2019大会都说了什么,云巨头怎么撬动AI剩余的9

时间:2019-11-29 16:05来源:金沙澳门官网
AI模型在数据所在的位置进行了最佳培训,大多数客户数据不在IBM的云中。 由于IBM Watson Studio(之前的Data ScienceExperience)等产品,部署AI应用和服务并不像以前那样具有挑战性。于2017年

AI模型在数据所在的位置进行了最佳培训,大多数客户数据不在IBM的云中。

由于IBM Watson Studio(之前的Data Science Experience)等产品,部署AI应用和服务并不像以前那样具有挑战性。于2017年首次亮相的Watson Studio,提供了一个帮助分析、可视化和清理数据的环境和工具,并实时培训和优化机器学习模型。现在,随着AutoAI的推出,它将变得更加强大。AutoAI旨在自动执行与企业环境中AI协调相关的任务。

我们似乎已经走在了通向AI无处不在的那个世界的路上,例如我们已经预测出AI可以承担现有人力尽可能多的工作,从基础的送餐服务员、呼救中心到需要更具智能的智能投顾、医疗诊断等高级工作。但实际感受却是AI带给我们的影响还有没有想想的那么大。尤其是普华永道对来自60个国家数千名不同领域的公司高管进行了访问,只有不到4%的他们认为已经成功地运用了AI。

导语:

这是IBM推出其称为Watson的AI工具套件在其最大的云竞争对手的数据中心运行的一个很好的理由。但是大多数数据公司都没有存储在任何公共云中,这是让他们在自己的公司数据中心运行Watson的一个很好的理由。自己的云基础架构平台

IBM Data和AI总经理Rob Thomas在一份声明中说道:“为制定人工智能的发展路径,IBM一直在与客户密切合作。发展过程中,许多人会面临数据准备步骤的挑战,这也是发展人工智能的基本步骤。我们已经看到,对很多成熟的公司来说,数据基础设施的复杂性可能是令人震惊的;但对于那些几乎没有技术资源的公司来说,依然是一个压倒性的难题。我们为Watson Studio提供的自动化功能旨在简化流程,帮助客户更快地开始构建机器学习模型和实验。”

显然,剩余的那96%,给这一市场服务提供者未来的叫卖提供更加长尾的想象空间。尤其是,越来越多地企业需要利用云计算技术来实现业务的运营与交付,那如何做好AI的文章也就成了当下云巨头不得不深入思考的历史重任。

新的商业模式不断涌现,全球的商业市场出现变局,传统企业转型已经刻不容缓。云计算、大数据、人工智能、区块链等技术的兴起,将如何为企业赋能?

图片 1

AutoAI可以自动执行数据准备和预处理步骤,包括特征工程,或使用数据领域知识创建元素核心到AI算法的过程。它处理超参数优化(为学习算法选择一组最优超参数,其中“超参数”指的是在学习过程开始之前设置的值),并且它拥有一套不断增长的强大预训练模型类型,例如梯度提升树。

图片 2

备受科技界瞩目的2019 IBM Think大会2月12日在美国旧金山举行,IBM公司董事长、总裁及首席执行官Ginni Rometty女士在大会上发表了重要的演讲,其中详细畅谈了当前正在进入数字化重塑2.0阶段(Digital Reinvention, Chapter II)。Ginni Rometty表示数字化重塑的第二篇章,将以企业驱动为主,具有三大维度特征——扩展数字化和AI规模、混合云以及关键任务应用,这些之下是可信的基础设施,而IBM有责任引导这一进程。

IBM现在正在做这两件事。在本周于旧金山举行的Think会议上,该公司宣布推出Watson Anywhere,该软件迄今为止仅在其自己的云基础架构平台上使用。

此外,Watson Studio AutoAI也是IBM的Neural Networks Synthesis ,这个平台旨在通过利用AI自动合成自定义神经网络,以及允许用户选择优先考虑速度或准确性来加速深度学习模型开发。IBM表示,它使用Kubernetes在IBM Cloud上运行,并且不需要深度学习框架的代码知识或经验。

比之于云计算从企业实践撬动企业管理者的兴奋点,AI从象牙塔的努力其实更多了几十年的历史,但目前其成就还是远逊于云计算的。不同于信息化时代我们会成就于实现了诸如如无纸化办公、从图书馆到百度检索等等,AI的着力点在于“如何用机器模拟人的智能”。我们当前对语音识别、机器翻译、机器学习、人机会话等等AI技术的攻坚,就是想用IT尽快来实现人类用几十万年进化得来的听、说、读、写、思的水平。

图片 3

类似:IBM开放Watson可以随时随地运行

去年秋天,NeuNetS推出预览版,并在Watson Studio项目中提供测试版。

尤瓦尔·赫拉利在《人类简史》中分析了人类这些能力的形成离不开想象力。显然,要满足企业高官们的AI应用野心,也需要些想象力的突破。这也就不难理解AI如今为何撬动了只有4%的市场。

IBM公司董事长、总裁及首席执行官Ginni Rometty

“你需要在接近数据的地方进行培训,”IBM Data + AI副总裁Daniel Hernandez说。在今天的大多数情况下,这意味着将数据移动到AI培训引擎所在的同一数据中心。 “我们不是要求我们的客户做出这样的选择。”

就在几个月前,IBM通过与IBM Cloud Private for Data的集成,将Watson Studio、Watson Assistant和AI OpenScale带到私有云平台和公共平台(如Google Cloud Platform、AWS和Microsoft Azure)。此外,IBM还推出了AI Digital Automation,这是一种收集和分析数据模式的服务,用于识别可自动执行的任务。

前百度首席科学家吴恩达在去年末写就的《AI 转型指南》里指出,普通公司+深度学习技术并不能让AI成就你的公司。为了让你的公司在人工智能方面做得足够好,你必须“有能力系统地执行多个有价值的 AI 项目”,“必须拥有外包或自有技术和人才,可以系统地执行多个 AI 项目,直接作用于业务。”同时,吴恩达还指出,将大型公司转型为强大的 AI 公司非常具有挑战性,尤其是你需要“正确的合作伙伴”。

数字化重塑2.0

将数TB的企业数据移动到云端不仅仅是向AWS数据中心提供高带宽网络链接的问题。数据量如此之大,在广域网上移动数据是不切实际且过于昂贵的。 “你基本上必须运送磁盘以便将关键任务数据从一个数据中心移动到另一个数据中心,”他说。

IBM在机器学习即服务市场上与谷歌、微软、亚马逊和其他公司展开竞争,预计这一市场到2023年将达到55亿美元。微软在3月初宣布增强Azure Machine Learning。4月,谷歌在其I/O 2019开发者大会期间,为结构化数据引入了AutoML Video和AutoML Tables,这是谷歌自动创建AI系统服务的套件。就在本周,亚马逊宣布推出Amazon Personalize,这是一项AWS服务,可以促进网站、移动应用、内容管理和电子邮件营销系统的开发,这些系统可以提供定制的搜索结果。

现在,云世界的巨头似乎都在正在全方位的声明自己才是那个“正确的合作伙伴”。

去年,Ginni提出数据是竞争力所在(Data is the basis of competitive advantage),如果将过去一年企业发展列为1.0阶段,它有这些特点:数字化、AI、众多的尝试、众多面向客户的应用,以及由此推动的云迁移。

在训练机器学习模型时,仅移动一次数据是不够的。必须不断刷新和更新数据集以不断改进模型。这进一步使得将数据集存储在一个位置并且在另一个位置中运行模型是不切实际的。对“商品”IaaS业务没有兴趣

为了这一宏伟梦想,IBM已经愿意放弃固守的城池。

在这次的大会上,Ginni表示:当前正在进入数字化重塑2.0阶段(Digital Reinvention, Chapter II),她在演讲中说道:“我们都站在数字化重塑第二阶段的开始。我认为第二阶段将是企业驱动的。”

IBM通过为IBM Cloud Private for Data构建基于Kubernetes的Watson微服务使Watson成为可移植的,这是一个用于收集和管理企业数据的云原生平台。开源Kubernetes使它们与其他公司的平台兼容。微服务分别用于Watson OpenScale和Watson Assistant,AI项目的管理控制台和用于构建应用程序的对话接口的工具。

图片 4

数字化重塑2.0具有三大维度特征——数字化和AI的扩展、混合云以及关键任务应用,这些之下是可信的基础设施。

类似:IBM的AI芯片战略:数字和AI核心

刚刚过去的IBM Think 2019,CEO Ginni Rometty用Watson Anywhere来撬开人们对IBM和AI世界的新认知。“Watson Anywhere将成为全球业务中最开放、最具扩展性的人工智能。” Rometty表示。

“目前很多企业已经部署了许多新功能、新应用、新知技能、新的方法来服务客户。但大多数还属于随意的举措,即数字化的随机行为。而要改变这种随机的状况,就必须清楚如何扩展数字和人工智能。”对此, Ginni指出了扩展数字化和AI的五大路径:

此举突显了IBM的云战略从原始基础设施服务的转变 - 由于亚马逊,微软和谷歌之间的价格战已经成为低利润的商品业务 - 以及为企业需求打包的复杂软件工具,并作为云服务。

显然,Watson正在成为Rometty最为得意的杀手锏。尤其是,Watson被给予了IBM未来最有希望的竞争力。为了营造真正的AI标签,这几年里IBM经过了翻天覆地的变化。

第一是自外向内,从改变客户服务和客户交互体验的APP应用开始,向企业内部推进数字化转型;第二是自内向外,从流程和数据着手驱动数字化转型,通过现代化核心应用,实现灵活的基础架构;第三是商业平台,连接自外向内和自内向外的转变,包括数据驱动和嵌入到所有流程的AI,让人们能够感受到技术的真正赋能;第四,正如传统的软件全生命周期开发管理平台,现在也需要AI平台,从而追踪完整的AI生命周期;第五,AI需要相应的信息基础设施架构。

根据您所询问的分析师,IBM是第三,第四或第五大云提供商,其市场份额接近谷歌和阿里巴巴。但谷歌每个季度都在云数据中心基础设施上花费数十亿美元,而IBM却没有。由于它不再试图与基础设施即服务中的超大规模巨头竞争,因此其数据中心投资的步伐不太可能改变。非云AI工作量的镜头

以云计算为代表的开放式IT科技的快速发展,最先影响到的正是以IBM为首的封闭架构系统在过去打造的护城河。但随着Linux系统、开源软件、虚拟机、分布式系统的广泛应用,让IBM曾经成功的商业逻辑经受了巨大的挑战。即使IBM有为之称道的在系统用户体验、性能、安全性上的亮好口碑,但云环境在挑战传统系统优势上越发表现出优势,并给予用户向云环境迁移更多附加价值,诸如更具弹性、性价比等等。

图片 5

从IBM自己的云基础架构中解放Watson也为其提供了机会,让它可以在AI工作负载公司不在云中部署之后,据报道,这是一个不断增长的市场。例如,Nvidia最近推出了一项推荐计划,旨在帮助这些客户找到可以支持这些通常极其耗电的计算机的主机托管数据中心。

当越来越多客户采购计划以云为单位而渐渐淡化数据中心硬件,IBM终于决定进行一轮系统化的大胆革新。作为全球IT产业唯一的百年企业,近些年一些列大业务的收购、兼并、出售,已经让IBM脱胎换骨为一家国际上举足轻重的云服务商。

IBM公司董事长、总裁及首席执行官Ginni Rometty

虽然公司经常在云中开始尝试机器学习模型,但Nvidia营销总监早些时候向我们解释过,随着他们的模型成熟并且必须扩展,他们发现拥有自己的AI基础设施更有效,更经济。 Watson Anywhere为IBM在这一市场领域提供了一席之地。

在x86服务器市场竞争趋向同质化是,IBM出售了自己的x86标准服务器业务,进而开始努力打造开放的POWER开源架构体系,包括合作的OPEN Power联盟。此后,IBM更进一步,推出了能够运行Linux系统的LinuxONE主机及Linux On Power小型机产品,让曾经最核心、最封闭的系统也转向开放。虽然这些硬件系统所运行的Linux版本并非市面上常见的公开发行版,但为了保证自身软硬件产品能够获得最强大的Linux系统支持,IBM甚至不惜斥资340亿美元收购Linux领域的扛鼎企业之一——RedHat。对于一些带给IBM在封闭时代荣耀的明星产品,IBM为了云时代的转型也不惜壮士断腕,例如以Louts、Big Fix、Unica为代表的多项软件产品打包出售给了印度软件外包服务商HCL。

Watson Anywhere可应用于任意云平台

如果这是客户真正想要的东西,那么一旦硬件部件出现,IBM最大的竞争对手最终将在客户自己的数据中心提供他们的AI工具。

而现在,IBM则将自己在新时代中的支柱性产品Watson产品开放给了云和各类私有环境。Watson则是这家云服务商在落地“商业人工智能”战略的核心。

这次大会上,Ginni重点谈论了人工智能技术,其中提到了IBM新发布的Watson Anywhere。

虽说Watson在IBM的发展并非一切尽如人意,诸如研发运维成本的高昂、使用效率低于预期等磕磕绊绊闹人新闻常有,但总体而言已经发展成为IBM行走AI市场的一张王牌。据其官方2016年的数据,Watson已经在全球覆盖了100多万个开发者,服务人数超过10亿。我们可以Watson的那些宣传中很容找到一些很容易理解AI的强大之处,例如能够处理广泛存在于物联网中的非结构化数据,比如来自电梯、建筑等传感器的数据,或是读取12种人类自然语言,可以通过视频、医学影像等来识别关于皮肤的癌症,还可以通过识别洗衣机工作时的声音判别故障原因等。

Watson Anywhere是把Watson带到IBM Cloud Private平台上,以微服务的形式、基于开源的Kubernetes技术,可以在任何云环境中运行的Watson,包括IBM云以及其它私有云、公有云、混合云或多云环境。从而使企业能够突破云提供商的限制,在数据存储的任何地方灵活部署AI。

在Rometty带领IBM的时代里,Watson要改变全球电子、能源、教育、汽车、医药、高性能材料及相关服务等行业的面貌。显然,Watson不能只是窝在IBM自己的数据中心里了。

“Watson Anywhere将成为全球业务中最开放、最具扩展性的人工智能。” Ginni表示。

Watson Anywhere项目的推出,就是IBM期望让Watson的AI技术可以普惠全球云受众。具体的就是,通过IBM Cloud Private平台,以微服务的形式、基于开源的Kubernetes技术,可以在任何云环境中运行的Watson,包括IBM云以及其它私有云、公有云、混合云或多云环境。从而使企业能够突破云提供商的限制,在数据存储的任何地方灵活部署AI。这意味着,未来用户可以在AWS、GCP、Azure上玩转Watson的AI技术了。

据了解,Watson Anywhere旨在帮助客户发掘其业务流程中的模式,然后通过创建人工智能嵌入式程序,实现特定工作流程的自动化。例如,卡塔尔发展银行已与IBM携手创建IBM多哈创新中心,其主要技术之一就是IBM Cloud Private for Data。该银行能够通过在平台内使用人工智能和机器学习微服务,快速开发和部署新模型,将人工智能应用于数据,而不是将数据应用到人工智能,从而快速推动金融科技和体育科技领域的创新。

其实早在去年5月,IBM就已经推出了基于Kubernetes的名为Cloud Private for Data(ICP for Data)的新服务,这一技术能够使用户通过使用Watson实现为机器学习建模或者创建数字聊天机器人等任务。

IBM与合作伙伴向世界展示科技如何向善

IBM数据和AI总经理Rob Thomas认为这样的“AI开放将有助于企业打破目前自身数据的供应商锁定问题”。但从用户角度来看,尤其是让您的企业更快地建立对一种全新的、独特的计算类型的业务改变,从您的云服务那里运行一个可靠地AI项目,不失为一个捷径。

这次大会还发布了“5in5科技预测”,即未来5年将改变人们生活的5大科技创新:第一,农业“数字孪生体”有助于用更少的资源养活不断增长的人口;第二,区块链将防止更多的食物被浪费;第三,绘制微生物图谱将保护我们免受有害细菌的侵害;第四,人工智能传感器允许人们在家中检测食源性病原体;第五,Volcat将改变塑料回收。

很多年来,来自各个统计机构的公有云市场统计,AWS一直是这个市场的一家独大。根据Synergy Research的去年第四季度的统计,目前IBM云占有7%的相关市场份额,与Google云并列第三。第一AWS,其占有34%的份额,而之后的是Azure,享有15%的份额。7%的Watson自然知道依附34%树大好乘凉,但很难说,Watson Anywhere到了AWS那里会不会成了IBM的一厢情愿。AWS个性却不那么友好,尤其是AWS越发表现出了市场的侵略性,同行是冤家自不必说,就连上下游他觉得时机成熟也照吃不误。。过去的云时代里,AWS长久的老大位置得益于其众多成功的踢馆,例如用Aurora成功打下了MySQL在关系数据库里的半边天了,大数据时代里又用Amazon DynamoDB让MongoDB狠狠凉了一下子。

图片 6

同样,在AI上,AWS似乎也并不在意同行有什么表现。例如,Rometty说她的Think 2019有些像iPhone的发布大会了,这种营销技巧的表述在AWS reInvent 上你肯定不会从Andy Jassy那里注意到,即使AWS已经有了很多划时代的产品。

IBM 5 in 5预测

类似IBM的Think大会,AWS通常也会把年度重磅产品的发布放在reInvent上。如果说,IBM的开放大计还是纸上谈兵,AWS的抛给市场的AI信心早已落地硬件——Inferentia。Andy Jassy介绍,这是AWS的首款云端AI芯片。Inferentia支持INT8、FP16等流行框架。此外,它还支持TensorFlow,Caffe2和ONNX等多种机器学习框架。当然,作为亚马逊产品,它还支持来自AWS产品的数据,如EC2、SageMaker等。

从5in5预测可见,如今人们的衣食住行都离不开科技,因此,科技的进步不只对企业而言是重大的机遇与挑战,它也影响着每一个人的生活。

至少从芯片来看,AWS比起IBM在AI上的“自主可控”更强了一步,结合自己云服务的优势,从底层架构的设计似乎更能让AI与云结合得心应手。

在过去的一年,IBM在人工智能、数字技术等方面取得了巨大的进展,并帮助众多企业完成战略转型,例如,IBM与招商局签署战略合作,打造大型企业集团数字化转型标杆;帮助华润以数字化平台创造太平洋咖啡智慧门店全新体验;与福耀玻璃合作让传统制造型企业“上云”,抢占市场先机。而这些企业的变革最终都会直接影响到各个行业及我们的生活。

近日,AWS还宣布了其Neo-AI项目成为Apache软件许可下的一个新的开源项目。该项目针对边缘设备需要机器学习模型优化,从而让其AI触角可以更加靠近用户使用边界。英特尔人工智能产品部总经理Naveen Rao表示,为了从人工智能中获得价值,人们必须确保深度学习模型可以像在边缘设备上一样轻松地部署在数据中心和云中。毕竟,高性能计算设备不仅需要解决智能问题,让概率论、统计学、凸分析复杂算法等工作成果更快反馈给工作终端则更显重要。这一重要转变,已经影引起了ARM、英特尔和NVIDIA的响应。

今年,IBM将继续参与“代码行动”,运用大数据、人工智能、区块链、云计算和物联网等技术,去解决一些全球性的社会问题,例如,全球自然灾害的防御与应对。

值得注意的是,Andy Jassy是去年末说Inferentia会在今年投入使用的,不知Watson要玩转各大云的计划,会不会让Inferentia的日程提前一些。

据悉,IBM将投入2500万美元来确保“代码行动”所产生的解决方案(例如Project OWL)能在最有需要的社区中进行搭建、测试和部署,这个项目称为“代码响应”(Code and Response),已经得到了IBM企业全球志愿者服务队和非政府组织合作伙伴的支持, IBM将与众多合作伙伴一起解决灾难中最具挑战性的社会问题, 从而挽救更多的生命。

有统计显示,2018年全球AI市场规模预计为1.2万亿美元,到2022年有望达到3.9万亿美元。根据国际调查机构Canalys最新发布的数据报告显示,2018年,全球云计算市场规模超过800亿美元。尤其是当下人们面临着海量数据诞生与计算效率落后的数字化转型矛盾时,显然需要AI来借助云计算杠杆更大的数据市场影响,云服务巨头们对AI热情可见一斑。

正如Ginni所言:“IBM将与合作伙伴一起向世界展示技术如何向善。”

AI注定会成为今后两年里巨头主战场,除了IBM、AWS,阿里、微软、谷歌也都在使劲浑身解数打造“正确的合作伙伴”。打造"正确"之路是漫长的,正如Inferentia还没有被人们认为这是AI界的Lambda,Watson Anywhere能否是下一个VMware。

可以肯定的是,要是搅动起那96%的市场,这需要更多想象力才是。(本文首发钛媒体,文/王珂玥)

编辑:金沙澳门官网 本文来源:2019大会都说了什么,云巨头怎么撬动AI剩余的9

关键词: