10 plataformes AI per crear la vostra aplicació moderna

Ara que sabem que els terminadors no ens arribaran, és hora de fer amistat amb la Intel·ligència Artificial i beneficiar-ne!


Durant molt de temps el camp de la Intel·ligència Artificial, i la seva més famosa subdisciplina, Machine Learning, van estar envoltats d’una aura misteriosa. La maquinària de premsa propagandística va anar redactant article després que l’article prediqués l’augment de màquines superintel·ligents, superindependents i super-males, fent que moltes caiguessin en la desesperació (jo mateix inclòs).

I què hem de demostrar avui per tot el soroll i el fum? Una tecnologia d’AI que és lluny de ser perfecta i vergonyosa errades, i un robot limitat i mal funcionat que, gairebé per força, es va convertir en ciutadà. Heck, encara no disposem d’un algorisme de traducció d’idiomes digne.

Si avui, algú encara insisteix que el dia lliure és proper, aquí teniu la meva reacció:

Aleshores, què és AI, ML i tots aquests mots de paraula, si no és la fi de la humanitat?

Bé, es tracta de noves maneres de programar un ordinador per resoldre els problemes relacionats amb la classificació i la predicció. I suposem què, finalment tenim molts serveis d’IA que podeu començar a utilitzar de seguida a l’aplicació empresarial i obtenir beneficis enormes.

Què poden fer les plataformes AI per a les empreses actuals?

Bona pregunta!

La intel·ligència artificial és tan genèrica en la seva aplicació (almenys en teoria) que no seria impossible assenyalar el propòsit per al qual es va desenvolupar. És com preguntar-se per a què s’ha elaborat un full de càlcul i què es pot fer. Segurament, es va desenvolupar per comptabilitat, però avui supera aquesta responsabilitat. I la comptabilitat no és l’única funció: la gent l’utilitza com a eina de gestió de projectes, com a llista de tot, com a base de dades, i què no.

El mateix passa amb AI.

Aproximadament, l’AI és útil per a tasques poc definides i que es basen en l’aprenentatge de l’experiència. Sí, això és el que fan els humans també, però l’AI té una avantatge, ja que pot processar muntanyes de dades en molt poc temps i arribar a conclusions molt, molt més ràpid. Com a tal, algunes de les aplicacions típiques de l’AI són:

  • Detecció de cares en una foto, vídeo, etc
  • Classificació i etiquetatge d’imatges, per exemple, per assessorament dels pares
  • Conversió de parla a text
  • Detecció d’objectes en suports (per exemple, un cotxe, una dona, etc.)
  • Predicció del moviment dels preus borsaris
  • Detecció de finançament del terrorisme (entre milions de transaccions al dia)
  • Sistemes de recomanacions (compres, música, amics, etc.)
  • Captura de trencament
  • Filtratge de correu brossa
  • Detecció d’intrusions de xarxa

Podria seguir endavant i probablement quedar-me sense pàgines (figurativament parlant), però suposo que ara en teniu la idea. Aquests són tots els exemples de problemes que els humans han lluitat per resoldre mitjançant els mitjans tradicionals d’informàtica. No obstant això, aquestes són importants, ja que tenen una enorme necessitat en els negocis i en el món real.

Així, sense més, comencem amb la llista de les nostres plataformes IA principals i veiem què hi han d’oferir.

Serveis d’AI d’Amazon

De la mateixa manera que Amazon està allunyant ràpidament les empreses del negoci, també és tan total una AWS com una plataforma que no hi ha gairebé res al cap. El mateix passa Serveis d’AI d’Amazon, que està completament ampli de serveis d’IA increïblement útils.

A continuació, es detallen alguns dels serveis interessants que AWS té.

Comprensió d’Amazon: Us ajuda a donar sentit a tota la muntanya de dades textuals i desestructurades que teniu. Un dels casos d’ús és extreure les xerrades d’assistència al client existents i esbrinar quins nivells de satisfacció han estat al llarg del temps, quines són les preocupacions principals del client, quines paraules clau s’utilitzen més, etc..

Previsió d’Amazon: Servei de configuració zero per utilitzar les dades de sèries horàries existents i convertir-les en previsions exactes de futur. En cas que us pregunteu quines són les dades de la sèrie horària, feu un cop d’ull a aquest article que vaig escriure recentment (cerqueu una base de dades anomenada Horari cap al final de l’article).

Amazon Lex: Creeu interfícies de conversa (textuals i / o visuals) a les vostres aplicacions. Darrere de les escèniques s’executen els models de formació d’aprenentatge automàtic d’Amazon que descodifiquen la intenció i el que fa de parla a text sobre la marxa.

Personalitza Amazon: Servei senzill i sense infraestructures per crear recomanacions als vostres clients o a vosaltres mateixos! Podeu introduir dades de comerç electrònic o gairebé qualsevol cosa a aquest servei i gaudir de suggeriments molt precisos i interessants. Per descomptat, com més gran sigui el conjunt de dades, millorran les recomanacions.

Hi ha molts més serveis d’AI que Amazon ofereix, i pràcticament podreu passar tot el dia navegant per ells. Tot i això, és una activitat que us recomano de tot cor! ��

Nota: és difícil localitzar un resum de tots aquests serveis junts als documents AWS, però si aneu a https://aws.amazon.com/machine-learning, aquests es mostren al menú desplegable a “Serveis AI”.

TensorFlow

TensorFlow és una biblioteca (i també una plataforma) creada per l’equip que hi ha al darrere Google Brain. És una implementació del subdomini de ML anomenat Xarxes neuronals d’aprenentatge profund; és a dir, TensorFlow planteja Google com aconseguir l’aprenentatge automàtic amb xarxes neuronals mitjançant la tècnica d’aprenentatge profund.

Ara, això significa que TensorFlow no és, per descomptat, l’única manera d’utilitzar xarxes neuronals; hi ha moltes biblioteques per fora, cadascuna amb els seus avantatges i contres..

A grans trets, TensorFlow permet estocar les capacitats d’aprenentatge automàtic per a molts entorns de programació diferents. Dit això, la plataforma base és força visual i es basa principalment en gràfics i visualitzacions de dades per fer la feina. Com a tal, fins i tot si no és un programador, és possible, amb cert esforç, treure bons resultats de TensorFlow.

Històricament, TensorFlow tenia com a objectiu “democratitzar” l’aprenentatge automàtic. Segons el meu coneixement, va ser la primera plataforma que va fer que ML fos simple, visual i accessible a aquest grau. Com a resultat, l’ús de ML va explotar i la gent va poder formar models fàcilment.

El punt de venda més significatiu de TensorFlow és Keras, que és una biblioteca per treballar eficaçment amb Neural Networks de manera programàtica. A continuació, expliquem el simple que és crear una xarxa senzilla i totalment connectada (perceptre):

model = tf.keras.Sequential ()
# Afegeix una capa densament connectada amb 64 ​​unitats al model:
model.add (layer.Dense (64, activation = ‘relu’))
# Afegeix un altre:
model.add (layer.Dense (64, activation = ‘relu’))
# Afegeix una capa de softmax amb 10 unitats de sortida:
model.add (layer.Dense (10, activation = ‘softmax’))

Per descomptat, també cal fer configuració, formació, etc., però també són iguals de simple.

És difícil trobar errades a TensorFlow, tenint en compte la seva ML a JavaScript, dispositius mòbils i fins i tot solucions IoT. No obstant això, als ulls dels puristes, segueix sent una plataforma “menor” amb la qual tots els Tom, Dick i Harry poden embolicar-se. Així doncs, estigueu preparats per afrontar certa resistència a mesura que pugeu l’escala d’habilitat i topeu amb ànimes més “il·luminades”. ��

Si ets un principiant, fes-ho fora Curs en línia d’introducció TensorFlow.

Tingueu en compte també: Algunes crítiques a TensorFlow mencionen que no es poden utilitzar GPU, que ja no és cert. Avui, TensorFlow no només funciona amb GPU, sinó que Google ha desenvolupat el seu únic maquinari especialitzat anomenat TPU (TensorFlow Processing Unit), que està disponible com a núvol. servei.

Google AI Services

Igual que els serveis d’Amazon, Google també disposa d’una suite de núvols serveis girant al voltant de l’AI. No em faré cap llista de tots els serveis, ja que són molt similars a les ofertes d’Amazon. Aquí teniu una captura de pantalla de què hi ha disponibles per tal que els desenvolupadors puguin crear-los si els interessa:

En general, hi ha dues maneres d’utilitzar els serveis d’AI de Google. El primer és utilitzar un model ja format per Google i començar a aplicar-lo als vostres productes. El segon és l’anomenat AutoML servei, que automatitza diverses etapes intermediàries de Machine Learning, ajudant, per exemple, a desenvolupadors de pila completa amb una menor experiència ML per crear i formar models fàcilment.

H2O

Suposo que el “2” de H2O és un subíndex (s’assembla a la fórmula química de l’aigua, suposo), però és molest escriure. Espero la gent que hi ha al darrere H2O No m’importarà gaire!

H2O és una plataforma de codi obert per a l’aprenentatge automàtic que utilitzen els grans noms inclosos a Fortune 500.

La idea principal és fer que la recerca d’IU d’avantguarda arribi al gran públic en lloc de deixar-la en mans d’empreses amb butxaques profundes i palanques. A la plataforma H2O s’ofereixen diversos productes, com ara:

  • H2O: La plataforma base per explorar i utilitzar l’aprenentatge automàtic.
  • Aigua amb gas: Integració oficial amb Chispa Apache per a grans conjunts de dades.
  • H2O4GPU: Versió accelerada de GPU de la plataforma H2O.

H2O també fa solucions a mida de l’empresa, entre les quals cal destacar:

  • IA sense conductor: No, l’AI sense conductor no té res a veure amb els automòbils de conducció pròpia. �� Es basa més en les línies de l’oferta automàtica de Google: la majoria de les etapes d’AI / ML estan automatitzades, resultant en eines més senzilles i ràpides de desenvolupar amb.
  • Suport pagat: Com a empresa, no podeu esperar a plantejar-vos problemes de GitHub i amb l’esperança que tinguin resposta ràpidament. Si el temps és diners, H2O ofereix suport i consultoria remunerada per a grans empreses.

Buit

Petuum desenvolupa el sistema Simfonia una plataforma, que està dissenyada per a que no pensi que funcionen les IA. En altres paraules, si esteu cansats de codificar i / o no voleu memoritzar més biblioteques i formats de sortida, Symphony es sentirà com a vacances als Alps.!

Tot i que no hi ha res “obert” sobre la plataforma Symphony, les funcions valen la pena de controlar-les:

  • Interfície d’usuari i arrossegueu-la
  • Construeix fàcilment canonades de dades interactives
  • Tones de blocs de construcció estandarditzats i modulars per crear aplicacions AI més sofisticades
  • La interfície de programació i API que sent la forma visual no és prou potent
  • Optimització automatitzada amb GPUs
  • Plataforma distribuïda i molt escalable
  • Agregació de dades de diverses fonts

Hi ha moltes més funcions que realment faran sentir que s’ha reduït considerablement la barrera d’entrada. Molt recomanable!

Polyaxon

El desafiament més gran en l’actualitat en Machine Learning i AI no és trobar bones biblioteques i algorismes (o fins i tot recursos d’aprenentatge), sinó l’enginyeria especialitzada que s’ha d’aplicar per afrontar els sistemes behemoth i les altes càrregues de dades que en resultin..

Fins i tot per a enginyers de programari experimentats, pot ser una pregunta massa. Si també tens ganes, Polyaxon val la pena mirar.

Polyaxon no és una biblioteca ni un marc; més aviat, és una solució final per a la gestió de tots els aspectes de l’aprenentatge automàtic, com ara:

  • Connexions de dades i streaming
  • Acceleració del maquinari
  • Contenerització i orquestració
  • Programació, emmagatzematge i seguretat
  • Canalització, optimització, seguiment, etc..
  • Tauler de comandament, API, visualitzacions, etc.

És pràcticament una agnòstica de biblioteques i proveïdors, ja que s’admeten moltes solucions populars (de codi obert i tancat)..

Per descomptat, encara heu d’afrontar el desplegament i l’escala a un nivell determinat. Si voleu escapar fins i tot d’això, Polyaxon ofereix una solució PaaS que us permet utilitzar de forma elàstica la seva infraestructura.

DataRobot

Simplement posem, DataRobot és una solució dedicada a l’aprenentatge automàtic per a l’empresa. És visual de tota la manera i està dissenyat per donar sentit ràpidament a les vostres dades i transmetre-les a un ús concret del negoci.

La interfície és intuïtiva i elegant, cosa que permet que els no experts siguin darrere de les rodes i generen visions significatives.

DataRobot no té cap tipus de funcions; en canvi, se centra en el sentit tradicional de les dades i proporciona capacitats sòlides en:

  • Aprenentatge automàtic automàtic
  • Regressió i classificació
  • Sèries temporals

Sovint, aquestes són tot el que necessiteu per a la vostra empresa. És a dir, en la majoria dels casos, DataRobot és tot el que necessiteu. ��

NeuralDesigner

Tot i que estem en qüestió de plataformes d’II potents i fàcils d’utilitzar, NeuralDesigner mereix una menció especial.

No hi ha moltes coses a dir sobre NeuralDesigner, però hi ha moltes coses per fer. Atès que les xarxes neuronals han dominat més o menys la moderna metodologia d’aprenentatge automàtic, té sentit treballar amb una plataforma centrada exclusivament en les xarxes neuronals. No hi ha moltes opcions, no hi ha distraccions: qualitat per quantitat.

NeuralDesigner destaca de moltes maneres:

  • No es requereix programació. En absolut.
  • No és necessari construir complexos d’interfícies. Tot està disposat en passos ordenats i sensibles, fàcils d’entendre i ordenats.
  • Una col·lecció dels algorismes més avançats i refinats específics de les xarxes neuronals.
  • Paral·lelització de CPU i acceleració de GPU per a altes prestacions.

Val la pena un mira? Definitivament!

Prevision.io

Pervision.io és una plataforma per gestionar tots els aspectes de l’aprenentatge automàtic, des del processament de dades fins al desplegament a escala.

Predicció

Si ets desenvolupador, Predicció és una oferta molt útil que hauríeu de consultar. El nucli principal, PredictionIO és una plataforma d’aprenentatge automàtic que pot ingerir dades de la vostra aplicació (web, mòbil o d’una altra manera) i generar prediccions ràpidament..

No us deixeu enganyar pel nom: PredictionIO no només serveix per a prediccions, sinó que admet l’espectre complet de l’aprenentatge automàtic. Aquí hi ha alguns motius fantàstics per estimar-lo:

  • Suport per a la classificació, la regressió, les recomanacions, la PNL i què no.
  • Crea per gestionar càrregues de treball greus en una configuració de Big Data.
  • Diverses reconstruïdes plantilles pels que tenen pressa.
  • Inclou amb Apache Spark, MLlib, HBase, Akka HTTP i Elasticsearch, atenent a totes les necessitats possibles d’una aplicació moderna i robusta.
  • Ingestió combinada de dades de diverses fonts, ja sigui en mode per lots o en temps real.
  • Desplegat com a servei web típic: fàcil de consumir i alimentar.

A la majoria de projectes web que hi ha, no veig com la predicció no té gaire sentit. Endavant i prova-ho!

Conclusió

Avui no hi ha cap marc ni plataforma de AI ni ML; Vaig quedar desbordat d’elecció quan vaig començar a investigar per aquest article. Com a resultat, he intentat restringir aquesta llista a les úniques o interessants. Si creieu que he perdut alguna cosa important, feu-me saber.

Coursera tinc alguns dels grans cursos d’aprenentatge automàtic, per tant, comproveu si esteu interessats en aprendre.

Llavors, quina plataforma és la millor? Malauradament, no hi ha cap resposta clara. Una de les raons per la qual la majoria d’aquests serveis estan relacionats amb una pila o un ecosistema tecnològic determinats (la majoria construeixen el que s’anomena jardí emmurallat). L’altra, més important, la raó és que, per ara, les tecnologies AI i ML s’han mercantilitzat i hi ha una carrera per oferir tantes funcions a un preu tan baix com sigui possible. Cap venedor es pot permetre el luxe de no oferir el que ofereixen els altres, i qualsevol nova oferta es copia i serveix pels competidors gairebé durant la nit.

Com a tal, tot es refereix a quins són els seus objectius i la vostra pila, quina intuïció troba el servei, quina és la vostra percepció de les empreses que hi ha al darrere, etc..

Però sigui com sigui, no cal dir que finalment la IA està disponible com a servei, i seria extremadament poc encertat no fer-ne ús. ��

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me
    Like this post? Please share to your friends:
    Adblock
    detector
    map