Google剛剛宣布了對(duì)其機(jī)器學(xué)習(xí)服務(wù)(MLaaS)進(jìn)行重大改進(jìn)，以縮小過(guò)去一年中和微軟之間的競(jìng)爭(zhēng)差距。不僅如此， Amazon的AWS去年11月份在AWS Re:Invent上宣布了自己新的MLaaS工具和服務(wù)，試圖讓AI應(yīng)用開(kāi)發(fā)人員在AWS云上構(gòu)建自己的智能應(yīng)用。 如今MLaaS還處于起步階段，但對(duì)于那些更傾向于將所有雜亂細(xì)節(jié)留給其他人的企業(yè)來(lái)說(shuō)，MLaaS可能會(huì)成為一個(gè)占主導(dǎo)的人工智能平臺(tái)，這些企業(yè)點(diǎn)擊一下就可以租賃到人工智能服務(wù)。本文總結(jié)了每個(gè)公司的戰(zhàn)略和策略，并試圖確定誰(shuí)是贏家和輸家。

MLaaS：承諾和問(wèn)題

機(jī)器學(xué)習(xí)是很難的，特別是深度學(xué)習(xí)這個(gè)復(fù)雜領(lǐng)域。深度神經(jīng)網(wǎng)絡(luò)是以數(shù)以百萬(wàn)計(jì)的數(shù)據(jù)樣本進(jìn)行訓(xùn)練的，通過(guò)使用大量NVIDIA GPU進(jìn)行分析，以提取和識(shí)別各種功能和類別。這是“人工智能時(shí)代”的曙光，所以企業(yè)和政府機(jī)構(gòu)當(dāng)然在爭(zhēng)先恐后地弄清楚他們需要做什么來(lái)避免錯(cuò)過(guò)“下一個(gè)大事件”。為了到達(dá)目的地(無(wú)論在哪里)，他們必須決定投資哪些項(xiàng)目，聘請(qǐng)稀缺人才，購(gòu)買大量的服務(wù)器和GPU，為監(jiān)督學(xué)習(xí)任務(wù)提供數(shù)據(jù)，然后建立和優(yōu)化自己的深度神經(jīng)網(wǎng)絡(luò)(DNN)。聽(tīng)起來(lái)很難?那么，MLaaS提供了一個(gè)更簡(jiǎn)單的選擇：選擇一個(gè)捷徑，并使用預(yù)先訓(xùn)練的神經(jīng)網(wǎng)絡(luò)來(lái)處理由主要云服務(wù)提供商提供的圖像、視頻、語(yǔ)音和自然語(yǔ)言處理。為什么要花時(shí)間和金錢自己來(lái)訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)，尤其是當(dāng)你可以寫(xiě)一個(gè)基于云的應(yīng)用、通過(guò)一個(gè)簡(jiǎn)單的API來(lái)訪問(wèn)一個(gè)預(yù)先訓(xùn)練好的網(wǎng)絡(luò)?

Google、微軟和AWS：不同的優(yōu)勢(shì)和方法

Google MLaaS

戰(zhàn)略：Google利用自己在人工智能和深度學(xué)習(xí)方面的領(lǐng)先專長(zhǎng)(Google內(nèi)部擁有超過(guò)7000個(gè)人工智能項(xiàng)目，全球超過(guò)100萬(wàn)人工智能用戶)，為人工智能開(kāi)發(fā)提供最先進(jìn)的開(kāi)發(fā)工具和最高性能的硬件平臺(tái)。這完全是關(guān)于開(kāi)發(fā)人員的，因?yàn)镚oogle不擁有像微軟這樣的用戶。

策略：

- 讓TensorFlow成為人工智能硬件和軟件之王。

- 將人工智能應(yīng)用于人工智能的開(kāi)發(fā)。Google聲稱其最近宣布的Google Cloud AutoML可以極大地簡(jiǎn)化DNN開(kāi)發(fā)的復(fù)雜任務(wù)。Cloud AutoML不是使用額外的自定義數(shù)據(jù)(如微軟那樣)來(lái)增強(qiáng)預(yù)先訓(xùn)練的API，而是從客戶自己的數(shù)據(jù)開(kāi)始，構(gòu)建一個(gè)自定義深度學(xué)習(xí)模型。AutoML有非?？岬膬x表板，你可以在開(kāi)發(fā)和調(diào)整模型時(shí)輕松查看模型的效率。Google甚至將內(nèi)部數(shù)據(jù)標(biāo)記作為服務(wù)提供——這是一些人們認(rèn)為最終將由人工智能實(shí)現(xiàn)自動(dòng)化的手動(dòng)過(guò)程。

- 將Google在數(shù)據(jù)中心之外的應(yīng)用范圍擴(kuò)展到邊緣消費(fèi)者設(shè)備和自動(dòng)駕駛汽車，獲取Google云平臺(tái)上的所有人工智能開(kāi)發(fā)項(xiàng)目。

微軟MLaaS

戰(zhàn)略：使用微軟龐大的企業(yè)和政府安裝基礎(chǔ)，以及其廣泛的生產(chǎn)力和業(yè)務(wù)流程工具組合，成為企業(yè)中機(jī)器學(xué)習(xí)技術(shù)的默認(rèn)提供商。

策略：

- 提供豐富的機(jī)器學(xué)習(xí)API來(lái)處理每種數(shù)據(jù)類型，因?yàn)槊總€(gè)公司或機(jī)構(gòu)的數(shù)據(jù)都與其業(yè)務(wù)不同。使用戶能夠利用包含組織的產(chǎn)品、人員、詞匯等的數(shù)據(jù)樣本來(lái)擴(kuò)展訓(xùn)練的神經(jīng)網(wǎng)絡(luò)(微軟是第一個(gè)走上這條道路的公司，現(xiàn)在提供29個(gè)API，其中許多API支持DNN的定制訓(xùn)練數(shù)據(jù))。

- 為那些需要構(gòu)建自己的深度神經(jīng)網(wǎng)絡(luò)的客戶提供最高性能的機(jī)器學(xué)習(xí)框架，尤其是針對(duì)自然語(yǔ)言處理的客戶。

- 利用人工智能增強(qiáng)每個(gè)微軟產(chǎn)品——為Office 365、Dynamics、Windows以及Redmond Vault中的每個(gè)產(chǎn)品提供智能功能。

亞馬遜AWS MLaaS

戰(zhàn)略：使用AWS的超大規(guī)模和豐富的工具集，為人工智能應(yīng)用提供最具成本效益的開(kāi)發(fā)和部署平臺(tái)。

策略：

- 首先，將為亞馬遜的大型在線業(yè)務(wù)開(kāi)發(fā)的工具和平臺(tái)提供為AWS服務(wù)。為Alexa和Amazon eComerce開(kāi)發(fā)的工具，現(xiàn)在可以幫助你輕松構(gòu)建聊天機(jī)器人或語(yǔ)音激活產(chǎn)品或服務(wù)。

- 提供世界級(jí)的開(kāi)發(fā)工具，如MXNet框架、Lex、Rekognition和SageMaker，以減輕開(kāi)發(fā)負(fù)擔(dān)。這些工具都具有很高的粘性，確保AWS在開(kāi)發(fā)過(guò)程完成后成為部署平臺(tái)。 尤其是SageMaker很有趣，為整個(gè)機(jī)器學(xué)習(xí)開(kāi)發(fā)生命周期提供了一個(gè)全方位管理的平臺(tái)。

- 為每個(gè)開(kāi)發(fā)人員提供最具成本效益的云基礎(chǔ)架構(gòu)，無(wú)論開(kāi)發(fā)人員選擇哪種CPU、GPU或AI Framework。

結(jié)論

首先，必須提醒的是：無(wú)論這些人工智能服務(wù)如何好，企業(yè)都需要認(rèn)識(shí)到MLaaS的局限性。問(wèn)題當(dāng)然在于細(xì)節(jié)。如果預(yù)先訓(xùn)練好的網(wǎng)絡(luò)作為一種服務(wù)不能充分地包含你想要識(shí)別的各種面孔、詞匯和對(duì)象呢?如果你想在自己的基礎(chǔ)設(shè)施上運(yùn)行人工智能應(yīng)用，將所有有價(jià)值的數(shù)據(jù)保存在內(nèi)部(那么至少看起來(lái)數(shù)據(jù)是安全的)呢?在任何一種情況下，MLaaS都可能不是企業(yè)正在尋找的入口匝道。微軟和谷歌正試圖解決MLaaS的這些功能局限性，但我認(rèn)為Google的方法可以產(chǎn)生更準(zhǔn)確的結(jié)果——AutoML實(shí)際上是建立一個(gè)自定義的人工智能模型，而不是簡(jiǎn)單地提供一個(gè)可定制的預(yù)處理層。

順便提一下，我很驚訝地發(fā)現(xiàn)AutoML是在NVIDIA GPU上運(yùn)行的，而不是被稱為GTP的Google TPU。我預(yù)計(jì)這種情況可能很快就會(huì)改變，但這確實(shí)表明，去年春天Google預(yù)先發(fā)布了Cloud TPU是為了顛覆NVIDIA GTC爭(zhēng)取更多事件，而不是與即將到來(lái)的發(fā)布上市保持一致。

盡管如此，我相信Google在人工智能方面的實(shí)力將有助于Google達(dá)到并有可能超越微軟目前在MLaaS技術(shù)上的領(lǐng)先地位，而微軟在企業(yè)軟件市場(chǎng)的實(shí)力將幫助其通過(guò)其應(yīng)用組合實(shí)現(xiàn)其人工智能投資的變現(xiàn)。