Сада када знамо да Терминатори неће доћи по нас, време је да се спријатељимо са вештачком интелигенцијом и извучемо користи од ње!
Дуго времена област вештачке интелигенције и њена најпознатија поддисциплина, машинско учење, били су окружени мистериозном ауром. Пропагандна штампарска машинерија испумпавала је чланак за чланком који је предвиђао успон супер-интелигентних, супер-независних и супер-злих машина, чинећи да многи падају у очај (укључујући и мене).
А шта данас имамо да покажемо за сву буку и дим? АИ технологија која је далеко од савршене, срамотна грешкеи ограниченог, неисправног робота који је, готово на силу, претворен у а грађанин. Дођавола, још немамо ни пристојан алгоритам за превод језика.
Ако данас неко и даље инсистира да је судњи дан близу, ево моје реакције:
Дакле, шта је вештачка интелигенција, МЛ и све те популарне речи ако не крај човечанства?
Па, ово су нови начини програмирања рачунара за решавање проблема везаних за класификацију и предвиђање. И погодите шта, коначно имамо много услуга вештачке интелигенције које можете одмах почети да користите у својој пословној апликацији и остварите огромне предности.
Шта АИ платформе могу да ураде за предузећа данас?
Добро питање!
Вештачка интелигенција је толико генеричка у својој примени (барем у теорији) да би било немогуће истаћи сврху за коју је развијена. То је као да питате за шта је развијена табела и шта се може учинити са њом. Наравно, развијен је за рачуноводство, али данас далеко превазилази ту одговорност. А рачуноводство није једина функција — људи га користе као алат за управљање пројектима, као листу задатака, као базу података и шта све не.
Исто важи и за АИ.
Грубо говорећи, АИ је корисна за задатке који су лабаво дефинисани и ослањају се на учење из искуства. Да, то раде и људи, али АИ има предност јер може да обради брдо података за кратко време и донесе закључке много, много брже. Као такве, неке од типичних примена АИ су:
- Препознавање лица на фотографији, видео снимку итд
- Класификација и означавање слика, на пример, за родитељско саветовање
- Претварање говора у текст
- Детекција објеката у медијима (нпр. аутомобил, жена, итд.)
- Предвиђање кретања цена акција
- Откривање финансирања тероризма (међу милионима трансакција дневно)
- Системи препорука (шопинг, музика, пријатељи, итд.)
- Цаптцха бреакинг
- Филтрирање нежељене поште
- Детекција упада у мрежу
Могао бих да набрајам и да вероватно останем без страница (фигуративно речено), али претпостављам да сада схватате. Ово су све примери проблема које су људи покушавали да реше традиционалним средствима рачунара. Па ипак, они су важни јер имају огромну потребу у послу и стварном свету.
Дакле, без даљег одлагања, хајде да почнемо са листом наших најбољих АИ платформи и да видимо шта оне имају да понуде.
Преглед садржаја
Амазон АИ услуге
Као што Амазон брзо гаси компаније, тако је и АВС толико доминантан као платформа да готово ништа друго не пада на памет. Исто важи и са Амазон АИ услугекоји је препун невероватно корисних услуга вештачке интелигенције.
Ево неких од невероватних услуга које АВС има.
Амазон Цомпрехенд: Помаже вам да схватите све планине текстуалних, неструктурираних података које имате. Један случај употребе је рударење постојећих ћаскања за корисничку подршку и утврђивање нивоа задовољства током времена, шта су главне бриге корисника, које се кључне речи највише користе итд.
Амазон Форецаст: Услуга без подешавања за коришћење ваших постојећих података о временским серијама и претварање у тачне прогнозе за будућност. У случају да се питате шта су подаци временске серије, погледајте овај чланак који сам недавно написао (потражите базу података под називом Тимесцале на крају чланка).
Амазон Лек: Уградите конверзацијске интерфејсе (текстуалне и/или визуелне) у своје апликације. Иза кулиса се налазе обучени Амазон-ови модели машинског учења који декодирају намеру и претварају говор у текст у ходу.
Амазон персонализујте: Једноставна услуга без инфраструктуре за креирање препорука за своје клијенте или себе! Можете унети податке е-трговине или било шта у ову услугу и уживати у веома прецизним и занимљивим предлозима. Наравно, што је већи скуп података, то ће препоруке бити боље.
Постоји много више АИ услуга које Амазон има и могли бисте поприлично провести цео дан претражујући их. Ипак, то је активност коју од срца препоручујем! 🙂
Напомена: Тешко је лоцирати резиме свих ових услуга заједно у АВС документима, али ако одете на хттпс://авс.амазон.цом/мацхине-леарнинг, оне су наведене у падајућем менију под „Услуге АИ“.
ТенсорФлов
ТенсорФлов је библиотека (а такође и платформа) коју је креирао тим иза Гоогле Браин. То је имплементација МЛ поддомена под називом Неуралне мреже за дубоко учење; односно ТенсорФлов је Гоогле-ов став о томе како постићи машинско учење помоћу неуронских мрежа користећи технику дубоког учења.
То значи да ТенсорФлов наравно није једини начин за коришћење неуронских мрежа – постоји много библиотека, свака са својим предностима и недостацима.
Уопштено говорећи, ТенсорФлов вам омогућава основне могућности машинског учења за многа различита програмска окружења. Уз то, основна платформа је прилично визуелна и углавном се ослања на графиконе и визуализације података да би обавила посао. Као такав, чак и ако нисте програмер, могуће је, уз одређени напор, постићи добре резултате из ТенсорФлов-а.
Историјски гледано, ТенсорФлов је имао за циљ „демократизацију“ машинског учења. Колико знам, то је била прва платформа која је МЛ учинила једноставним, визуелним и доступним до овог степена. Као резултат тога, употреба МЛ-а је експлодирала, а људи су могли лако да обучавају моделе.
Најзначајнија продајна тачка ТенсорФлов-а је Керас, што је библиотека за ефикасан програмски рад са неуронским мрежама. Ево како је једноставно направити једноставну, потпуно повезану мрежу (перцептрон):
model = tf.keras.Sequential() # Adds a densely-connected layer with 64 units to the model: model.add(layers.Dense(64, activation='relu')) # Add another: model.add(layers.Dense(64, activation='relu')) # Add a softmax layer with 10 output units: model.add(layers.Dense(10, activation='softmax'))
Наравно, потребно је урадити и конфигурацију, обуку итд., али и они су једнако једноставни.
ТенсорФлов-у је тешко наћи грешку, с обзиром на то да је МЛ унео у ЈаваСцрипт, мобилне уређаје, па чак и ИоТ решења. Међутим, у очима пуриста, то остаје „мања“ платформа са којом се сваки Том, Дик и Хари могу петљати. Дакле, будите спремни да се суочите са неким отпором док се крећете на лествици вештина и наилазите на више „просветљених“ душа. 🙂
Ако сте новајлија, погледајте ово Уводни онлајн курс ТенсорФлов.
Такође имајте на уму: неке критике ТенсорФлов-а помињу да не може да користи ГПУ, што више није тачно. Данас ТенсорФлов не ради само са ГПУ-ом, већ је Гоогле развио свој једини специјализовани хардвер под називом ТПУ (ТенсорФлов Процессинг Унит), који је доступан као Цлоуд услуга.
Гоогле АИ услуге
Баш као и Амазонове услуге, Гоогле такође има пакет облака услуге који се врте око вештачке интелигенције. Уздржаћу се од навођења свих услуга, јер су прилично сличне понудама Амазона. Ево снимка екрана шта је доступно програмерима да направе ако су заинтересовани:
Уопштено говорећи, постоје два начина на која можете да користите Гоогле-ове услуге вештачке интелигенције. Први је да користите модел који је Гоогле већ обучио и само почнете да га примењујете у својим производима. Други је тзв АутоМЛ услуга, која аутоматизује неколико средњих фаза машинског учења, помажући, рецимо, програмерима пуног стека са мањом стручношћу у МЛ-у да лако изграде и обуче моделе.
Х2О
„2“ у Х2О би требало да буде индекс (претпостављам да личи на хемијску формулу за воду), али је досадно откуцати га. Надам се да су људи иза Х2О неће сметати толико!
Х2О је платформа отвореног кода за машинско учење коју користе велика имена укључена у Фортуне 500.
Главна идеја је да најсавременија истраживања вештачке интелигенције досегну ширу јавност уместо да остану у рукама компанија са дубоким џепом и утицајем. Неколико производа се нуди под Х2О платформом, као што су:
- Х2О: Основна платформа за истраживање и коришћење машинског учења.
- Газирана вода: Званична интеграција са Апацхе Спарк за велике скупове података.
- Х2О4ГПУ: ГПУ-убрзана верзија Х2О платформе.
Х2О такође прави решења прилагођена предузећу, а она укључују:
- АИ без возача: Не, АИ без возача нема никакве везе са аутомобилима који се сами возе! 🙂 Више је на линији Гоогле-ове АутоМЛ понуде — већина фаза АИ/МЛ је аутоматизована, што резултира алатима који су једноставнији и бржи за развој.
- Плаћена подршка: Као предузеће, једва чекате да покренете ГитХуб проблеме и надате се да ћете ускоро добити одговор. Ако је време новац, Х2О нуди плаћену подршку и консалтинг за велике компаније.
Петуум
Петуум развија Симфонија платформа, која је дизајнирана да не натера ме да помислим да АИ ради. Другим речима, ако сте уморни од кодирања и/или не желите да запамтите више библиотека и излазних формата, Симпхони ће се осећати као одмор на Алпима!
Иако нема ничег „отвореног“ у вези са Симпхони платформом, функције су вредне балавиња:
- Превуците и испустите кориснички интерфејс
- Лако изградите интерактивне цевоводе података
- Тоне стандардизованих и модуларних грађевинских блокова за креирање софистициранијих АИ апликација
- Програмирање и АПИ интерфејси који осећају визуелни начин нису довољно моћни
- Аутоматска оптимизација са ГПУ-овима
- Дистрибуирана, високо скалабилна платформа
- Агрегација података из више извора
Постоји много више функција које ће заиста учинити да се осећате да је баријера за улазак значајно смањена. Препоручује!
Полиакон
Највећи изазов данас у машинском учењу и вештачкој интелигенцији није пронаћи добре библиотеке и алгоритме (или чак ресурсе за учење), већ вешт инжењеринг који се мора применити да би се носили са огромним системима и великим оптерећењем података који резултирају.
Чак и за искусне софтверске инжењере, то може бити превелико питање. Ако се и ти тако осећаш, Полиакон вреди погледати.
Полиакон није библиотека или чак оквир; радије, то је решење од краја до краја за управљање свим аспектима машинског учења, као што су:
- Дата везе и стримовање
- Хардверско убрзање
- Контејнеризација и оркестрација
- Планирање, складиштење и безбедност
- Пипелининг, оптимизација, праћење итд.
- Контролна табла, АПИ-ји, визуелизације итд.
У великој мери не зависи од библиотеке и провајдера, јер је подржан велики број популарних (отвореног и затвореног кода) решења.
Наравно, и даље морате да се бавите применом и скалирањем на одређеном нивоу. Ако желите да побегнете чак и од тога, Полиакон нуди ПааС решење које вам омогућава да еластично користите њихову инфраструктуру.
ДатаРобот
Једноставно речено, ДатаРобот је фокусирано решење за машинско учење за предузећа. Визуелна је до краја и дизајнирана је да брзо схвати ваше податке и пренесе их за конкретну пословну употребу.
Интерфејс је интуитиван и елегантан, омогућава нестручњацима да седе за воланом и генеришу смислене увиде.
ДатаРобот нема мноштво функција; уместо тога, фокусира се на традиционални смисао података и пружа солидне могућности у:
- Аутоматско машинско учење
- Регресија и класификација
- Временске серије
Чешће него не, ово је све што вам је потребно за ваше предузеће. То значи да је у већини случајева ДатаРобот све што вам треба. 🙂
НеуралДесигнер
Док смо на теми лаких за коришћење, моћних АИ платформи, НеуралДесигнер заслужује посебну пажњу.
Нема много тога да се каже о НеуралДесигнер-у, али има много тога да се уради! С обзиром да су неуронске мреже мање-више доминирале модерном методологијом машинског учења, има смисла радити са платформом која се фокусира искључиво на неуронске мреже. Нема много избора, нема ометања — квалитет над квантитетом.
НеуралДесигнер се истиче на много начина:
- Није потребно програмирање. Уопште.
- Није потребна сложена изградња интерфејса. Све је распоређено у разумним, лако разумљивим, наређеним корацима.
- Колекција најнапреднијих и најпрефињенијих алгоритама специфичних за неуронске мреже.
- ЦПУ паралелизација и ГПУ убрзање за високе перформансе.
Вриједи а погледај? Дефинитивно!
Превисион.ио
Первисион.ио је платформа за управљање свим аспектима машинског учења, од обраде података до примене у великом обиму.
ПредицтионИО
Ако сте програмер, ПредицтионИО је невероватно корисна понуда коју треба да погледате. У својој основи, ПредицтионИО је платформа за машинско учење која може да унесе податке из ваше апликације (веб, мобилне или на неки други начин) и брзо направи предвиђања.
Немојте да вас завара име — ПредицтионИО није само за предвиђања, већ подржава читав спектар машинског учења. Ево неколико кул разлога да га волите:
- Подршка за класификацију, регресију, препоруке, НЛП и шта све не.
- Израдите за озбиљна оптерећења у окружењу великих података.
- Неколико унапред изграђених шаблони за оне којима се жури.
- Долази у пакету са Апацхе Спарк, МЛлиб, ХБасе, Акка ХТТП и Еластицсеарцх, задовољавајући све могуће потребе за робусном, модерном апликацијом.
- Комбиновани унос података из више извора, било у групном режиму или у реалном времену.
- Примењена као типична веб услуга — лака за конзумирање и храњење.
За већину веб пројеката тамо, не видим како ПредицтионИО нема много смисла. Само напред и пробајте!
Закључак
Данас не недостаје АИ и МЛ оквир или платформа; Био сам преплављен избором када сам почео да истражујем овај чланак. Као резултат тога, покушао сам да сузим ову листу на јединствене или занимљиве. Ако мислите да сам пропустио нешто важно, јавите ми.
Цоурсера добио неке од одличних курсева машинског учења, па проверите да ли сте заинтересовани за учење.
Дакле, која је платформа најбоља? Нажалост, нема јасног одговора. Један од разлога што је већина ових услуга везана за одређени технолошки низ или екосистем (углавном изградња онога што се зове ограђена башта). Други, важнији, разлог је тај што су до сада АИ и МЛ технологије постале комерцијализоване и постоји трка да се обезбеди што више функција по што нижој цени. Ниједан продавац не може себи приуштити да не понуди оно што други нуде, а било коју нову понуду конкуренти копирају и сервирају скоро преко ноћи.
Као такво, све се своди на то који су ваш скуп и циљеви, колико интуитивна је услуга, каква је ваша перцепција компанија иза ње, итд.
Али без обзира на случај, подразумева се да је вештачка интелигенција коначно доступна као услуга и било би крајње неразумно не искористити је. 🙂