機(jī)器學(xué)習(xí)即服務(wù)

由于較高的人員、技術(shù)、基礎(chǔ)架構(gòu)等要求，將機(jī)器學(xué)習(xí)合并到企業(yè)的系統(tǒng)中并不是多數(shù)公司完成的事情。但是，云計(jì)算的興起，再加上將IT工作外包給第三方供應(yīng)商的能力，已經(jīng)為“機(jī)器學(xué)習(xí)即服務(wù)”掃平了道路。由于大公司的幫助，“機(jī)器學(xué)習(xí)即服務(wù)”在未來的幾年勢必繼續(xù)增長。

參與者

在響應(yīng)來自企業(yè)和消費(fèi)者的需求時(shí)，IBM等大型技術(shù)公司已經(jīng)發(fā)布了自己開源的機(jī)器學(xué)習(xí)庫，供公眾使用。但是，在發(fā)布這些庫的背后還有另一個(gè)動機(jī)。之所有發(fā)生這種開放是因?yàn)?，即使最大的技術(shù)公司也難以跟上人工智能和機(jī)器學(xué)習(xí)，而且他們需要外部的幫助將這些技術(shù)向前推進(jìn)。

谷歌、蘋果、亞馬遜、IBM等大公司寄予希望的不是專用的在市場上作為關(guān)鍵戰(zhàn)略的私有技術(shù)和機(jī)器學(xué)習(xí)庫，而是其私密數(shù)據(jù)。畢竟，如果公司擅長于收集并分析數(shù)據(jù)，就可以利用這些機(jī)器學(xué)習(xí)技術(shù)，將其與公司大量的數(shù)據(jù)集聯(lián)合起來，并使用這些數(shù)據(jù)來構(gòu)建一個(gè)強(qiáng)大的工具，供企業(yè)和消費(fèi)者使用。更好的消息是，如果你能夠?qū)⑦@些工具作為一種服務(wù)來提供,對消費(fèi)者并沒有什么基礎(chǔ)架構(gòu)或資源上的負(fù)擔(dān)，那么，更多人將會利用機(jī)器學(xué)習(xí)，這不僅有助于出售服務(wù)的企業(yè)，而且利于整個(gè)行業(yè)。

使用案例和好處

由于“機(jī)器學(xué)習(xí)即服務(wù)”背后的技術(shù)很容易配置且功能多樣，因而它有很多可能性，無論是語音識別，還是圖像識別或其用途，都是如此。事實(shí)上，無論是由人來監(jiān)管，部分監(jiān)管或完全不管，也不管是作為強(qiáng)化學(xué)習(xí)的一部分，機(jī)器學(xué)習(xí)發(fā)生的途徑都有很多。

此外，機(jī)器學(xué)習(xí)還可用于多種技術(shù)，其中包括分類、集群、異常檢測，或者作為“推薦引擎”的一部分，如在用戶請求時(shí)，Siri如何建議用戶特定區(qū)域中的餐館。建議是亞馬遜的“深度可擴(kuò)展稀疏傳感網(wǎng)絡(luò)引擎(DSSTNE)”的真正主要的關(guān)注點(diǎn)，此引擎是作為一種開源工具發(fā)布的。由此，就可以不依賴編碼到系統(tǒng)中的硬規(guī)則和快速規(guī)則。

有很多不同的方法可以解析這種數(shù)據(jù)，所以機(jī)器學(xué)習(xí)和開源工具所提供的是一種創(chuàng)建規(guī)則自動化的框架。這并不是硬編碼的規(guī)則，因?yàn)檫@正是機(jī)器學(xué)習(xí)幫助我們避免的關(guān)鍵。硬編碼規(guī)則可能會說，“如果你在圖片中看到了黃色，那就是香蕉”。我們都知道，事實(shí)并非總是如此，因?yàn)檫@有可能是別的東西。機(jī)器學(xué)習(xí)可以使這些硬編碼規(guī)則不再是硬編碼規(guī)則。它可以使其更靈活，也更易于相互比較。使得規(guī)則不但更加精細(xì)，而且也更準(zhǔn)確。這又使得我們回到了自動化，我們沒有必要更換工作，而是取代某些任務(wù)，從而使得雇員專注于其他的項(xiàng)目?！皺C(jī)器學(xué)習(xí)即服務(wù)”可以使我們不僅不必要在內(nèi)部管理系統(tǒng)，從而充分實(shí)現(xiàn)其固有的成本節(jié)約，而且還可以更好地利用現(xiàn)有的工作團(tuán)隊(duì)，也不必在每次達(dá)到性能的峰值時(shí)雇傭新人，從而節(jié)約了資金。機(jī)器學(xué)習(xí)可以使很多管理工作得到替換，從而可以使人們做一些更有意義和更有目的性的工作。

為幫助公司更好地理解“機(jī)器學(xué)習(xí)即服務(wù)”和機(jī)器學(xué)習(xí)的總體使用，我們不妨看一下谷歌和微軟是如何提供自然語音助手來捕獲信息，并通過數(shù)據(jù)集來運(yùn)行和返回建議。但是，這些系統(tǒng)實(shí)際上能夠通過機(jī)器學(xué)習(xí)、人工智能等幾個(gè)元素的組合來與用戶會話。一旦我們將這些概念放在一起，最終目標(biāo)就是使經(jīng)驗(yàn)對客戶或其他人更平滑和無縫。今后更多的公司將能夠利用“機(jī)器學(xué)習(xí)即服務(wù)”技術(shù)，并以獨(dú)特的方法來使其運(yùn)行。

例如，“咖啡館”可能允許用戶定購商品。但是，對于機(jī)器學(xué)習(xí)，我們知道這種訂單并不合理?！皝肀Х取保昂玫?，你要哪種咖啡？你要多少？你要添加什么口味呢？”機(jī)器學(xué)習(xí)使得交互更為無縫和平滑，更具有會話性，也更自然。

這是與人交互的例子。對于機(jī)器而言，列舉這些問題就更簡單了，問題可能更為具體，并且還可以說，這并不是兩臺電腦或機(jī)器或終端之間會話的終結(jié)，會話可能更具體更精細(xì)，更加人性化。