中文字幕在线观看,亚洲а∨天堂久久精品9966,亚洲成a人片在线观看你懂的,亚洲av成人片无码网站,亚洲国产精品无码久久久五月天

Gartner首份云上AI開發(fā)服務(wù)魔力象限:國(guó)內(nèi)騰訊入圍,阿里百度落選

2020-12-04    來(lái)源:raincent

容器云強(qiáng)勢(shì)上線!快速搭建集群,上萬(wàn)Linux鏡像隨意使用

 

近日,Gartner 首份云 AI 開發(fā)服務(wù)魔力象限正式發(fā)布,魔力象限以供應(yīng)商前瞻性、執(zhí)行力為橫縱坐標(biāo),主要考核語(yǔ)言、視覺(jué)、自動(dòng)機(jī)器學(xué)習(xí)三大領(lǐng)域產(chǎn)品,將市場(chǎng)上供應(yīng)商劃分四大象限——領(lǐng)導(dǎo)者,有遠(yuǎn)見者、特定領(lǐng)域者(小眾玩家)、挑戰(zhàn)者。

其中,領(lǐng)導(dǎo)者包括 AWS、微軟、谷歌、IBM;有遠(yuǎn)見者包括 Aible、H2O.ai、Prevision.io;特定領(lǐng)域者包括:Salesforce、SAP、騰訊。

目前,挑戰(zhàn)者象限領(lǐng)域供應(yīng)商尚是空白狀態(tài),不過(guò)未來(lái)隨著自動(dòng)機(jī)器學(xué)習(xí)等服務(wù)的廣泛應(yīng)用,象限玩家也會(huì)逐漸豐富。

來(lái)源:機(jī)器之心

Gartner 最近發(fā)布首份云 AI 開發(fā)服務(wù)(Cloud AI Developer)魔力象限,該魔力象限評(píng)估了面向應(yīng)用程序開發(fā)人員的云托管人工智能(AI)服務(wù)的重要新興市場(chǎng),它從三個(gè)關(guān)鍵服務(wù)領(lǐng)域的產(chǎn)品:語(yǔ)言,視覺(jué)和自動(dòng)機(jī)器學(xué)習(xí)(AutoML)出發(fā)來(lái)評(píng)估供應(yīng)商。

Gartner 對(duì)云 AI 開發(fā)服務(wù)的定義如下:

云 AI 開發(fā)者服務(wù)是云托管的服務(wù)/模型,讓開發(fā)團(tuán)隊(duì)可以通過(guò) API 充分利用 AI 模型,無(wú)需具備扎實(shí)的數(shù)據(jù)科學(xué)專業(yè)知識(shí)。這些托管模型提供的服務(wù)擁有語(yǔ)言、視覺(jué)和自動(dòng)化機(jī)器學(xué)習(xí)等方面的功能。這些服務(wù)常常可以通過(guò) API 訪問(wèn)來(lái)獲得,通常根據(jù) API 調(diào)用的數(shù)量來(lái)定價(jià)。在一些情況下,可以通過(guò)集成的配置工具來(lái)使用服務(wù)。這類服務(wù)的幾個(gè)例子包括自然語(yǔ)言理解、情感分析、圖像識(shí)別和機(jī)器學(xué)習(xí)模型創(chuàng)建。

Gartner 稱到2023年,40%的開發(fā)團(tuán)隊(duì)會(huì)使用自動(dòng)化機(jī)器學(xué)習(xí)服務(wù)來(lái)構(gòu)建為其應(yīng)用軟件添加AI功能的模型,而2019年這一比例不到2%。到2025年,AI將使50%的數(shù)據(jù)科學(xué)家活動(dòng)實(shí)現(xiàn)自動(dòng)化,從而緩解人才嚴(yán)重短缺問(wèn)題。

根據(jù) Gartner 云 AI 開發(fā)服務(wù)魔力象限顯示:

位列領(lǐng)導(dǎo)者象限的廠商包括:AWS、微軟、谷歌、IBM;

特定領(lǐng)域者包括:Salesforce、SAP、騰訊;

有遠(yuǎn)見者包括:H20.ai、Aible、Prevision.io;

挑戰(zhàn)者:空白。

 

 

Gartner報(bào)告顯示,阿里巴巴和百度被排除在此「魔力象限」之外,是因?yàn)樗鼈儾粷M足至少涵蓋兩個(gè)主要地區(qū)的產(chǎn)品要求。

對(duì)應(yīng)要求表示,供應(yīng)商必須至少在以下兩個(gè)地區(qū)中為其2018年的云AI開發(fā)人員服務(wù)增加至少20個(gè)新的付費(fèi)企業(yè)客戶,主要地區(qū)被定義為 北美、南美洲、歐洲、中東和非洲、亞太。

一 魔力象限的「領(lǐng)導(dǎo)者」們

1、AWS

亞馬遜網(wǎng)絡(luò)服務(wù)(AWS)總部位于美國(guó)華盛頓州西雅圖市,是該魔力象限的領(lǐng)導(dǎo)者。它提供了一套全面的服務(wù)和 API,包括用于語(yǔ)言和視覺(jué)服務(wù)領(lǐng)域的服務(wù)和 API,并由 Amazon 面向開發(fā)人員和數(shù)據(jù)科學(xué)家的 SageMaker ML 服務(wù)進(jìn)一步支持。

據(jù)悉,AWS 結(jié)合了非常廣泛和強(qiáng)大的 AI 產(chǎn)品組合,在商業(yè)和消費(fèi)者領(lǐng)域具有很高的知名度。它在商業(yè)領(lǐng)域的知名度部分歸功于其存儲(chǔ)和計(jì)算解決方案。它在消費(fèi)領(lǐng)域的知名度歸功于亞馬遜的在線零售業(yè)務(wù)和 Alexa AI 產(chǎn)品。

AWS 為開發(fā)人員提供的產(chǎn)品可以滿足沒(méi)有 ML 技能的人和尋求高級(jí)功能的人的需求。那些沒(méi)有 ML 技能的人可以使用具有持續(xù)學(xué)習(xí)的 API 的預(yù)訓(xùn)練 AI 服務(wù);這些服務(wù)包括廣泛的視覺(jué),語(yǔ)音,自然語(yǔ)言和文本處理功能。尋求更高級(jí)功能的開發(fā)人員和數(shù)據(jù)科學(xué)家可以使用 SageMaker 的完整 ML 套件。

然而,AWS 產(chǎn)品組合的復(fù)雜性和廣度對(duì)個(gè)人開發(fā)人員和企業(yè)的應(yīng)用程序領(lǐng)導(dǎo)者都構(gòu)成了一些挑戰(zhàn)。開發(fā)人員必須確定 AWS 的功能是否最適合他們的要求。應(yīng)用程序主管必須決定他們是否要在單個(gè)平臺(tái)上整合 AI 項(xiàng)目。AWS 的廣度還可能導(dǎo)致混亂和治理問(wèn)題,例如,Amazon Lex 提供全面的翻譯服務(wù),而虛擬助手框架的 NLU 部分僅支持英語(yǔ)。

在對(duì)該魔力象限進(jìn)行研究的整個(gè)過(guò)程中,Amazon SageMaker 缺乏一些關(guān)鍵的模型管理功能,例如主動(dòng)模型監(jiān)控和模型提供的推論的可解釋性。但是,AWS 自此發(fā)布了 Amazon SageMaker Experiences 和 Amazon SageMaker Model Monitor,以解決此缺點(diǎn)。

此外,當(dāng)用戶從開發(fā)環(huán)境轉(zhuǎn)到生產(chǎn)環(huán)境時(shí),執(zhí)行成本可能會(huì)比他們預(yù)期的要高。AWS 意識(shí)到了預(yù)測(cè)的成本和復(fù)雜性,并提供諸如 Amazon Elastic Inference 之類的產(chǎn)品來(lái)幫助解決此問(wèn)題。

同樣是魔力象限領(lǐng)導(dǎo)者的還有谷歌,Google 總部位于美國(guó)加利福尼亞山景城。它提供涵蓋所評(píng)估的所有三個(gè)服務(wù)領(lǐng)域的服務(wù):語(yǔ)言,視覺(jué)和 AutoML。Google 為大多數(shù)服務(wù)使用深度神經(jīng)網(wǎng)絡(luò)模型,這些模型是從其公共云 Google Cloud Platform 提供的。

2、Google Cloud

Google 提供了強(qiáng)大的語(yǔ)言服務(wù),可提供比其他提供商更多的語(yǔ)言支持。它的 NLU 服務(wù)可用于批處理模式和實(shí)時(shí)流模式。它的聊天機(jī)器人工具支持 22 種語(yǔ)言,并計(jì)劃在來(lái)年提供更多語(yǔ)言。其語(yǔ)音轉(zhuǎn)文本服務(wù)支持 64 種語(yǔ)言的 120 種方言,翻譯服務(wù)支持 104 種語(yǔ)言。Google 還為語(yǔ)言提供最廣泛的光學(xué)字符識(shí)別(OCR)支持,支持的語(yǔ)言超過(guò) 200 種。

與其他服務(wù)不同,Google 的圖像識(shí)別服務(wù)可以通過(guò)容器部署在虛擬私有云或內(nèi)部部署中,也可以部署在其公共云平臺(tái)上。Google 的假設(shè)分析工具為其 AutoML Vision 和數(shù)據(jù)標(biāo)簽服務(wù)提供了一定程度的可解釋性。此外,AutoML Vision 還提供了 Vision API,使開發(fā)人員可以通過(guò) REST 和遠(yuǎn)程過(guò)程調(diào)用(RPC)API 訪問(wèn)預(yù)訓(xùn)練的模型。開發(fā)人員可以通過(guò)自動(dòng)識(shí)別面部和物體來(lái)快速分類圖像。Google 的 AutoML Video Intelligence 服務(wù)使具有最少 ML 經(jīng)驗(yàn)的開發(fā)人員可以自定義可以分類和跟蹤對(duì)象的模型。

Google 的 AutoML 表包含數(shù)據(jù)支持,可提供有關(guān)數(shù)據(jù)集中每個(gè)功能的缺失數(shù)據(jù),基數(shù)和分布的信息。這有助于開發(fā)人員整理干凈,有效的培訓(xùn)數(shù)據(jù)。

Google 的大多數(shù)云 AI 開發(fā)人員服務(wù)僅可通過(guò)公共 Google Cloud Platform 使用。除了可在 Edge 和 Mobile ML Kit 中部署的 Vision 服務(wù)外,服務(wù)可能無(wú)法部署在虛擬私有云或本地中。不過(guò),Google 確實(shí)計(jì)劃在來(lái)年為其許多服務(wù)包括這些部署選項(xiàng)。

由于先前在銷售執(zhí)行和定價(jià)方面的缺陷,Google 在通用云平臺(tái)業(yè)務(wù)中一直難以與其他主要云提供商競(jìng)爭(zhēng)。Google Cloud Platform 的市場(chǎng)份額低于 AWS 和 Microsoft(Azure)的產(chǎn)品。盡管 Google 表現(xiàn)出了改進(jìn),但它需要執(zhí)行新的目標(biāo)客戶銷售策略,以吸引其云 AI 開發(fā)人員服務(wù)產(chǎn)品的吸引力,因?yàn)樵摦a(chǎn)品的成功取決于整個(gè) Google Cloud Platform 的成功。

3、 IBM Watson Assistant

IBM 公司總部位于美國(guó)紐約阿蒙克,它在本報(bào)告涵蓋的所有三個(gè)服務(wù)領(lǐng)域中提供了廣泛的 AI 服務(wù)。

根據(jù) IBM 用戶的說(shuō)法,在 IBM Watson Assistant 平臺(tái)上開發(fā)對(duì)話代理是一種相對(duì)輕松的體驗(yàn)。IBM NLP 元素內(nèi)的功能已很好地集成在一起,其中包括使用深度學(xué)習(xí)綜合技術(shù)以及語(yǔ)氣和情感分析的創(chuàng)新組件,盡管在 NLP 領(lǐng)域具有強(qiáng)大的組件,但是 IBM 缺乏健壯的自然語(yǔ)言生成(NLG)元素令人驚訝,但是,與許多其他技術(shù)一樣,IBM Research 正在開發(fā)可能最終出現(xiàn)在其服務(wù)陣容中的功能。

IBM 的 Watson Studio 和 ML 產(chǎn)品得益于該公司在增強(qiáng) ML 領(lǐng)域的悠久歷史。IBM 提供了一組強(qiáng)大的 AI ML 服務(wù),從自動(dòng)數(shù)據(jù)準(zhǔn)備和算法選擇到一系列優(yōu)化指標(biāo)到有效的公民數(shù)據(jù)科學(xué)家體驗(yàn),一應(yīng)俱全。

雖然 IBM 的產(chǎn)品范圍廣泛,構(gòu)成了許多 AI 服務(wù)元素。這使將它們?nèi)烤奂谝粋(gè)單一,一致且高度集成的環(huán)境中的任務(wù)變得復(fù)雜。反過(guò)來(lái),這種復(fù)雜性導(dǎo)致了來(lái)自不同部門的不同產(chǎn)品,由不同的開發(fā)團(tuán)隊(duì)處理,并具有不同的定價(jià)方案,這導(dǎo)致 IBM 用戶反饋 IBM 服務(wù)的強(qiáng)度,版本,集成級(jí)別和向后兼容性級(jí)別不平等。

4、Microsoft Azure

Microsoft 總部位于美國(guó)華盛頓州雷德蒙德,與其他領(lǐng)導(dǎo)者一樣,Microsoft 提供了廣泛的服務(wù),開發(fā)人員可以利用這些服務(wù)來(lái)增強(qiáng)其應(yīng)用程序。微軟的產(chǎn)品包括語(yǔ)言,視覺(jué)和 AutoML 功能。

Microsoft 針對(duì) ML 和 AI 提供了基于符號(hào)(已解析)和子符號(hào)(基于矢量的 ML)方法的一系列服務(wù),這為其某些云 AI 服務(wù)提供了 Microsoft 優(yōu)勢(shì)。

就部署選項(xiàng)而言,Microsoft 是云 AI 開發(fā)人員服務(wù)的更靈活的提供商之一。根據(jù)企業(yè)客戶的需求,其服務(wù)可部署在 Azure 云,虛擬私有云或本地中。微軟通常通過(guò)其合作伙伴網(wǎng)絡(luò)提供 AI 服務(wù),通常不直接與企業(yè)合作開發(fā)解決方案。這種方法不是 Microsoft 獨(dú)有的,但是對(duì)于剛開始開發(fā)云解決方案的組織來(lái)說(shuō),它仍是具有挑戰(zhàn)性的。

微軟為其自然語(yǔ)言服務(wù)提供了多種語(yǔ)言選擇之一。這使具有廣泛語(yǔ)言需求的跨國(guó)組織能夠服務(wù)于具有不同語(yǔ)言要求的多個(gè)市場(chǎng)。目前微軟尚未推出 NLG 服務(wù),盡管它們已列入路線圖。因此,急需 NLG 的公司必須尋求其他提供商。

值得一提的是,由于涉及多個(gè)業(yè)務(wù)部門并且包括 Azure 認(rèn)知服務(wù)和 Cortana 服務(wù)的混淆品牌戰(zhàn)略,這種重疊通常會(huì)使客戶感到困惑。

二 魔力象限的「遠(yuǎn)見者」們

1、Aible

總部位于美國(guó)加利福尼亞的福斯特城的 Aible,是這個(gè)魔力象限中的有遠(yuǎn)見者。

它可在 Amazon Web Services(AWS)和 Microsoft(Azure)基礎(chǔ)架構(gòu)上的公共云或虛擬私有云中使用。Aible 提供 30 天的免費(fèi)產(chǎn)品試用版,并提供出色的客戶支持。

Aible 對(duì)業(yè)務(wù)影響和 ROI 的關(guān)注使客戶的業(yè)務(wù)成為模型開發(fā)和部署不可或缺的一部分。Aible 會(huì)自動(dòng)執(zhí)行整個(gè)模型創(chuàng)建和實(shí)施過(guò)程,以確保成功部署和使用結(jié)果解決方案。Aible 解釋了驅(qū)動(dòng)其對(duì)不同模型進(jìn)行預(yù)測(cè)的因素,并提供了比較這些模型的影響的方法。

Aible 為現(xiàn)實(shí)生活中的業(yè)務(wù)需求和約束提供最佳模型的方法是獨(dú)一無(wú)二的。它的產(chǎn)品自動(dòng)詢問(wèn)與業(yè)務(wù)相關(guān)的問(wèn)題,以了解業(yè)務(wù)目標(biāo),成本-收益的權(quán)衡以及與領(lǐng)域,基礎(chǔ)架構(gòu),成本和治理現(xiàn)實(shí)相關(guān)的約束。通過(guò) Aible,客戶可以將標(biāo)準(zhǔn) ML 模型的影響與在實(shí)際約束下工作的模型的影響進(jìn)行比較。

另外,為了安全起見,Aible 僅提取元數(shù)據(jù),而從設(shè)計(jì)上看,它看不到客戶數(shù)據(jù)或訓(xùn)練有素的模型。

據(jù)了解,Aible 當(dāng)前產(chǎn)品的開發(fā)于 2018 年開始,一些客戶尚未實(shí)現(xiàn)全面部署。此外,雖然 Abile 確實(shí)計(jì)劃在 2020 年底之前提供 NLU,情感分析,文本分析和圖像識(shí)別服務(wù),但目前 Aible 不提供此魔力象限考慮的任何語(yǔ)言和視覺(jué)服務(wù)。

為了易于使用標(biāo)準(zhǔn) API 和工具進(jìn)行集成,在此「魔力象限」中,Aible 在所有供應(yīng)商中得分最低。減少對(duì) API 和工具的關(guān)注反映了 Aible 避免顯式集成需求的愿景。

2、H2O.ai

H2O.ai 總部位于美國(guó)加利福尼亞山景城。H2O.ai 以其開源 ML 和 AI 軟件而聞名。H2O 無(wú)人駕駛 AI,AutoML 平臺(tái),是供應(yīng)商的商業(yè)產(chǎn)品,并包含許多開源附件。

H2O 無(wú)人駕駛 AI 包括自動(dòng)功能,例如可視化,功能工程,模型構(gòu)建,時(shí)間序列支持,自然語(yǔ)言處理(NLP)和 ML 可解釋性,并由協(xié)作功能以及數(shù)據(jù)處理,模型開發(fā),部署和操作的靈活性支持。它會(huì)自動(dòng)生成一個(gè)可移植的低延遲模型部署工件,稱為 MOJO,可以在 Java,Python,R 和 C ++運(yùn)行時(shí)中以及從云到邊緣的過(guò)程中進(jìn)行部署。

H2O 無(wú)人駕駛 AI 易于部署,從而使客戶能夠減少對(duì)成熟的數(shù)據(jù)科學(xué)組織的需求,并提供啟動(dòng)新 AI 項(xiàng)目的捷徑。H2O.ai 對(duì) ML 可解釋性和可解釋性的關(guān)注通過(guò)幫助建立信任和降低風(fēng)險(xiǎn)來(lái)促進(jìn) AI 的采用。它在參考客戶方面獲得了技術(shù)支持質(zhì)量的最高分,并且擁有專門的支持組織以及客戶成功工程師和數(shù)據(jù)科學(xué)家來(lái)為其用戶提供支持。H2O.ai 雇用了全球 10%的 Kaggle Grandmasters,他們可以與客戶合作。

H2O.ai 無(wú)法提供某些自然語(yǔ)言服務(wù),但 H2O.ai 的平臺(tái)上還提供了其他服務(wù),例如情感分析和文本分析。H2O.ai 當(dāng)前不提供其他服務(wù),例如聊天機(jī)器人,語(yǔ)音到文本,自動(dòng)語(yǔ)音,文本到語(yǔ)音和翻譯。但是,可以使用 H2O.ai 支持的第三方工具(例如 TensorFlow 和 PyTorch)或自定義配方來(lái)緩解這種不足。

此外,H2O.ai 當(dāng)前不提供任何視覺(jué)服務(wù),但是圖像識(shí)別和 OCR 正在開發(fā)中,并將于 2020 年并入 H2O 無(wú)人駕駛 AI。

3、Prevision.io

Prevision.io 總部位于法國(guó)巴黎,是這個(gè)魔力象限中的有遠(yuǎn)見者。它的云 AI 開發(fā)人員服務(wù)集專注于 AutoML,但在 AutoML 平臺(tái)中還具有文本和圖像分析功能。

Prevision.io 的界面和控件的簡(jiǎn)單性背后是一個(gè)強(qiáng)大的,功能豐富的 ML 平臺(tái)。它在 ML 模型構(gòu)建控件和經(jīng)驗(yàn)豐富的數(shù)據(jù)科學(xué)家可以訪問(wèn)的更高級(jí)功能之間保持了良好的平衡。該平臺(tái)通過(guò)一系列說(shuō)明性步驟來(lái)幫助緩解「黑匣子」效應(yīng)。以便用戶可以了解 ML 模型如何得出其結(jié)論。該平臺(tái)會(huì)自動(dòng)生成簡(jiǎn)化的可解釋模型,并可以可視化這些模型的行為。

此外,Prevision.io 的平臺(tái)集成了高級(jí) ML 功能。這些功能包括構(gòu)建元模型(集成建模的一種方法),自動(dòng)混合算法以生成更準(zhǔn)確的模型以及創(chuàng)建嵌入以提高特定模型的性能的能力。

盡管全世界的開發(fā)人員都可以訪問(wèn),但 Prevision.io 基本上僅在幾個(gè)歐洲國(guó)家/地區(qū)運(yùn)營(yíng),而且部署的模型不一定是托管模型。

在并非總是有專家數(shù)據(jù)科學(xué)家的環(huán)境中,徹底的驗(yàn)證和確認(rèn)程序至關(guān)重要,而 Prevision.io 在這方面僅提供基本功能,如果要保持有遠(yuǎn)見的人就需要對(duì)其進(jìn)行擴(kuò)展。

三 魔力象限的「特定領(lǐng)域者」們

1、Salesforce

Salesforce 總部位于美國(guó)加利福尼亞州舊金山,對(duì)于應(yīng)用程序開發(fā)人員和設(shè)計(jì)人員,它在其云產(chǎn)品中提供了嵌入式 AI 功能。該公司的主要目標(biāo)是通過(guò)使缺乏深度學(xué)習(xí)或 ML 知識(shí)的 Salesforce 生態(tài)系統(tǒng)中的管理員和開發(fā)人員將 AI 嵌入到每個(gè) CRM 和前臺(tái)用戶手中,從而將圖像識(shí)別和 NLP 嵌入其應(yīng)用程序中。Salesforce Einstein 可以以 API 或 UI 的形式提供,這更適合開發(fā)人員。

Salesforce Einstei 平臺(tái)服務(wù)的主要優(yōu)勢(shì)在于管道的簡(jiǎn)化-預(yù)測(cè)是在培訓(xùn)/測(cè)試數(shù)據(jù)所在的同一環(huán)境中構(gòu)建的,并且將結(jié)果寫回到相同的 Salesforce 對(duì)象(表/字段)中。這樣可以快速進(jìn)行模型開發(fā),培訓(xùn)和測(cè)試,并快速部署到現(xiàn)有工作流程和流程中。

Salesforce 可自動(dòng)進(jìn)行涉及預(yù)測(cè)的大量數(shù)據(jù)處理。它還實(shí)施了一些功能,以確保預(yù)測(cè)的質(zhì)量并減少與訓(xùn)練數(shù)據(jù)有關(guān)的偏差。

Salesforce 在提供簡(jiǎn)單,民主化的方法來(lái)開發(fā) AI 功能方面處于領(lǐng)先地位,這種方法不需要用戶方面的任何技術(shù)或開發(fā)技能。

Salesforce Einstein 提供了兩種 NLP 功能-Einstein Sentiment 和 Einstein Intent-但與在此魔力象限中大多數(shù)其他供應(yīng)商提供的對(duì)話 API 相比,這兩項(xiàng)都是基本的。Einstein 情感使用無(wú)法訓(xùn)練的全局模型,也無(wú)法修改其行為。

Salesforce 的 Einstein Vision 服務(wù)易于使用,所采用的方法與用于語(yǔ)言服務(wù)的方法大致相同,在語(yǔ)言服務(wù)中,帶有標(biāo)簽的訓(xùn)練數(shù)據(jù)被上載,并且模型被自動(dòng)訓(xùn)練。但是,指定用于訓(xùn)練的對(duì)象檢測(cè)邊界框坐標(biāo)需要第三方工具和支持。此外,Einstein 視覺(jué)服務(wù)缺乏競(jìng)爭(zhēng)對(duì)手提供的許多功能,例如數(shù)據(jù)標(biāo)簽外包,顯式內(nèi)容檢測(cè)和基于邊緣的模型部署。

Salesforce 的 AI 服務(wù)產(chǎn)品比該魔力象限中的其他供應(yīng)商要細(xì)得多,僅限于 Einstein 平臺(tái)服務(wù),后者僅提供目標(biāo)開發(fā)人員服務(wù),而不提供完整的產(chǎn)品組合。

2、SAP

SAP 總部位于德國(guó)沃爾多夫,它在這個(gè)市場(chǎng)上有兩個(gè)主要產(chǎn)品。第一個(gè)是 Leonardo Machine Learning,它為開發(fā)人員和業(yè)務(wù)用戶提供了預(yù)訓(xùn)練的模型和可定制的模型,可以通過(guò)調(diào)用簡(jiǎn)單的 REST API 將其用作 Web 服務(wù)。通過(guò) API 或?qū)S玫?SAP Data Intelligence 平臺(tái)執(zhí)行模型管理。好處便是,它使第三方環(huán)境能夠提供主模型管理。

第二種產(chǎn)品是 SAP Conversational AI,這是一個(gè)端到端的對(duì)話機(jī)器人構(gòu)建平臺(tái),然而 SAP 對(duì)話式 AI 僅提供基本的問(wèn)候和通用的對(duì)話元素,并且 SAP 的視覺(jué)服務(wù)僅捆綁了通用分類器,盡管 SAP 還提供了其他提供商的視覺(jué)服務(wù)。盡管 SAP 迅速增加了服務(wù)的部署,但在評(píng)估時(shí)仍有一些明顯的遺漏。

SAP 提供跨語(yǔ)言和視覺(jué)領(lǐng)域的許多基礎(chǔ) AI 服務(wù)(包括本機(jī)和通過(guò)合作伙伴提供),但更重要的是,SAP 將它們打包在一起,稱為「業(yè)務(wù)服務(wù)」或「方案」,這種方法可能會(huì)成為主要差異化因素。

3、騰訊

騰訊總部位于中國(guó)深圳,于 2016 年啟動(dòng)了 AI 實(shí)驗(yàn)室,并于同年在美國(guó)華盛頓西雅圖成立了 AI 研究中心。

騰訊將其廣泛的 AI 資源用于其游戲,視覺(jué),聊天以及其他產(chǎn)品和服務(wù)。騰訊 AI 實(shí)驗(yàn)室專注于基礎(chǔ) AI 研究; 騰訊 YouTu Lab 專注于人臉和圖像識(shí)別。微信 AI 致力于語(yǔ)音識(shí)別,NLP,數(shù)據(jù)挖掘和 ML,語(yǔ)音轉(zhuǎn)文字服務(wù)僅支持普通話,廣東話,英語(yǔ),藏語(yǔ)和維吾爾語(yǔ)。文本分析功能僅支持英語(yǔ)和中文。

騰訊擁有完整的 AI 產(chǎn)品組合。它的語(yǔ)言服務(wù)包括語(yǔ)音識(shí)別,NLP,騰訊 Bot 平臺(tái)和語(yǔ)言生成。它的視覺(jué)服務(wù)包括圖像識(shí)別和 OCR。它的 AutoML 服務(wù)包括功能工程,自動(dòng)模型構(gòu)建,模型管理以及用于數(shù)據(jù)預(yù)處理,轉(zhuǎn)換和選擇的多種算法,但 AutoML 服務(wù)缺乏自動(dòng)化的數(shù)據(jù)準(zhǔn)備,并且某些功能工程功能無(wú)法通過(guò) API 使用。

據(jù)了解,騰訊內(nèi)部多個(gè)與 AI 相關(guān)的小組,它們進(jìn)行一些重疊的 AI 研究與開發(fā)。騰訊還提供 AI 開放平臺(tái),該社區(qū)是開發(fā)人員可以免費(fèi)試用騰訊 AI 服務(wù)的社區(qū)。一旦需要企業(yè)級(jí)服務(wù),他們的項(xiàng)目就會(huì)重定向到騰訊云。

據(jù) Gartner 稱,到 2023 年,40% 的開發(fā)團(tuán)隊(duì)會(huì)使用自動(dòng)化機(jī)器學(xué)習(xí)服務(wù)來(lái)構(gòu)建為其應(yīng)用軟件添加 AI 功能的模型,而 2019 年這一比例不到 2%。到 2025 年,AI 將使 50% 的數(shù)據(jù)科學(xué)家活動(dòng)實(shí)現(xiàn)自動(dòng)化,從而緩解人才嚴(yán)重短缺問(wèn)題。

在該魔力象限中,挑戰(zhàn)者區(qū)域仍為空白,未來(lái)相信,還會(huì)有更多供應(yīng)商入場(chǎng)廝殺。

標(biāo)簽: Gartner AI 

版權(quán)申明:本站文章部分自網(wǎng)絡(luò),如有侵權(quán),請(qǐng)聯(lián)系:west999com@outlook.com
特別注意:本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)!
本站所提供的圖片等素材,版權(quán)歸原作者所有,如需使用,請(qǐng)與原作者聯(lián)系。

上一篇:數(shù)據(jù)科學(xué)在信任與安全領(lǐng)域的7個(gè)典型用例

下一篇:AI領(lǐng)域薪酬統(tǒng)計(jì):機(jī)器學(xué)習(xí)平均近3萬(wàn),數(shù)據(jù)相關(guān)崗位增速放緩