去年十月，德国一家名为 Deschutes 的啤酒厂在酿酒时发现，啤酒没有在寻常的温度下发酵。不过幸运的是，一个软件系统触发了警告，问题也得以顺利解决。酿酒师 Brian Faivre 后来说：“最坏的情况是要废弃掉一整批酒。” 这无疑是一场灾难。
那款发现温度异常的软件来自微软，它使用了名为机器学习的人工智能技术。这没什么了不起的，但有趣的是，Deschutes 是从微软的云计算服务中，直接在网上租用的这个软件。Deschutes 每天都会使用该系统，决定什么时候停止一部分酿造过程，并开始下一个，这样可以节省时间，同时生产更好的啤酒。
它只是众多使用微软、亚马逊和 Google 的 AI 工具和云服务的公司之一。其它例子还有，C-SPAN 用亚马逊图像识别技术，自动识别电视节目中演讲者的角色；美国保险公司 USAA 计划使用 Google 类似的技术，评估车祸和洪水造成的损害，而不需要理算人员去现场；美国心脏协会在用亚马逊语音识别，开发聊天机器人。
AI 软件需要数千的处理器和大量的电力，这只有一些大型的科技公司才能负担得起。就像早期的 Google 系统，耗资超过 100 万美元，使用了约 1000 台计算机，这可不是谁都玩得起的。
Deschutes 没有时间也没有这样的技术，而且它要的是酿造啤酒，又不是数据中心。所以，越来越合理的是也，微软，亚马逊和 Google 这样的公司开始提供在线 AI 软件。
让 AI 变得人人可用，是云计算的最新战场
新一代的应用需要更加强大的数据科学和机器学习技术，而提供这种工具的竞争也越来越激烈。
亚马逊现在是公有云的领导者，不过各家都有其优势。Google 的 AI 工具声誉很高，微软有很强的企业服务基础，而亚马逊的优势在于，多数企业云端的数据都是在 AWS 中。
IDC 研究人员称，让强大的 AI 软件变得人人可用，才是云计算的最新战场，这也会决定哪家会成为云基础设施市场的最终赢家。
公共云的三家领头公司已经开放了语音和图像识别等功能，让各家公司在自己的应用中嵌入 AI。比如，微软提供了 25 种不同的功能，其中就包括可以感受情感，理解意图的认知软件。亚马逊在去年 11 月份推出了类似的工具，其 Rekognition 可以识别图像的内容，Polly 能将文本转换为语音，基于 Alexa 的 Lex 则可用语音和文本识别来构建对话机器人。
为了对销售周期和产品开发的各个方面进行更好的分析，优化和预测，越来越多的公司在尝试深度学习这样的技术。IDC 预计，未来五年在认知系统和 AI 上的支出，将每年增长 55％，而基于云的部分应该增长的更快。
比如，Pinterest 在用亚马逊的图像识别服务，让用户拍一个物品，比如鞋子，然后找到类似的鞋。印度的学校在使用微软的 Azure 机器学习，来预测哪些学生可能会辍学；印度的农民也在基于对季风数据的分析，来确定何时种植作物。强生则在使用 Google 的招聘机器学习算法，来分析候选人的技能、偏好、资历，从而匹配最好的岗位。
亚马逊 AWS 深度学习和 AI 部门的总经理 Matt Wood 认为：时机成熟的时候，深度学习会是 EC2（弹性计算）最受欢迎的特点之一。
Google 进入公有云市场偏晚，但希望凭自己在 AI 上的经验和大量计算资源迎头赶上。为此，它成立了一个新的 “高级解决方案实验室”，让外部公司参与 Google 为自己的员工设计的机器学习专家培训课程。USAA 最早加入的公司之一，它凭借 Google 的工程师为金融服务公司开发软件。
当然，并不是所有人都对云端的 AI 市场十分确定。毕竟，一些公司的大量数据仍然存储在内部，将其移动到云端既昂贵又耗时。AI 算法与数据，相比之下前较者更容易获得。
不过亚马逊的 Wood 并不同意，他注意到外界对公司的 Snowball 需求越来越多，这项服务能将大量信息传输到数据中心。去年 11 月，亚马逊还推出了一款名为 Snowmobile 的 18 轮卡车，可以一次转移 100PB 的数据。
以挪威电力公司 eSmart Systems AS 为例，它开发的无人机可以用于拍摄电力设备。它会开发自己的算法，来分析影像数据，寻找需要修理的设施。但它租用了微软的 Azure 云服务，从而获得分析所需的计算能力。
对于那些不想在计算能力上花太多精力的公司来说，云计算确实可能更合适，这也可以缩短 AI 应用的过程。而这也让各云计算公司看到了商机，随着市场增长和竞争加剧，每家公司都将发挥自己的优势。
更多知识请进入【济宁果壳学院】
电话咨询
