4、云服务
开发者利用机器学习也受到了业界领先的云提供商基于云的机器学习基础设施和服务的催化。
Google、Amazon、微软和IBM都提供了基于云的基础设施(建模、迭代、可伸缩的“GPU即服务”及相关管理服务的环境),科研降低开发机器学习能力的成本和难度。
此外,他们还提供范围不断扩大的基于云的机器学习服务(图像识别、语言翻译等),开发者可以直接在自己的应用中使用这些服务。Google Machine Learning提供的方便使用的服务包括:视觉(对象识别、显式内容检测、脸部识别和图像情绪分析);语音(语音识别和语音转文本);文本分析(实体识别、情绪分析、语言检测和翻译);员工求职搜索(机会显现、基于资历的匹配)。微软的Cognitive Services包括了超过21种服务,涉及视觉、语音、语言、知识和搜索等领域。
5、兴趣与创业
过去5年,公众对AI的兴趣增长了6倍(见下图13),而VC机构对AI公司的投资数增长甚至还要大(见下图14)。我们已经进入到了一个良性循环里面,一方面机器学习的进展在吸引着投资,创业和意识。而后者反过来又会催化更进一步取得进展。
图13
图14
接下来会发生什么?
机器学习的好处将是巨大和深远的。从无人车到人机交互的新方式,许多的好处我们可以看得见。还有很多则没那么明显,但却会促进更多的更高效更有力的日常商业流程和消费者服务。
就像任何范式转移一样,有时候膨胀的期望(Gartner技术炒作曲线)会超过其短期的潜能。我们预计AI 会在未来经历一段幻灭期,接下来,随着机器学习被用于改进然后重塑现有系统,AI将迎来更长更持久的一段价值认识期。
在历史上,产业革命通过动力和传送的新来源变革了生产和沟通。1780年代的第一次工业革命用蒸汽动力实现了制造的机械化。1870年代的第二次工业革命则是用电力推动了大规模生产。1970年代的第三次工业革命利用电子和软件实现了生产和通信的自动化。今天,随着软件蚕食世界,我们的主要价值创造来源是信息的处理。通过促进我们实现那么多事情的智能化,机器学习所带来的好处既看似微不足道又具有历史意义。
联系客服