總部位于紐約的Alpha Vertex公司在谷歌云平臺上培訓(xùn)機(jī)器學(xué)習(xí)模型，并將其融入其針對金融行業(yè)的分析服務(wù)中。如果這些模型整天運(yùn)行在最大的實例類型中，那么肯定會面臨成本問題，但該公司已經(jīng)構(gòu)建了基礎(chǔ)設(shè)施，以使用成本更低、規(guī)模更小的虛擬機(jī)和競價型實例。在訓(xùn)練分析模型時，它還使用Kubernetes從大約20個虛擬機(jī)擴(kuò)展到1000多個虛擬機(jī)，這可以避免內(nèi)部資源利用不足的問題。
“采用Kubernetes，就像管理一兩個人與管理整個部門的區(qū)別。，”Alpha Vertex公司首席技術(shù)官M(fèi)ichael Bishop說。
企業(yè)通過內(nèi)部遷移這些模型的成本效益分析，始終如一地支持將其留在云端，以保持其技術(shù)領(lǐng)先地位的需要。
“高端GPU的成本相當(dāng)高，并且沒有一個很好的攤銷生命周期。”Bishop說，“如果企業(yè)依靠大量投入資源來采用這種技術(shù)的話，那么真的很難跟上其發(fā)展的步伐。”
Zendesk公司構(gòu)建了Answer Bot，它是使用Amazon Simple Storage Service，GPU實例，TensorFlow，以及Amazon Aurora的客戶虛擬助理。這個機(jī)器人使用深度學(xué)習(xí)預(yù)測模型來識別常見問題，并更快速地回答客戶問題，并提出最佳實踐。
Answer Bot去年年底在AWS云平臺上增加了SageMaker服務(wù)，這個在抽象大部分底層基礎(chǔ)設(shè)施管理之前就已經(jīng)問世了，但是Zendesk公司將以自2011年以來使用AWS的相同原因考慮這項服務(wù)：卸載底層IT操作，并專注于其核心業(yè)務(wù)。
“任何管理工作都不是真正的數(shù)據(jù)科學(xué)工作。” Zendesk公司技術(shù)運(yùn)營副總裁Steve Loyd說，“SageMaker的承諾是它可以為用戶提供更多的圍繞TensorFlow構(gòu)建的全套接口和自動化功能，并且可以讓用戶以更少的成本實現(xiàn)更多的目標(biāo)。”
除了炒作之外，人工智能還需付出努力
Loyd表示，數(shù)據(jù)科學(xué)家不僅建立這些模型，而且還要不斷驗證。如果能夠采用工具更好地解決底層基礎(chǔ)設(shè)施問題，數(shù)據(jù)科學(xué)家就有更多時間調(diào)整其算法。隨著AWS公司和其他云計算提供商使他們的人工智能工具集更易于使用，機(jī)器學(xué)習(xí)的進(jìn)入門檻將會繼續(xù)下降，因此從數(shù)據(jù)集中獲取數(shù)據(jù)更容易。
但即使是人工智能用戶也認(rèn)為這不是萬能的，特別是因為大多數(shù)模型的功能相對簡單。許多公司確信他們需要人工智能技術(shù)，但不知道該怎么做。
“人們對于人工智能最大的誤解之一是，人工智能就像一種煉金術(shù)或是一個魔術(shù)盒，只要付出和努力，就會獲得驚人的成果。”Alpha Vertex公司的Bishop說，“但獲得高質(zhì)量的結(jié)果非常困難，我認(rèn)為人們不會完全理解這一點。”
盡管如此，他們警告說放棄人工智能只是因為炒作的結(jié)果與現(xiàn)實不符。Dekate指出，比云計算供應(yīng)商的人工智能技術(shù)更重要的是，企業(yè)如何整合這些技術(shù)并加速他們自己的創(chuàng)新。那些成功的企業(yè)比較務(wù)實，在數(shù)據(jù)和基礎(chǔ)設(shè)施管理方面擁有良好的基礎(chǔ)。
“每個組織都將需要有一個人工智能策略，”他說，“采用機(jī)器學(xué)習(xí)和人工智能是一個長期的事情，但現(xiàn)在必須參與其中，這樣企業(yè)才能在競爭中領(lǐng)先。”