Пока мы углубляемся в 2020 год, стоит оглянуться на прошлый год в связи с достижениями в области разработки платформ AI/ML. Именно здесь у меня была возможность провести время в обучении и развитии знаний, и на данный момент это перешло от любопытства к игре со страстью.

Базовый уровень

Во-первых, пейзаж. По своей сути, искусственный интеллект — это машины, выполняющие действия, на которые способен человеческий интеллект, а машинное обучение — это машины, выполняющие действия, которые люди на самом деле вообще не могут выполнять, а если и могут, то работа требует огромных усилий и времени. .

Хотя машинное обучение и концепция ИИ существуют уже более 50 лет, этим концепциям мешало сочетание стоимости вычислений и масштаба. По мере того, как Amazon, Microsoft, Google развивали свой бизнес, они разработали масштабируемые платформы машинного обучения для персонализации, рекламы, поиска и чрезвычайно сложных методов отслеживания, влияния и эффективного контроля покупателя — вас и меня.

Amazon, Google и Microsoft терпят неудачу и получают миллиард долларов прибыли. За последние пару лет каждый из них сосредоточился на разработке и представлении платформ AI/ML для внешнего мира. Я предполагаю, что это принесет им деньги в масштабе, который делает традиционные вычисления тривиальными.

Службы искусственного интеллекта и машинного обучения выходят в прайм-тайм

Давайте посмотрим, что произошло в прошлом году.

В апреле GoogleNext курировал невероятные сеансы, посвященные примерам использования AI/ML. На этой конференции были анонсированы AutoML Tables и AutoML Vision. Эти платформы представляют собой инструменты машинного обучения, разрабатываемые для того, чтобы специалисты, не занимающиеся данными, могли создавать, тестировать, обучать и совершенствовать модели, не прибегая к помощи команды DevOps, специалистов по данным и разработчиков для выполнения первоначального задания. Конечно, вам по-прежнему нужно владеть своими данными, концепциями машинного обучения и самими инструментами, но этот прогресс значительно повысил уровень инструментов машинного обучения Amazon и Microsoft, сделав машинное обучение доступным для людей без докторской степени в области компьютерных наук или формального обучения науке о данных. .

Усиленный подход Google также решает серьезную проблему — единорогов по обработке и анализу данных не существует в больших масштабах, а там, где они существуют, их набирают в высшие лиги задолго до того, как они покидают академию (чтобы они могли расширяться за счет машин, дающих нам ИИ/ ML для игры).

К лету re:MARS была проведена в июне 2019 года, и с точки зрения посещения это была лучшая конференция, которую я посещал за последние 20 лет. re:MARS — это расширенная концепция ежегодного эксклюзивного саммита MARS, рассчитанная на первые 3000 участников в Лас-Вегасе. Темы, сосредоточенные на машинном обучении, автоматизации, робототехнике и космосе. Amazon курировал все записи, и это настоящая сокровищница для всех, кто хочет узнать больше об AI/ML. В большинстве размещений вендоров были представлены примеры робототехники и автоматизации:

Хотя анонсов сервисов AWS не было, крупный поставщик облачных услуг впервые вложил значительные средства, чтобы сосредоточить внимание не столько на технологиях, сколько на прикладных и потенциальных вариантах использования AI/ML как на Земле, так и за ее пределами. Тем ближе для меня был инженер-ракетчик эпохи Аполлона, описывавший, как ИИ/робототехника в космосе будет перерабатывать и создавать большинство вещей с многоразовыми компонентами и нулевыми отходами.

К декабрю на конференции AWS re:Invent AI/ML заняли видное место, и у вас снова есть полный архив записей сеансов. Полудневный саммит по машинному обучению демонстрирует смещение акцента Amazon на прикладные и во благо варианты использования, а также более широкое обсуждение этических и социальных последствий этих платформ. Но в заголовках (для фанатов науки о данных и людей, которые поддерживают эти усилия) было введение SageMaker Studio. Эта среда разработки включает в себя множество инструментов для автоматизации, отладки и авторекомендации моделей и, по существу, устраняет некоторые первоначальные барьеры знаний для команд, использующих SageMaker.

Примечательно, что SageMaker AutoPilot может изучать ваши данные, сравнивать результаты нескольких моделей и давать рекомендации о том, какая из них лучше всего подходит для вашего варианта использования/данных. Да, в вашу платформу разработки ИИ встроен ИИ, поэтому машина подсказывает вам, как лучше всего ее использовать. AWS также упаковывает готовые платформы машинного обучения для обслуживания широкого спектра отраслевых сценариев использования, включая персонализацию, прогнозирование, обнаружение мошенничества и отладку кода (ИИ показывает людям, как исправить их дерьмовый код). Итак, опять же, в течение 6 месяцев крупный игрок выравнивает поле, конкурируя за первых последователей и за умы, поскольку этот рынок продолжает формироваться.

Надеюсь, вам понравилось это путешествие за достижениями AI/ML в прошлом году. Не следуйте за ними, пусть они следуют за вами.