0 просмотров

Как Amazon получает преимущества от искусственного интеллекта

Все, что нам нравится в цивилизации, является продуктом интеллекта, поэтому усиление нашего человеческого интеллекта с помощью искусственного интеллекта может помочь цивилизации процветать как никогда раньше — до тех пор, пока нам удается поддерживать технологию полезной».

Что такое искусственный интеллект (ИИ)?

Искусственный интеллект (ИИ) относится к моделированию человеческого интеллекта в машинах, которые запрограммированы думать как люди и имитировать их действия. Этот термин также может применяться к любой машине, которая демонстрирует черты, связанные с человеческим разумом, такие как обучение и решение проблем. закономерности в данных.

ИИ включает в себя множество методов и постоянно развивающийся набор технологий, а также следующие основные области:

  • Машинное обучение (МО) является приложением искусственный интеллект (ИИ), который предоставляет системам возможность автоматически учиться и совершенствоваться на основе опыта без явного программирования. МЛ фокусируется на разработке компьютерных программ, которые могут получать доступ к данным и использовать их для самостоятельного обучения.
  • Глубокое обучение (DL) является разновидностью машинного обучения — оно включает в себя способность машин развивать возможности самообучения на основе больших объемов данных с использованием огромных нейронных сетей с множеством уровней блоков обработки. Общие приложения включают распознавание изображений и речи.
  • Обработка естественного языка (NLP) способность компьютеров анализировать, понимать и генерировать человеческий язык, включая речь.
Статья в тему:  Какие этические теории применимы к искусственному интеллекту

Почему искусственный интеллект важен?

Технологии искусственного интеллекта и машинного обучения могут автоматизировать важные, но выполняемые вручную и трудоемкие задачи, позволяя сотрудникам сосредоточиться на более важной работе. ИИ будет использоваться для извлечения новых идей, трансформации процесса принятия решений и улучшения бизнес-результатов. Недавний отчет PWC показывает, что подавляющее большинство 72% лиц, принимающих бизнес-решения, считают, что ИИ обеспечивает конкурентное преимущество в бизнесе.

Благодаря тому, что Google, Amazon и Microsoft Azure запустили свои платформы обучения Cloud Machine, в последние годы мы наблюдаем, как искусственный интеллект и машинное обучение становятся все более популярными. Удивительно, но все мы были свидетелями машинного обучения, даже не подозревая об этом. Некоторые из наиболее распространенных случаев: «Спам’ обнаружение вашим провайдером электронной почты и ’Изображение' или же 'Лицопометка сделана Facebook. Пока Gmail распознает выбранные слова или шаблон для фильтрации спам, Facebook автоматически помечает загружаемые изображения тегами, используя технику распознавания изображений (лиц). Бизнес-преимуществ AI и ML многочисленны.

Как Amazon получает преимущества от AI/ML?

В НАЧАЛЕ 2014 ГОДА, Шрикант Тирумалай встретился с генеральным директором Amazon Джеффом Безосом. Тирумалай, ученый-компьютерщик, покинувший IBM в 2005 году и возглавивший группу рекомендаций Amazon, пришел предложить новый масштабный план внедрения последних достижений в области искусственного интеллекта в своем подразделении.

Он прибыл вооруженный «шестистраничным». Безос давно постановил, что предлагаемые ему продукты и услуги должны быть ограничены этим объемом и включать спекулятивный пресс-релиз с описанием готового продукта, услуги или инициативы. Теперь Безос полагался на своих заместителей, чтобы превратить компанию в центр искусственного интеллекта. Рекомендации по продуктам Amazon были наполнены искусственным интеллектом с самых первых дней существования компании, как и такие несопоставимые области, как графики поставок и роботы, снующие по ее складам. Но в последние годы в этой области произошла революция; машинное обучение стало намного эффективнее, особенно в усиленной форме, известной как глубокое обучение. Это привело к значительным достижениям в области компьютерного зрения, речи и обработки естественного языка.

Статья в тему:  Почему искусственный интеллект, вероятно, не

Тирумалай пришел к Безосу на его ежегодное совещание по планированию с идеями о том, как быть более агрессивным в машинном обучении. Но он чувствовал, что это может быть слишком рискованно полностью перестроить существующую систему, отлаженную за 20 лет, с использованием методов машинного обучения, которые лучше всего работали в несвязанных областях распознавания изображений и голоса. “Никто не применил глубокое обучение к проблеме рекомендаций и не поразил нас удивительно лучшими результатами.," он говорит. “Поэтому с нашей стороны потребовался прыжок веры». Тирумалай была не совсем готова, но Безос хотел большего. Поэтому Тирумалай поделился своим более острым вариантом использования глубокого обучения, чтобы изменить способ работы рекомендаций. Для этого потребуются навыки, которыми не обладала его команда, еще не созданные инструменты и алгоритмы, до которых еще никто не додумался.. Безосу это понравилось (хотя неясно, приветствовал ли он его своим фирменным смехом гиены), поэтому Тирумалай переписал свой пресс-релиз и приступил к работе.

Тирумалай был лишь одним из тех руководителей компаний, которые несколько лет назад пришли к Безосу с шестистраничными книгами в руках. Предложенные ими идеи касались совершенно разных продуктов для разных групп клиентов.Но каждый из них, по сути, представлял вариант подхода Тирумалая: преобразование части Amazon с помощью передового машинного обучения. Некоторые из них включали переосмысление текущих проектов, таких как робототехника и это огромный дата-центр бизнес, Веб-сервисы Амазонки (АВС).

Статья в тему:  Чипы искусственного интеллекта что это такое

Результаты оказали влияние далеко за пределы отдельных проектов. Тирумалай говорит, что на момент его встречи таланты Amazon в области искусственного интеллекта были разделены на изолированные карманы. «Мы разговаривали, у нас были беседы, но мы не делились друг с другом множеством артефактов, потому что уроки нельзя было легко или напрямую передать», — говорит он. Это были острова ИИ в огромном инженерном океане. Стремление перестроить компанию с помощью машинного обучения изменило ситуацию.

В то время как каждая из этих шестистраничных страниц соответствует религии Amazon «однопоточных» команд — это означает, что только одна группа «владееттехнология, которую он использует — человек начали сотрудничать в проектах. Штатные ученые взялись за сложные проблемы и поделились своими решениями с другими группами. Острова искусственного интеллекта в компании стали подключенными. По мере роста амбиций Amazon в отношении своих проектов ИИ, сложность его задач стала магнитом для лучших талантов, особенно для тех, кто хотел увидеть непосредственный результат своей работы.. Это компенсировало отвращение Amazon к проведению чистых исследований; корпоративная культура требовала, чтобы инновации вносились исключительно в контекст обслуживания клиентов.

«Если бы вы спросили меня семь или восемь лет назад, насколько велика сила Amazon в области искусственного интеллекта, я бы ответил: «Нет», — говорит Педро Домингос, ведущий профессор компьютерных наук в Вашингтонском университете. «Но они действительно наступали агрессивно. Теперь они становятся силой».

Amazon использует стратегию управления ИИ под названием «маховик»

Подход Amazon к ИИ называется маховик С инженерной точки зрения маховик — это обманчиво простой инструмент, предназначенный для эффективного накопления энергии вращения.Он работает путем накопления энергии, когда машина не работает на постоянном уровне. Вместо того, чтобы тратить энергию на включение и выключение, маховик сохраняет постоянная энергии и распространяет его на другие области машины.

Статья в тему:  Как поступить в Стэнфордскую программу искусственного интеллекта

В Amazon маховик поддерживает инновации в области искусственного интеллекта и способствует распространению энергии и знаний в других сферах деятельности компании. Маховик Amazon означает, что инновации в области машинного обучения в одной области компании подпитывают усилия других команд. Эти команды используют технологии для продвижения своих продуктов, что влияет на инновации во всей организации. По сути, то, что создается в одной части Amazon, служит катализатором роста ИИ и машинного обучения в других областях. Amazon не новичок в ИИ. Компания была одной из первых, кто использовал эту технологию для рекомендации своих продуктов. Но по мере роста ИИ и машинного обучения маховик стал краеугольным камнем расширяющегося бизнеса Amazon — центральным камнем на вершине компании, соединяющим организацию воедино. Это особенно уникально в то время, когда многие компании разбивают свои усилия по ИИ и не интегрируют их в общую компанию.

ИИ не находится в одном конкретном офисе Amazon — он везде

Amazon Echo, в котором представлены AI-бот Alexa, был одним из самых популярных набегов компании на машинное обучение. В начале Amazon столкнулась с тяжелой битвой, тем более что она была одной из первые компании попробовать свои силы в создании голосового виртуального помощника, который мог бы поместиться на столешнице. Как только технологии начали объединяться, подразделения компании поняли, что Alexa может быть полезна для их продуктов. Одними из первых навыков Alexa были интеграция с Amazon Music, Prime Video и персонализированные рекомендации по продуктам из учетной записи Amazon.

Статья в тему:  Что такое локальный поиск в искусственном интеллекте

ИИ также играет огромную роль в механизме рекомендаций Amazon, который приносит 35% дохода компании.Используя данные о предпочтениях и покупках отдельных клиентов, историю просмотра и товары, которые связаны и регулярно покупаются вместе, Amazon может создать персонализированный список продуктов, которые клиенты действительно хотят купить.

Как AWS может стать пульсирующим центром машинного обучения?

В некотором смысле, предложение машинного обучения десяткам тысяч клиентов облачных сервисов Amazon было неизбежным. «Когда мы впервые составили первоначальный бизнес-план для AWS, миссия заключалась в том, чтобы взять технологию, которая была доступна только небольшому числу хорошо финансируемых организаций, и сделать ее максимально широко распространенной.— говорит Вуд, менеджер по машинному обучению AWS. «Мы успешно сделали это с вычислениями, хранилищем, аналитикой и базами данных — и мы используем точно такой же подход к машинному обучению». Это облегчало то, что команда AWS могла опираться на опыт, который накапливала остальная часть компании.

Машинное обучение Amazon от AWS, впервые предложенный в 2015 году, позволяет таким клиентам, как C-Span, создать частный каталог лиц, говорит Вуд. Zillow использует его для оценки цен на жилье. Pinterest использует его для визуального поиска. А несколько стартапов, занимающихся автономным вождением, используют машинное обучение AWS для улучшения продуктов путем моделирования дорожных испытаний на миллионы километров.

В 2016 году AWS выпустила новые сервисы машинного обучения, которые в большей степени опирались на инновации Alexa — компонент преобразования текста в речь под названием Polly и механизм обработки естественного языка под названием Lex. Эти предложения позволили клиентам AWS, от таких гигантов, как Pinterest и Netflix, до крошечных стартапов, создавать свои собственные мини-Alexas. Третий сервис, связанный со зрением, Rekognition, основывался на работе, проделанной в Prime Photos, относительно малоизвестной группе Amazon, пытавшейся реализовать то же волшебство глубокого обучения, что и в фотопродуктах Google, Facebook и Apple.

Статья в тему:  Пбс, как мы теперь добрались до искусственного интеллекта

Эти сервисы машинного обучения одновременно являются мощным источником дохода и ключом к маховику искусственного интеллекта Amazon, поскольку такие разрозненные клиенты, как НАСА и НФЛ, платят за свои услуги. машинное обучение от Amazon. По мере того как компании создают свои жизненно важные инструменты машинного обучения внутри AWS, вероятность того, что они перейдут к конкурирующим облачным операциям, становится смехотворно малой. Недавно было выпущено обширное новое приложение под названием Коулман (назван в честь математика НАСА в Скрытые фигуры), что позволяет клиентам автоматизировать различные процессы, анализировать производительность и взаимодействовать с данными через диалоговый интерфейс. Вместо того, чтобы создавать собственного бота с нуля, он использует Лекс из AWS технологии.

Доминирующая роль AWS в эфире также дает ей стратегическое преимущество перед конкурентами, особенно Google, которая надеялась использовать свое лидерство в области машинного обучения, чтобы догнать AWS в области облачных вычислений. Да, Google может предложить клиентам сверхбыстрые чипы, оптимизированные для машинного обучения, на своих серверах. Но компаниям, работающим на AWS, легче взаимодействовать с фирмами, которые также пользуются сервисом, и продавать им. Технический директор DigitalGlobe Вальтер Скотт говорит: «Мы используем AWS для машинного обучения, потому что именно там находятся наши клиенты.

В мире, где так много компаний погрязли в бюрократии и разрозненности, приятно видеть, как Amazon ломает стены, чтобы поощрять инновации и рост во всей своей организации. Если другие компании хотят добиться успеха и оставаться в авангарде новых технологий, они также могут рассмотреть возможность применения нового организационного подхода, такого как маховик.

голоса
Рейтинг статьи
Статья в тему:  Как искусственный интеллект используется в криптовалютных инвестициях
Ссылка на основную публикацию
0
Оставьте комментарий! Напишите, что думаете по поводу статьи.x
Adblock
detector