当前位置:CIO技术探讨 → 正文

CIO应该依靠人工智能实施机器学习策略

责任编辑:cres 作者:Nicole Laskowski 译者:HERO |来源:企业网D1Net  2017-11-09 11:28:25 原创文章 企业网D1Net

人工智能的组成部分(如机器和深度学习)在不久的将来会成为每个企业的一部分。在设计机器学习策略时,CIO们应将其视为数据分析的下一个技术浪潮。
 
硅谷数据科学技术战略公司前任副总裁,谷歌TensorFlow的开源策略师Edd Wilder-James表示,机器学习和深度学习将成为每个数据科学组织工作的一部分。
 
Wilder-James在今年举办的全球顶级的StrataStrata大数据会议上发布了报告,他介绍了图像和语音识别算法的最新进展,阐述了机器学习和深度学习正在成为主流的原因。他认为图像和语音识别软件已经发展到可以看到和理解某些事物,并在某些情况下比人类做得更好。他说,这将成为企业内部工作的一部分,并为内部和外部客户提供更好的服务驱动力。
 
但是,CIO们为企业提供这些功能需要进行哪些投资呢?Wilder-James表示,当建立机器学习策略时,有着十分丰富的选择。
 
机器学习与深度学习
 
根据Wilder-James的说法,深度学习是机器学习的一个子集,但是与机器学习并不相同,可以对此进行单独讨论。机器学习模型的例子包括优化、欺诈检测,以及预防性维护。他说:“我们现在使用机器学习识别模式。这种模式就是,现在我们知道什么,我们可以做什么,我们怎样才能确定这种模式?我们能采取行动吗?”
 
Wilder James说,“深度学习模型执行类似于人工智能的任务,如图像处理和识别。凭借大量的计算能力,人们可以看到大量的输入信号。而且,计算机能做的事情看起来有些像人类的认知能力。”
 
机器学习的一些应用对于CIO而言并不陌生。其编程语言(如SAS,SPSS和Matlab)是IT部门的知名领域。诸如R,Python和Spark等开源对象也是为机器学习所准备的。
 
Wilder-James说:“开放源码是稳定性的更好保证,也是避免供应商锁定并确保得到支持的好选择。”
 
值得注意的事情
 
Wilder-James表示,技术供应商正在开始使用机器学习工具,而且这种趋势将会创造越来越多的效益。
 
“人们开始看到PyTorch在Facebook上的应用,而MXNet是亚马逊网络服务的一大特点。”他说,“主要的技术供应商正在他们正在使用的工具包方面展开竞争。”
 
这种情况如何发展还有待观察。对于Wilder James来说,他希望不会出现这种情况,他认为这些厂商“相当务实”。
 
与其他的技术展示不同
 
然而,机器学习和深度学习模式的推出与大多数技术推广的过程有所不同。在解决问题之后,CIO们将需要调查采用机器学习是否是一个恰当的解决方案。
 
Wilder James说:“人们可以用机器学习解决这个问题。这是和其他技术发展的一个重要区别。但不知道是否会成功,必须进行概念验证。”
 
Wilder James说,“部署机器学习模型最耗时的步骤是特征工程,或者在数据中发现有助于算法自调的特征。深度学习模式跨越繁琐的功能工程步骤,然后直接进入培训步骤。正确地调整深度学习模型需要巨大的数据集,图形处理单元或张量处理单元和时间。训练一个深刻的学习模式可能需要几个星期甚至几个月的时间。”
 
还有一件事要需要注意:构建深度学习模型是困难的,不会成为大多数企业机器学习策略的一部分。
 
“人们必须意识到,即将发生的事情是最接近IT研究的结果。”他说,“这些事情正处在发表论文的阶段,并在很短的周期内部署在生产中。”
 
企业的首席信息官可能在人工智能的研究和发展方面投入巨资有些犹豫,应该依靠预先构建的、可重复使用的机器和深入的学习模式,而不是重新发明。图像识别模型(如Inception)和自然语言模型(如SyntaxNet和Parsey McParseface)都是准备就绪且可供使用的模型的示例。
 
“我们可以站在巨人的肩膀上,不必从头开始。”Wilder James说。
 
机器学习技术
 
对于CIO来说,好消息是供应商现在已经开始建立机器学习策略。机器学习软件库TensorFlow是其中最著名的工具包之一。“这是一个开源的项目,因为它是谷歌的开源项目。”Wilder James说。它运行速度快,并且随时随地进行。”
 
虽然不容易开发,但是一个名为Keras的简化接口减轻了负担,可以处理大多数用例。而且TensorFlow并不是唯一的深入学习库或框架选项。其他包括MXNet,PyTorch,CNTK和Deeplearning4j。
 
对于希望采用人工智能的首席信息官来说,采用如Nvidia的DGX-1箱之类的技术价格比较昂贵,其售价为129,000美元。
 
Wilder-James指出,CIO们也可以利用云计算作为计算资源,每小时成本在5到15美元之间,可以节省大量成本。或者CIO可以选择去托管的平台路由,服务提供商将为企业运行训练有素的模型。而其他工具,如域名专有工具,如Nara Logics的个性化平台,可以填充人工智能基础设施。
 
他说,“这与我们在其他许多服务领域的业务范围是一样的。企业是租赁EC2实例来运行一个数据库,还是订阅Amazon Redshift?可以选择这些服务所需的抽象级别。”
 
然而,在投资技术和人才之前,机器学习策略应该从基础开始。“企业为人工智能做好准备的最好的一件事是采用自己的数据开发能力,无论是获取访问将数据整合到数据库中,为员工提供数据结果。”Wilder-James说,“了解如何获取数据将是最适合企业的事情。”
 
版权声明:本文为企业网D1Net编译,转载需注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。

关键字:CIO

原创文章 企业网D1Net

x CIO应该依靠人工智能实施机器学习策略 扫一扫
分享本文到朋友圈
当前位置:CIO技术探讨 → 正文

CIO应该依靠人工智能实施机器学习策略

责任编辑:cres 作者:Nicole Laskowski 译者:HERO |来源:企业网D1Net  2017-11-09 11:28:25 原创文章 企业网D1Net

人工智能的组成部分(如机器和深度学习)在不久的将来会成为每个企业的一部分。在设计机器学习策略时,CIO们应将其视为数据分析的下一个技术浪潮。
 
硅谷数据科学技术战略公司前任副总裁,谷歌TensorFlow的开源策略师Edd Wilder-James表示,机器学习和深度学习将成为每个数据科学组织工作的一部分。
 
Wilder-James在今年举办的全球顶级的StrataStrata大数据会议上发布了报告,他介绍了图像和语音识别算法的最新进展,阐述了机器学习和深度学习正在成为主流的原因。他认为图像和语音识别软件已经发展到可以看到和理解某些事物,并在某些情况下比人类做得更好。他说,这将成为企业内部工作的一部分,并为内部和外部客户提供更好的服务驱动力。
 
但是,CIO们为企业提供这些功能需要进行哪些投资呢?Wilder-James表示,当建立机器学习策略时,有着十分丰富的选择。
 
机器学习与深度学习
 
根据Wilder-James的说法,深度学习是机器学习的一个子集,但是与机器学习并不相同,可以对此进行单独讨论。机器学习模型的例子包括优化、欺诈检测,以及预防性维护。他说:“我们现在使用机器学习识别模式。这种模式就是,现在我们知道什么,我们可以做什么,我们怎样才能确定这种模式?我们能采取行动吗?”
 
Wilder James说,“深度学习模型执行类似于人工智能的任务,如图像处理和识别。凭借大量的计算能力,人们可以看到大量的输入信号。而且,计算机能做的事情看起来有些像人类的认知能力。”
 
机器学习的一些应用对于CIO而言并不陌生。其编程语言(如SAS,SPSS和Matlab)是IT部门的知名领域。诸如R,Python和Spark等开源对象也是为机器学习所准备的。
 
Wilder-James说:“开放源码是稳定性的更好保证,也是避免供应商锁定并确保得到支持的好选择。”
 
值得注意的事情
 
Wilder-James表示,技术供应商正在开始使用机器学习工具,而且这种趋势将会创造越来越多的效益。
 
“人们开始看到PyTorch在Facebook上的应用,而MXNet是亚马逊网络服务的一大特点。”他说,“主要的技术供应商正在他们正在使用的工具包方面展开竞争。”
 
这种情况如何发展还有待观察。对于Wilder James来说,他希望不会出现这种情况,他认为这些厂商“相当务实”。
 
与其他的技术展示不同
 
然而,机器学习和深度学习模式的推出与大多数技术推广的过程有所不同。在解决问题之后,CIO们将需要调查采用机器学习是否是一个恰当的解决方案。
 
Wilder James说:“人们可以用机器学习解决这个问题。这是和其他技术发展的一个重要区别。但不知道是否会成功,必须进行概念验证。”
 
Wilder James说,“部署机器学习模型最耗时的步骤是特征工程,或者在数据中发现有助于算法自调的特征。深度学习模式跨越繁琐的功能工程步骤,然后直接进入培训步骤。正确地调整深度学习模型需要巨大的数据集,图形处理单元或张量处理单元和时间。训练一个深刻的学习模式可能需要几个星期甚至几个月的时间。”
 
还有一件事要需要注意:构建深度学习模型是困难的,不会成为大多数企业机器学习策略的一部分。
 
“人们必须意识到,即将发生的事情是最接近IT研究的结果。”他说,“这些事情正处在发表论文的阶段,并在很短的周期内部署在生产中。”
 
企业的首席信息官可能在人工智能的研究和发展方面投入巨资有些犹豫,应该依靠预先构建的、可重复使用的机器和深入的学习模式,而不是重新发明。图像识别模型(如Inception)和自然语言模型(如SyntaxNet和Parsey McParseface)都是准备就绪且可供使用的模型的示例。
 
“我们可以站在巨人的肩膀上,不必从头开始。”Wilder James说。
 
机器学习技术
 
对于CIO来说,好消息是供应商现在已经开始建立机器学习策略。机器学习软件库TensorFlow是其中最著名的工具包之一。“这是一个开源的项目,因为它是谷歌的开源项目。”Wilder James说。它运行速度快,并且随时随地进行。”
 
虽然不容易开发,但是一个名为Keras的简化接口减轻了负担,可以处理大多数用例。而且TensorFlow并不是唯一的深入学习库或框架选项。其他包括MXNet,PyTorch,CNTK和Deeplearning4j。
 
对于希望采用人工智能的首席信息官来说,采用如Nvidia的DGX-1箱之类的技术价格比较昂贵,其售价为129,000美元。
 
Wilder-James指出,CIO们也可以利用云计算作为计算资源,每小时成本在5到15美元之间,可以节省大量成本。或者CIO可以选择去托管的平台路由,服务提供商将为企业运行训练有素的模型。而其他工具,如域名专有工具,如Nara Logics的个性化平台,可以填充人工智能基础设施。
 
他说,“这与我们在其他许多服务领域的业务范围是一样的。企业是租赁EC2实例来运行一个数据库,还是订阅Amazon Redshift?可以选择这些服务所需的抽象级别。”
 
然而,在投资技术和人才之前,机器学习策略应该从基础开始。“企业为人工智能做好准备的最好的一件事是采用自己的数据开发能力,无论是获取访问将数据整合到数据库中,为员工提供数据结果。”Wilder-James说,“了解如何获取数据将是最适合企业的事情。”
 
版权声明:本文为企业网D1Net编译,转载需注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。

关键字:CIO

原创文章 企业网D1Net

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^