供這些能力：

1.文本；

2.文字轉(zhuǎn)語音；

3.自然語言分類器；

4.對話；

5.視覺識別。

對于開發(fā)者來說，撲克機器人只是AI的冰山一角。深度學習供應商Skymind的工程總監(jiān)喬?！づ撂厣A測，一旦源代碼開放，將產(chǎn)生一個全新的、復雜的，基于云端的AI工具來面向開發(fā)人員和企業(yè)家。

“圖像分類是一個逐漸依賴于預訓練模型（通過自定義模型增強）的領域。 Andrej Karpathy在Neural Talk上展示了訓練的出色效果，他的研究領域是為圖像制作字幕。“用戶可以下載這個模型，并在自己的應用程序中利用它?！盤atterson說，“我看到這種基于云應用程序的大眾化影像分類模式，將繼續(xù)完全地依賴于預構建的圖像模型，從不需要做任何自定義訓練。”

他預測，音頻和視頻中的應用程序可以遵循類似的模式?！癉L4J (DeepLearning for java) 將很快提供從其他深度學習工具（例如Caffe，TensorFlow）加載模型的能力，使在JVM（Java虛擬機）的任何地方進行深度學習變得更容易?！彼f。

Patterson還看到了預構建的廣義模型領域的增長?！拔覀円呀?jīng)看到蘋果的iOS應用程序里建筑工具應用圖像的卷積模型?！彼f，“這將允許開發(fā)人員在自己的應用程序中應用已保存的模型。”

AI云對消費者的影響

開發(fā)者不是AI云產(chǎn)品和云服務的唯一受眾，在處理客戶服務運營時，消費者也將感受到智能云對他們產(chǎn)生的強烈影響。

硅谷科技高管Kanishk Priyadarshi說：“AI將遵循之前的路徑策略，以此來降低呼叫中心的人力成本。而且AI不但不會降低服務質(zhì)量，而且還會有很大的提升。”

20世紀90年代到21世紀初期，通過勞動套利來削減成本的不良風氣盛行，這嚴重削弱了消費者零售業(yè)呼叫中心的運營水平，嚴重破壞了品牌和信譽?！暗牵苌儆腥藭J為，勞動套利會降低客戶服務質(zhì)量，這無疑是對客戶滿意度進行災難性的打擊。”Priyadarshi說，“AI可以扭轉(zhuǎn)這種不利形勢，并在許多行業(yè)提高客戶滿意度水平。”

在混合使用人工智能的情況下，消費者將直接與專業(yè)機器人或由人工智能支持的服務代表進行交易。“總體來說，客戶體驗有所提高，因為客戶將直接獲得最好的專業(yè)知識。我們的聊天機器人將對產(chǎn)品和服務有廣泛和深入的了解?！彼f，“我們與聊天機器人的對話將高度個性化，它們已經(jīng)知道我們的問題，所以每次談話都不必從頭開始?！?/p>

此外，人工智能客戶服務系統(tǒng)將從每次與客戶交互的過程中不斷學習?！皺C器人會知道你遇到困難時的煩惱，它會根據(jù)以往對類似困難的相關學習經(jīng)驗來給你最優(yōu)質(zhì)的答案，來解決你的困難。這一過程將在瞬間完成，而不需要延遲多少時間。”Priyadarshi說，“多年來，我們一直在探討大數(shù)據(jù)技術，而人工智能就是大數(shù)據(jù)最終的歸宿，這項技術將讓機器人對人類的問題給出答案，甚至是在人開口之前，就已經(jīng)知道你想問什么?！?/p>

Next IT（聊天機器人公司）是“會話AI”空間中的主要參與者，它為美國陸軍、美國鐵路公司、美國電信公司和美國安泰保險金融集團等客戶構建了智能聊天機器人和虛擬助手。該公司的下一個創(chuàng)新點就是將現(xiàn)有的商業(yè)AI進行升級，將人工智能從一個后臺的驅(qū)動程序，變成可以更深入、更有效的參與客戶戰(zhàn)略的工具，降低客戶運營成本。

Next IT公司銷售總監(jiān)Rick Collins解釋說：“聊天機器人和虛擬助手不僅僅是做了客戶支持的工作，它們作為甲方與乙方之間的對話橋梁，為雙方都帶來了很多價值，例如除了降低成本和生產(chǎn)力之外，它還為客戶帶來了盈利?！?/p>

例如像Amtrak的“Julie”，Aetna的“Ann”和美國陸軍的“SGT STAR”等智能虛擬助手，不僅是高級的客戶服務工具 ，還是智能云中的“新面孔”。它們與蘋果的Siri和微軟的Cortana還是有一些不同，Siri和Cortana提供的是廣泛的一般性問題解決服務，而商業(yè)AI機器人將為客戶提供深層次的專業(yè)知識。

在不久的將來，大多數(shù)的公司將越來越依賴使用AI機器人來管理客戶關系，從而導致商業(yè)模式的徹底改變。未來的AI客戶聯(lián)絡中心將會成為一個優(yōu)質(zhì)的中心，增加客戶的興趣和粘度。

云平臺與設備之間的伙伴關系

在2016年4月份，Movidius公布了其Fathom神經(jīng)計算棒，NVIDIA也宣布推出基 于Pascal的Tesla P100 GPU與HBM2。這兩個公告表明了人工智能在云端的進化路徑。一方面，像Google、IBM、Microsoft、Amazon和HPE這樣的“傳統(tǒng)”廠商正在為AI開發(fā)者和用戶推出復雜的云服務。另一方面，新的供應商，如NVIDIA和Movidius正在從根本上提高設備和本地網(wǎng)絡的AI能力。

小i機器人公司的創(chuàng)始人、總裁兼首席技術官朱頻頻認為，人工智能在云端運行其實是本地和遠程技術之間的連續(xù)的相互作用。朱頻頻介紹說，數(shù)據(jù)收集和壓縮是在設備中進行的，而先進的過程，如語義分析、自然語言處理和機器學習在云端執(zhí)行。高級過程創(chuàng)建的一些見解和知識會以程序的方式傳回設備，從而創(chuàng)建了一個動態(tài)反饋循環(huán)。

智能的系統(tǒng)和虛擬助手獲得專業(yè)的知識，并且將這些知識轉(zhuǎn)移到與人類直接交互的物理機器人身上，這只是時間的問題。去年，小i機器人推出了一個智能機器人云操作系統(tǒng)，可以嵌入到家電、車輛和各種設備中，包括物理機器人。

香農(nóng)極限怎么樣？

顯然，機器人的春天來得比我們想象的要快得多。由于人工智能在云端得到了快速的發(fā)展，因此我們很有可能在未來幾年內(nèi)與機器人一起工作。現(xiàn)在已經(jīng)有一部分人與機器人展開了合作，即使我們沒有直接地去了解他們。

雖然人工智能在云端的發(fā)展很快，但是也出現(xiàn)了一些問題，例如數(shù)據(jù)網(wǎng)絡是否能都承受住實時的、巨大的關鍵信息流。那么，我們的網(wǎng)絡到底準備好利用物聯(lián)網(wǎng)技術了嗎？

我們正在快速接近香農(nóng)限制，理論上的障礙限制了大量可以被安全管理的數(shù)據(jù)。用傳奇信息理論家喬治·香農(nóng)的話來說，超越這個極限，你的數(shù)據(jù)將降級。

直到現(xiàn)在，香農(nóng)極限被認為是信息理論史的一個有趣的腳注。今天，擊中香農(nóng)限制的后果將是非常明確的：想象一下，如果無人駕駛汽車載著你去工作，由于超過了香農(nóng)限制，那么它就會從云端收到損壞的數(shù)據(jù)，那么會發(fā)生什么情況呢？

一個明顯的答案是，無人駕駛汽車將需要一定量的AI能力內(nèi)置于其中。麻省理工學院AgeLab的研究科學家和麻省理工學院新英格蘭大學交通中心副主任Bryan Reimer都認為，決策邏輯必須由汽車本身來掌握，因為智能云并不完美。

汽車或設備中嵌入多少AI成分，以及云端具有多少AI之后，我們就可以放心地把安全委托給智能云呢？誰又將決定適當?shù)谋壤?？這些是由制造商、立法者還是消費者決定的嗎？這些問題對于進一步討論云平臺中的人工智能及其對現(xiàn)代文化的廣泛影響將變得越來越重要。

手機掃碼閱讀