Google og Microsoft ønsker, at alle virksomheder undersøger dig med kunstig intelligens

Når nogle patienter fra Dartmouth-Hitchcock Medical Center i New Hampshire træder på deres badevægt derhjemme, ved Microsofts computere om det. Selskabets maskiner får også blodtryksmålinger derhjemme. Og de kan endda lytte til opkald mellem sygeplejersker og patienter for at måle en persons følelsesmæssige tilstand. Microsofts software til kunstig intelligens analyserer disse data for at forsøge at advare patienter og personale om opståede helbredsproblemer, før nogen bemærker det.





Hospitalet ser på både fremtiden for sundhedsvæsenet og Microsofts forretning. Den bruger en række nye kognitive tjenester, der for nylig er tilføjet Microsofts cloud computing-tjeneste, kaldet Azure. Virksomheden siger, at udlejning af sin maskinlæringsteknologi vil frigøre nye overskud og gøre det muligt for virksomheder af enhver art at udsætte deres data - og kunder - for kunstig intelligens-teknikker, der tidligere var begrænset til computergiganter.

Illustration af Oscar Bolton Green

Kunder kommer til at modnes fra klassiske cloud-tjenester til tjenester, der bruger elementer af machine learning og AI, siger Herain Oberoi, direktør for produktstyring hos Microsoft, som fører tilsyn med virksomhedens cloud machine-learning-tjenester. Hver virksomhed, jeg taler med, har en ekstremt senior til opgave at tænke på, hvordan man får denne teknologi til at fungere for dem.



Microsofts konkurrenter Google, IBM og Amazon satser på samme måde. Google annoncerede i juni, at de havde opfundet en ny slags chip til at accelerere maskinlæringssoftware og gøre deres cloud-tjenester mere konkurrencedygtige. Virksomheden halter efter Amazon og Microsoft på cloud-markedet, og administrerende direktør Sundar Pichai har sagt, at maskinlæringstjenester giver Google en måde at differentiere sig på. Amazons cloud-afdeling, Amazon Web Services, lancerede sine første maskinlæringsskytjenester sidste år , og i juni lovede gruppens leder, Andy Jassy, ​​at udvide dem betydeligt i de kommende måneder.

Amazon og dets største konkurrenter optrappede deres investeringer i maskinlæringsteknologi i de senere år efter gennembrud inden for software, der kan trænes til at udføre opgaver såsom at fortolke fotos eller tale (se 10 Breakthrough Technologies 2013: Deep Learning ).

Nogle af de første forbrugerprodukter til at udnytte disse gennembrud var Amazons Alexa stemmestyrede hjemmeassistent og Googles nye Photos-tjeneste, som forstår indholdet af billeder og har mere end 200 millioner brugere. Tilføjelse af maskinlæring til de cloud-tjenester, som virksomheder allerede bruger til at outsource opgaver såsom datalagring og analyse, ses som en anden måde at trække penge ud af teknologien og forbedre det meget lukrative marked. IDC anslår, at virksomheder brugte næsten 70 milliarder dollars hos cloud-udbydere sidste år, og forudser, at det vil fordobles inden udgangen af ​​årtiet.



Rob Craft, som leder produktstyring for Googles cloud-maskinelæringstilbud, siger, at de fleste virksomheder er i stand til at drage fordel af maskinlæring med det samme, fordi de har en masse data ved hånden om deres drift, forretning og kunder. Vores mål er at hjælpe dem med at få mere direkte værdi fra de data, siger han.

Den mest ligetil af de nye tjenester, der tilbydes af Google og andre, gør ting som at beskrive indholdet af billeder, transskribere lydfiler såsom telefonopkald, udtrække nøgleord fra tekst eller oversætte tekst mellem sprog. Selvom det anses for at være bagud Google i maskinlæringsteknologi, har Microsoft og IBM indtil videre udrullet det bredeste udvalg af sådanne tjenester, kendt som API'er.

Microsoft har en API, der forsøger at tyde ansigtsudtryk , for eksempel. IBM har sådan en vurderer personligheden af forfatteren til tekst såsom opslag på sociale medier. Marketingfirma Indflydelsesrig bruger det til at hjælpe mærker som Corona og Red Bull med at identificere de mest nyttige sociale mediebrugere til salgsfremmende indsats. Forskellige API'er kan kombineres. For eksempel kunne en virksomhed oprette et system, der spotter sit logo i billeder på sociale medier, noterer ansigtsudtrykket af personer på billedet og udtrækker nøgleord fra enhver ledsagende tekst.



Mange nøglesoftwarekomponenter, der er nødvendige for at bygge den slags maskinlæringssystemer, som Google og andre håber vil være så værdifulde, er gratis (se Facebook Joins Stampede of Tech Giants Giving Away AI Technology). Men Jimoh Ovbiagele, medstifter og teknologichef ved opstart ROSS Intelligence , som leverer software, der fremskynder juridisk forskning til store advokatfirmaer, siger, at tiden og udgifterne til at bygge og drive et førsteklasses maskinlæringssystem betyder, at mange virksomheder er bedre stillet til at leje teknologien.

Det giver mening at stå på skuldrene af giganter, siger Ovbiagele. ROSS' evne til at forstå juridiske spørgsmål er bygget på IBM's suite af sprogbehandlingsteknologi, hvoraf nogle stammer fra Watson-computeren, der slog to Fare! mestre i 2011.

Chris Curran, chefteknolog hos PwC, siger, at de fleste store virksomheder stadig langt fra er klar til at bruge betydeligt på maskinlæringstjenester. Han anslår, at omkring tre fjerdedele er i se og lære-tilstand og venter på at se, hvad disse nye muligheder tilbyder.



Og mens de nye tjenester fra Microsoft og andre gør det nemt for ikke-teknologiske virksomheder som Dartmouth-Hitchcock Medical Center at bruge forprogrammerede maskinlæringssystemer, er teknologien mest værdifuld, når den er tilpasset til en organisations specifikke behov, siger Curran. Google og Microsofts billed-API'er er gode til generelle vurderinger, som for eksempel om et billede indeholder en kat eller en skyskraber. Men en fødevareproducent ville få mere værdi af et visionsystem, der er i stand til at opdage specifikke defekter i varer på sin produktionslinje.

Alle cloud-udbydere tilbyder enten allerede eller har lovet måder for kunderne at træne algoritmer på deres egne data for deres egne problemer. Men at skabe tilpasset kunstig intelligens-software kan kun gøres så let, siger Curran. Man skal have de rigtige folk og ekspertise, og dem er der mangel på, siger han.

skjule