雷鋒網(wǎng)按：本文為雷鋒字幕組編譯的技術(shù)博客，原標(biāo)題 Comparing Machine Learning as a Service: Amazon, Microsoft Azure, Google Cloud AI，作者為Altexsoft。

翻譯 | 彭珍 陳明霏    整理 |  凡江

對于大多數(shù)的公司來說，機器學(xué)習(xí)似乎接近于火箭科學(xué)，看起來昂貴而且需要人才。而且，如果你的目標(biāo)是構(gòu)建另一個Netflix推薦系統(tǒng)，那確實是。但是，一切即服務(wù)的趨勢也影響了這個復(fù)雜的領(lǐng)域。你可以在沒有太多投資的情況下啟動機器學(xué)習(xí)計劃，如果你是數(shù)據(jù)科學(xué)的新手，并且希望抓住成果，這會是正確的舉措。

機器學(xué)習(xí)最鼓舞人心的故事之一是關(guān)于一個日本農(nóng)民的，他決定用自動給黃瓜分類的方法來幫助他的父母做這項艱苦的工作。與大量關(guān)于大型企業(yè)的故事不同的是，他既沒有機器學(xué)習(xí)的專業(yè)知識，也沒有大的預(yù)算。但是他確實設(shè)法掌握了TensorFlow，并且運用深度學(xué)習(xí)來識別不同類別的黃瓜。

通過使用機器學(xué)習(xí)云服務(wù)，你可以開始構(gòu)建你的第一個工作模型，從相對較小的團隊預(yù)測中來產(chǎn)出有價值的見解。我們已經(jīng)討論了機器學(xué)習(xí)策略?，F(xiàn)在讓我們一起看看市場上最好的機器學(xué)習(xí)平臺，并考慮一些基礎(chǔ)設(shè)施決策。

什么是服務(wù)型導(dǎo)向的機器學(xué)習(xí)

服務(wù)型導(dǎo)向的機器學(xué)習(xí)（MLaaS) 是自動化和半自動化云平臺的一個概括性定義，這個云平臺涵蓋了大多數(shù)的基礎(chǔ)設(shè)施，例如數(shù)據(jù)預(yù)處理、模型訓(xùn)練、模型評估、以及進一步的預(yù)測。預(yù)測結(jié)果可以通過REST API與你的內(nèi)部IT基礎(chǔ)設(shè)施進行銜接。

亞馬遜機器學(xué)習(xí)服務(wù)、Azure機器學(xué)習(xí)和谷歌云AI是三個領(lǐng)先的云MLaaS服務(wù)，允許在只有少量或者沒有數(shù)據(jù)科學(xué)專業(yè)知識的情況下進行快速模型訓(xùn)練和部署。如果用可用的軟件工程師來組建一支本土化的數(shù)據(jù)科學(xué)團隊，就應(yīng)該首先考慮這些問題。來看看我們的數(shù)據(jù)科學(xué)團隊結(jié)構(gòu)的故事，以便于更好地了解角色分配。

在本篇文章中，我們將首先概述亞馬遜、谷歌和微軟的主要服務(wù)型導(dǎo)向的機器學(xué)習(xí)平臺，然后比較這些供應(yīng)商所支持的機器學(xué)習(xí)API。請注意，本概述并非旨在提供有關(guān)何時和如何使用這些平臺的詳盡指南，而是在開始閱讀文檔之前需要查找的內(nèi)容。

用于自定義預(yù)測分析任務(wù)的機器學(xué)習(xí)服務(wù)

Azure 機器學(xué)習(xí)工作室擁有最全面的服務(wù)；然而，如果你的任務(wù)需要用到深度神經(jīng)網(wǎng)絡(luò)，我們還推薦查看亞馬遜的SageMaker和谷歌的機器學(xué)習(xí)引擎。

亞馬遜機器學(xué)習(xí)的預(yù)測性分析

亞馬遜機器學(xué)習(xí)服務(wù)有兩個層面：亞馬遜機器學(xué)習(xí)的預(yù)測性分析和數(shù)據(jù)科學(xué)家的SageMaker工具。

同于預(yù)測性分析的亞馬遜機器學(xué)習(xí)是市場上最自動化的解決方案之一，最適合于對截止時間敏感的操作。該服務(wù)可以載入多個來源的數(shù)據(jù)，包括亞馬遜RDS，亞馬遜Redshift，CSV文件等等。所有的數(shù)據(jù)預(yù)處理操作都是自動執(zhí)行的：該服務(wù)區(qū)標(biāo)識出哪些字段是分類的，哪些是數(shù)字的，并且不會要求用戶選擇進一步數(shù)據(jù)預(yù)處理的方法（降維和白化）

亞馬遜機器學(xué)習(xí)的預(yù)測能力受限于三種選擇：二元分類、多類分類和回歸。也就是說，亞馬遜的機器學(xué)習(xí)服務(wù)不支持任何無監(jiān)督的學(xué)習(xí)方法，用戶必須選擇一個目標(biāo)變量并在訓(xùn)練集中標(biāo)注它。此外，用戶不需要了解任何機器學(xué)習(xí)方法，因為亞馬遜會在查看提供的數(shù)據(jù)后會自動選擇它們。

這種高度自動化水平既是亞馬遜機器學(xué)習(xí)使用的優(yōu)勢也是劣勢。如果你需要一個全自動但有限的解決方案，這項服務(wù)會符合你的預(yù)期。如果不是，那就選擇SageMaker。

亞馬遜SageMaker和基于框架的服務(wù)

SageMaker是一個機器學(xué)習(xí)環(huán)境，通過提供庫快速建模和部署的工具來簡化同行數(shù)據(jù)科學(xué)家的工作。例如，它提供Jupyter，一款創(chuàng)作筆記本，來簡化數(shù)據(jù)探索和分析，無需服務(wù)器管理的麻煩。亞馬遜也有內(nèi)置算法，針對分布式系統(tǒng)中的大型數(shù)據(jù)集和計算進行了優(yōu)化。這些優(yōu)化包括：

• 線性學(xué)習(xí)器，一種用于分類和回歸的監(jiān)督方法
  

• 因子分解機，用于稀疏數(shù)據(jù)集的分類和回歸

• XGBoost 是一個監(jiān)督提升樹算法，通過結(jié)合簡單的預(yù)測算法來提升在分類、回歸和排序中的預(yù)測準(zhǔn)確率

• 基于ResNet的圖像分類，也能應(yīng)用于遷移學(xué)習(xí)

• Seq2seq是一種預(yù)測序列的監(jiān)督式算法（例如，翻譯句子，將單詞串轉(zhuǎn)化為更短的摘要等）

• K-means是一種用于聚類任務(wù)的無監(jiān)督學(xué)習(xí)方法

• 主要成分分析用于降維

• 主題模型是一種用于在文檔中查找分類的無監(jiān)督方法

• 神經(jīng)主題模型（NTM）是一種無監(jiān)督方法，用于探索文檔、揭示排名靠前的單詞和定義主題（用戶不能預(yù)定義主題，但是他們可以設(shè)置預(yù)期主題的數(shù)量）

內(nèi)置的SageMaker方法與亞馬遜建議的機器學(xué)習(xí)API在很大程度上相交，但它允許數(shù)據(jù)科學(xué)家參與進來并使用他們自己的數(shù)據(jù)集。

如果你不想使用這些，你可以通過SageMaker利用其部署功能來添加你自己方法并運行模型?；蛘吣憧梢詫ageMaker與TensorFlow以及MXNeT深度學(xué)習(xí)庫進行集成。

總的來說，亞馬遜機器學(xué)習(xí)服務(wù)為經(jīng)驗豐富的數(shù)據(jù)科學(xué)家和那些只需要完成工作不需要深入數(shù)據(jù)集準(zhǔn)備和建模的人來說，提供了足夠的自由。這對那些使用了亞馬遜環(huán)境并且不打算轉(zhuǎn)移到另一家云提供商的公司來說，這將會是一個不二之選。

微軟Azure機器學(xué)習(xí)工作室

Azure機器學(xué)習(xí)旨在為新手和經(jīng)驗豐富的數(shù)據(jù)科學(xué)家提供一個強大的操作環(huán)境。微軟的機器學(xué)習(xí)產(chǎn)品名單與亞馬遜的類似，但是就當(dāng)前而言，Azure在開箱即用的算法方面顯得更加靈活。

Azure提供的服務(wù)可以分為兩個主要類型：Azure機器學(xué)習(xí)工作室和機器人服務(wù)。讓我們了解下Azure機器學(xué)習(xí)工作室的內(nèi)幕。我們將會在講專用于特定API和工具的部門回到機器人服務(wù)。

機器學(xué)習(xí)工作室是主要的服務(wù)型導(dǎo)向機器學(xué)習(xí)軟件包。在Azure機器學(xué)習(xí)工作室上的幾乎所有操作都必須手動完成。這些操作包括數(shù)據(jù)探索、預(yù)處理、選擇方法和驗證建模結(jié)果。

使用Azure接近機器學(xué)習(xí)需要一些學(xué)習(xí)曲線。但最終會導(dǎo)致對該領(lǐng)域主要技術(shù)的更深入理解。另一方面，Azure機器學(xué)習(xí)支持圖形化界面以可視化工作流中的每個步驟?；蛟S使用Azure的主要優(yōu)點在于可以使用各種算法。工作室支持近100種方法來處理分類（二元+多類）、異常檢測、回歸、推薦和文本分析。值得一提的是這個平臺擁有一種聚類算法（K-means）。

Azure機器學(xué)習(xí)的另一大部分是Cortana Intelligence Gallery。它是由社區(qū)提供的機器學(xué)習(xí)解決方案集合，提供給數(shù)據(jù)科學(xué)家進行探索和再利用。Azure的產(chǎn)品是入門機器學(xué)習(xí)并將其能力介紹給新員工的強大工具。

谷歌預(yù)測API

谷歌在兩個層面提供AI服務(wù)：為精明的數(shù)據(jù)科學(xué)家提供的機器學(xué)習(xí)引擎和高度自動化的谷歌預(yù)測API。不幸的是，谷歌預(yù)測API最近已被棄用，谷歌將在2018年4月30日停止這一服務(wù)。

注定失敗的預(yù)測API與亞馬遜的機器學(xué)習(xí)很像。它的簡約方法縮小到解決兩個主要問題：分類（二元和多類）和回歸。訓(xùn)練好的模型可以通過REST API接口進行部署。

谷歌并沒有公布會使用哪種算法來繪制預(yù)測，也不允許工程師自定義模型。另一方面，谷歌的環(huán)境最適合在緊迫的期限內(nèi)進行機器學(xué)習(xí)，并推出早期的機器學(xué)習(xí)計劃。但似乎產(chǎn)品并不如谷歌預(yù)期的那樣受歡迎。很遺憾的是，正如臨終常見問題解答中所建議的，使用預(yù)測性API將不得不使用其他平臺來”重建現(xiàn)有模型“。

那么，接下來會是什么呢？

谷歌云機器學(xué)習(xí)引擎

預(yù)測API的高度自動化是以靈活性為代價的。谷歌的機器學(xué)習(xí)引擎則截然相反。它迎合有經(jīng)驗的數(shù)據(jù)科學(xué)家，它非常靈活，并建議將TensorFlow的云端基礎(chǔ)架構(gòu)來作為機器學(xué)習(xí)的驅(qū)動程序。那么，機器學(xué)習(xí)引擎原則上與SageMaker非常相似。

TensorFlow是谷歌的另一款產(chǎn)品，它是一個開源的機器學(xué)習(xí)庫，包括各種各樣的數(shù)據(jù)科學(xué)工具，而不是服務(wù)型導(dǎo)向的機器學(xué)習(xí)。它沒有可視化界面，并且TensorFlow的學(xué)習(xí)曲線也會十分陡峭。然而，這個庫的目標(biāo)人群是那些計劃轉(zhuǎn)行到數(shù)據(jù)科學(xué)的軟件工程師。TensorFlow十分強大，但主要針對深度神經(jīng)網(wǎng)絡(luò)任務(wù)。

基本上，TensorFlow與谷歌云服務(wù)的結(jié)合表明，基礎(chǔ)架構(gòu)即服務(wù)和平臺即服務(wù)的解決方案取決于三層模型的云服務(wù)。我們在關(guān)于數(shù)字化轉(zhuǎn)型的白皮書中討論了這個概念。如果你不了解，那就看一看。

為了總結(jié)服務(wù)型導(dǎo)向的機器學(xué)習(xí)平臺，似乎Azure當(dāng)前在服務(wù)型導(dǎo)向的機器學(xué)習(xí)的市場上擁有功能最多的工具集。它涵蓋了大多數(shù)的機器學(xué)習(xí)相關(guān)任務(wù)，為構(gòu)建自定義模型提供了可視化界面，為那些不愿徒手處理數(shù)據(jù)科學(xué)的人提供了一組可靠的API。但是，它在亞馬遜上仍缺乏自動化的能力。

比較亞馬遜、微軟和谷歌的機器學(xué)習(xí)API

除了成熟的平臺，你可以使用高級API。這些會提供底層訓(xùn)練好的模型服務(wù)，你可以輸入數(shù)據(jù)然后獲取結(jié)果。API完全不需要機器學(xué)習(xí)的專業(yè)知識。目前，這三家供應(yīng)商的API大致可以分為三大類：

1）文本識別、翻譯和文本分析

2）圖像+視頻識別和相關(guān)分析

3）其他，包括特定的未分類服務(wù)

微軟提供了最豐富的功能列表。但是，所有供應(yīng)商都提供最重要的功能。

語音和文本處理API：亞馬遜

亞馬遜針對文本分析中的常見任務(wù)提供了多種API。就機器學(xué)習(xí)而言這些是高度自動化的，僅需要適當(dāng)?shù)募删涂梢怨ぷ鳌?/p>

亞馬遜Lex。Lex API是用來在你的應(yīng)用程序中內(nèi)嵌包含自動語音識別（ASR）和自然語言處理（NLP）能力的聊天機器人。這些都基于深度學(xué)習(xí)模型。這個API可以識別書面和口頭文本，Lex接口允許你將已識別的輸入連接到各種后端解決方案。顯然，亞馬遜鼓勵使用它的Lambda云環(huán)境。那么，在訂閱Lex之前，也需要熟悉Lambda。除了獨立的應(yīng)用程序，Lex目前支持為 Facebook Messenger、Slack和Twilio部署聊天機器人。

亞馬遜Transcribe。雖然Lex是一個以聊天機器人為導(dǎo)向的復(fù)雜工具，Transcribe僅僅是為了識別口頭文本而生。該工具可以識別多個說話者，并且在低質(zhì)量的電話音頻中起作用。這使得這個API成為編目音頻檔案的一種解決方案，或者為呼叫中心數(shù)據(jù)的進一步文本分析提供良好的支持

亞馬遜Polly。Polly服務(wù)與Lex相反。它將文本轉(zhuǎn)換成語音，讓你的聊天機器人用語音來回復(fù)。它不會創(chuàng)作文本，只是讓文本聽起來更接近于人。如果你體驗過Alexa，那么你就能明白。目前，它支持25種語言的女聲和男聲，大部分是英語和西歐語言。一些語言還有多個女聲和男聲，所以就有多種選擇。Polly推薦與Lambda一起使用。

亞馬遜 Comprehend。與Lex和Transcribe不同，Comprehend是另一組NLP的APL，針對不同的文本分析任務(wù)。目前，Comprehend支持：

• 實體提?。ㄗR別名稱、日期、組織等）

• 關(guān)鍵短語檢測

• 語言識別

• 情緒分析（正面、中立、負面的文本是怎樣的） 

• 主題模型（通過分析關(guān)鍵詞定義主要主題）

這項服務(wù)可以幫助你分析社交媒體的反應(yīng)、評論和其他不適合手動分析的大量文本數(shù)據(jù)美麗如，Comprehend和Transcribe 的組合將有助于你分析你的以電話為主的客戶服務(wù)中的情緒。

亞馬遜 Translate。正如名字所示，Translate服務(wù)翻譯文本。亞馬遜聲稱它使用的是神經(jīng)網(wǎng)絡(luò)，相比于基于規(guī)則的翻譯方法，神經(jīng)網(wǎng)絡(luò)方法提供更好的翻譯質(zhì)量。不幸的是，當(dāng)前的版本僅支持六種語言翻譯成英語，以及由英語翻譯成這六種語言。這些語言是阿拉伯語、中文、法語、德語、葡萄牙語和西班牙語。

語音、文字處理應(yīng)用程序接口： 微軟 Azure 認知服務(wù)

像亞馬遜一樣, 微軟開發(fā)出的高級應(yīng)用程序接口—— 認知服務(wù)，能與你的基礎(chǔ)開發(fā)環(huán)境兼容，非數(shù)據(jù)科學(xué)方面的專業(yè)人士也可以使用它進行工作。

語音。語音設(shè)置包含了四個應(yīng)用程序接口，將不同的自然語言處理方法應(yīng)用于自然語言識別以及其他操作：

• 翻譯語音接口

• 將語音轉(zhuǎn)變?yōu)槲淖忠约皩⑽淖洲D(zhuǎn)變?yōu)檎Z音的必應(yīng)語音接口

• 執(zhí)行聲音核實任務(wù)的發(fā)音主體識別接口

• 基于自己的數(shù)據(jù)和模型應(yīng)用Azure自然語言處理能力的定制語音服務(wù)

語言。接口的語言組主要類似于Amazon Comprehend進行文本分析 

• 語言理解智能服務(wù)是一個用于分析文本中指令語句意圖的接口 （例如 “運行YouTube應(yīng)用程序”或者 “打開起居室的燈”)

• 用于情感分析和主題歸納的文本分析接口

• 必應(yīng)拼寫檢查

• 文本翻譯接口

• 用于估計詞語組合的概率并支持單詞自動結(jié)束的網(wǎng)絡(luò)語言模型接口

• 用于拆分句子、詞性標(biāo)注以及將文本分為標(biāo)記好的詞組的語言分析接口

語音、文本處理應(yīng)用程序接口：谷歌云服務(wù)

雖然這種接口主要綜合了亞馬遜和微軟Azure開發(fā)的功能, 但是它也有一些有趣、特別的亮點值得一看

Dialogflow。隨著多樣的聊天機器人越來越流行，谷歌也開發(fā)出了一些產(chǎn)品。Dialogflow通過自然語言處理技術(shù)來支持運行，目標(biāo)功能為解析文本的意圖并說明文本主體人的意愿?？梢愿鶕?jù)需要使用Java、Node.js和 Python語言對這個接口進行修改和定制。

自然語言云處理接口。這個接口在內(nèi)核特征上幾乎與亞馬遜的Amazon Comprehend和微軟的Language相同。 

• 定義文本實體

• 情感識別

• 分析句法結(jié)構(gòu)

• 主題分類(例如食物、新聞、電子等）

云語音接口。該服務(wù)用于自然語音識別，可能與類似接口相比最顯著的優(yōu)勢是谷歌豐富的語言庫。當(dāng)前，語音云的詞匯可覆蓋超過110種全球性語言及其變體語言。它也有一些其他特征：

• 具有定制化識別特定可口頭表達的的文本及單詞功能的單詞提示（例如，為了更好地理解本地土話或者行話）

• 過濾不合適的內(nèi)容

• 處理噪音

云翻譯接口?？傊?，你可以用這個接口來在自己的產(chǎn)品上使用谷歌翻譯。它支持超過一百種語言，具有語種自動識別功能。

除了文本和語音，亞馬遜、微軟和谷歌還開發(fā)了應(yīng)用于圖像、視頻分析的多功能接口。

雖然圖像分析與視頻分析接口有許多交叉之處，但是許多視頻工具仍在發(fā)展或處于良好的版本中。例如，谷歌對多種圖像處理任務(wù)可提供許多支持，但是明顯缺乏一些微軟和亞馬遜已能實現(xiàn)的視頻分析特征功能。

微軟看似是贏家，雖然我們?nèi)哉J為亞馬遜有最高效的視頻分析接口，如亞馬遜可支持流媒體處理。這個特征功能顯然拓寬了視頻分析技術(shù)的應(yīng)用面。

圖像和視頻處理應(yīng)用程序接口：亞馬遜 Rekognition

我們絕對沒有拼錯單詞。Rekognition應(yīng)用程序接口是用于圖像識別以及最近的視頻識別任務(wù)。包括：

• 圖像目標(biāo)檢測以及分類（發(fā)現(xiàn)并檢測圖像中的不同目標(biāo)對象并且進行定位）

• 在視頻中，該接口能檢測一般活動（比如“跳舞”）或者復(fù)雜活動（如“撲火”）

• 面部識別 (用于檢測面部并進行匹配) 以及面部分析(這個接口有些非常有意思的功能比如檢測笑臉、分析眼睛，甚至看可以定義視頻中的情感情緒

• 檢測不合適的視頻

• 識別圖像和視頻中的名人 (無論出于何種目的）

圖像與視頻處理應(yīng)用程序接口： 微軟 Azure 認知服務(wù)

微軟的圖像包結(jié)合了針對不同種類圖像、視頻和文本分析的六個應(yīng)用程序接口

• 可識別目標(biāo)對象、行為（如走路）以及定義圖像主顏色特征的計算機視覺

• 可檢測圖像、文本、視頻中不合適內(nèi)容的內(nèi)容評分機制

• 面部應(yīng)用程序接口用于檢測面部并集中檢測結(jié)果，進行年齡、情緒、姿勢、笑容和面部毛發(fā)的識別定義

• 情緒應(yīng)用程序接口是可描繪面部表情的另一個面部識別工具

• 定制視覺服務(wù)支持用自己的數(shù)據(jù)構(gòu)建定制圖像識別模型

• 視頻索引器是一個可在視頻中尋找人物、定義語音情感以及圈出關(guān)鍵詞的工具

圖像和視頻處理應(yīng)用程序接口： 谷歌云服務(wù)

云視覺應(yīng)用程序接口。該工具被用于圖像識別任務(wù)，并非常擅長查找特定的圖像屬性：

• 標(biāo)記對象

• 檢測臉部并分析表情

• 發(fā)現(xiàn)地標(biāo)并描繪場景（如度假，婚禮等）

• 發(fā)現(xiàn)圖像中的文本并辨識文本語言

• 主顏色特征

云視頻智能。該谷歌的視頻識別應(yīng)用程序接口處于發(fā)展的早期，因此它缺少許多亞馬遜Rekognition和微軟認知服務(wù)的特征功能?，F(xiàn)在該接口提供以下工具箱：

• 標(biāo)記對象并定義行為

• 精確識別內(nèi)容

• 轉(zhuǎn)錄語音

雖然從特征表級別上來說，谷歌人工智能服務(wù)也許缺少一些功能，但是谷歌應(yīng)用程序接口的優(yōu)勢力量在于谷歌握有的大數(shù)據(jù)集。

特種應(yīng)用程序接口與工具

在這里，我們將討論微軟和谷歌開發(fā)的特種應(yīng)用程序接口產(chǎn)品及工具。由于亞馬遜僅有上文提到的幾種用于文本分析和圖像/視頻分析的應(yīng)用程序接口產(chǎn)品，我們這里的討論不包括亞馬遜。但是，這些特種應(yīng)用程序接口擁有的一些功能也被亞馬遜的某些產(chǎn)品擁有。

Azure 服務(wù)機器人框架。微軟做了大量努力為其用戶提供靈活的機器人開發(fā)工具?？偠灾?，該服務(wù)包含一個可使用不同編程語言搭建、測試、部署機器人的全面環(huán)境。

有意思的是，該機器人服務(wù)不一定需要應(yīng)用機器學(xué)習(xí)的方法。比如微軟開發(fā)了五個版本的機器人（基礎(chǔ)版、成型版、語言理解型、主動式，以及問答機器人），只有語言理解型機器人需要應(yīng)用高級人工智能技術(shù)。

現(xiàn)在，你可以使用.NET和Node.js技術(shù)來通過Azure搭建機器人并在以下平臺和技術(shù)服務(wù)中部署它們：

• 必應(yīng)

• 微軟小娜

• Skype

• 微信

• Office 365 郵箱

• GroupMe

• Facebook 信使

• Slack

• Kik

• Telegram

• Twilio

微軟必應(yīng)搜索。微軟開發(fā)了7個與必應(yīng)搜索特征功能相連的應(yīng)用程序接口，包括自動提示、新聞、圖像和視頻搜索接口

微軟Knowledge。該應(yīng)用程序接口群將文本分析與各種各樣的特別任務(wù)相結(jié)合：

• 推薦應(yīng)用程序接口能用于搭建個性化消費推薦系統(tǒng)

• 知識搜索服務(wù)讓你輸入自然問題，從而在數(shù)據(jù)庫中檢索相應(yīng)數(shù)據(jù)、可視化數(shù)據(jù)并自動補全提問

• 實體連接智能接口用來突出可表示正確實體的名字和短語（例如探索的時代）并且確保消除模棱兩可的情況

• 學(xué)術(shù)知識應(yīng)用程序接口可進行單詞自動補全、尋找文件單詞和概念上的相似處，并且在文件中搜索圖表部分

• 問答者接口可以被用于匹配多樣的問題與對應(yīng)的答案，從而可以被用于構(gòu)建客戶服務(wù)聊天機器人和應(yīng)用

• 定制決策服務(wù)是一個強化學(xué)習(xí)工具，用于根據(jù)用戶的喜好特別定制不同種類的內(nèi)容并將它們排序（例如鏈接、廣告等）

谷歌云職位搜索。該應(yīng)用程序接口仍處于發(fā)展階段早期，但不久就可能顛覆如今我們擁有的職位搜索能力。不像依賴于精確關(guān)鍵字匹配的傳統(tǒng)職位搜索引擎，谷歌應(yīng)用機器學(xué)習(xí)方法來尋找高度多樣的職位描述與避免模糊之間的聯(lián)系。例如，它致力于減少不相關(guān)或者過于寬泛的返回結(jié)果，比如對“銷售助理”的搜索詢問返回所有關(guān)鍵字帶“助理”的職位。這個接口有哪些主要的特征功能呢？

• 修正職位搜索詢問中的拼寫錯誤

• 匹配所需的資歷水平

• 尋找可能有多樣描述方式以及行業(yè)行話的相關(guān)職業(yè)（如對于“服務(wù)員”這一搜索詢問而不是“網(wǎng)絡(luò)專家”的詢問返回“咖啡館咖啡師”結(jié)果；或者對“業(yè)務(wù)開發(fā)”搜索詢問返回“運營專家”）

• 處理縮略詞（例如對“HR“搜索詢問返回“人力資源部助理“搜索結(jié)果）

• 匹配多樣的地點描述

IBM 沃森以及其他

三個平臺都在拿出一份非常詳盡的文件來起動機器學(xué)習(xí)試驗以及在公司的基礎(chǔ)設(shè)備上部署訓(xùn)練好的模型之前就被提出了。也有大量來自創(chuàng)業(yè)的其他服務(wù)型導(dǎo)向的機器學(xué)習(xí)的解決方案，為數(shù)據(jù)科學(xué)家所尊敬，比如PredicSis和BigML。

但是IBM沃森分析是什么情況呢？

以商業(yè)預(yù)測為目標(biāo)功能的IBM 沃森分析現(xiàn)在還不是一個羽翼豐滿的機器學(xué)習(xí)平臺。當(dāng)前，沃森的主打是數(shù)據(jù)可視化以及描繪不同的價值如何相互作用。它也有與谷歌提供的相似的視覺識別服務(wù)以及一串其他認知服務(wù)（應(yīng)用程序接口）。當(dāng)前沃森的問題是系統(tǒng)執(zhí)行的是狹隘、相對簡單并易于被非專業(yè)人士操作的任務(wù)。當(dāng)涉及到定制機器學(xué)習(xí)或者預(yù)測的職責(zé)時，處于發(fā)展階段太早期的IBM沃森就難以駕馭了。

數(shù)據(jù)存儲

通過機器學(xué)習(xí)找到正確的存儲來收集數(shù)據(jù)以及進一步處理數(shù)據(jù)已經(jīng)不再是個重大挑戰(zhàn)，數(shù)據(jù)科學(xué)家有足夠的學(xué)識來實施流行的存儲解決方案。

在大部分情況下，機器學(xué)習(xí)要求SQL和NoSQL兩個數(shù)據(jù)庫結(jié)構(gòu)支持，這兩個數(shù)據(jù)庫可被許多已建立的、值得信賴的解決方案支持，比如Hadoop Distributed File System (HDFS)、Cassandra、Amazon S3和Redshift。. 對于在開始機器學(xué)習(xí)之前使用強有力的存儲系統(tǒng)的組織來說，這將不會是個障礙。如果你計劃做一些服務(wù)型導(dǎo)向的機器學(xué)習(xí)系統(tǒng)，最直接的方法就是選擇可用于存儲和機器學(xué)習(xí)兩者的供主，這將減少配置數(shù)據(jù)源的時間消耗。

然而，這些平臺中有一些很容易與其他存儲相融合。比如Azure機器學(xué)習(xí)，主要與其他微軟產(chǎn)品相融(Azure SQL, Azure 表格, Azure Blob) 但是也支持Hadoop 以及大量其他數(shù)據(jù)資源的選擇。 這些包含直接從桌面上傳數(shù)據(jù)或者部署服務(wù)器的功能。如果你的機器學(xué)習(xí)工作流程多樣化并且數(shù)據(jù)來自多種資源，也許會面臨更大的挑戰(zhàn)。

建模與計算

我們討論過主要提供計算力的服務(wù)型導(dǎo)向的機器學(xué)習(xí)解決方案。但是如果機器學(xué)習(xí)工作流程在內(nèi)部進行，計算挑戰(zhàn)將會遲早敲響鐘聲。 在大部分情況下，機器學(xué)習(xí)需要大量的計算力。即使忽略大數(shù)據(jù)時代已經(jīng)到來的事實，數(shù)據(jù)集(做一個策劃的子集) 仍是一個相關(guān)實踐。雖然模型原型可以在筆記本電腦中完成構(gòu)建，但是使用一個大數(shù)據(jù)集訓(xùn)練復(fù)雜模型需要投入更多強有力的硬件。數(shù)據(jù)處理也是如此，它可以在正規(guī)的辦公設(shè)備上占用幾天時間，在快到截止日期時 ——有時候模型需要每周或每天修改、重新訓(xùn)練——這顯然不是一種合理選擇。有三種可行方案來保持高效表現(xiàn)：

1）加速硬件。如果你做的是相對簡單的任務(wù)并且不用將模型應(yīng)用到大數(shù)據(jù)中，那么針對這些任務(wù)使用固態(tài)硬盤作為數(shù)據(jù)準(zhǔn)備或者使用分析軟件。計算集中處理能被放置在一個或幾個圖形處理單元 (GPUs)上執(zhí)行。大量可獲得的庫能讓GPUs 的處理模型能被用像Python一樣的高級語言編寫。

2）采用分布式計算。分布式計算指使用多臺機器處理分別切分之后的任務(wù)。然而，這個方法不能適用于所有的機器學(xué)習(xí)方法。

3）使用云計算的可擴展性。如果你的模型在處理有集中高峰時段的顧客相關(guān)的數(shù)據(jù)，云計算服務(wù)將具有急速可擴展性。對于要求擁有其內(nèi)部數(shù)據(jù)的公司，值得考慮架構(gòu)私有云設(shè)施 。

下一步計劃

我們很容易在大量可獲得的解決方案中迷失。 它們算法不同、要求的技術(shù)不同，最終他們做的任務(wù)也不同。此情況對于這個年輕的市場非常普遍，甚至我們之前談?wù)摰娜箢I(lǐng)先解決方案并沒有產(chǎn)生完全的相互競爭關(guān)系。不僅如此，變化的速度是非?？斓摹Ｓ泻艽罂赡苣銏允匾粋€供應(yīng)商，然后突然另一個供應(yīng)商意外跳出來滿足你的商業(yè)需求。

正確的做法是盡早明了你打算通過機器學(xué)習(xí)獲得什么。這并不容易。如果你缺乏數(shù)據(jù)科學(xué)或相關(guān)領(lǐng)域?qū)I(yè)知識，在數(shù)據(jù)科學(xué)與商業(yè)價值中搭一座連接橋是非常困難的。我們在AltexSoft 與客戶討論機器學(xué)習(xí)應(yīng)用時，經(jīng)常遇到這樣的問題。這通常是一個一般問題化為單一屬性的問題。無論是價格預(yù)測還是其他數(shù)值，確定對象的類別還是將對象分散成多個組, 一旦你找到這個單一屬性，確定供應(yīng)商和選擇提議內(nèi)容將會簡單一些。

DCVC創(chuàng)立合伙人，Bradford Cross，認為服務(wù)型導(dǎo)向的機器學(xué)習(xí)不是一種可行的商業(yè)模式。據(jù)他所說，服務(wù)型導(dǎo)向的機器學(xué)習(xí)落入了傾向使用開源產(chǎn)品的數(shù)據(jù)科學(xué)家與傾向購買能解決更高級任務(wù)工具的高管之間的差異鴻溝中。然而，這個行業(yè)似乎現(xiàn)在還在克服它長期以來存在的問題，最終我們將看到更多的公司通過轉(zhuǎn)向服務(wù)型導(dǎo)向的機器學(xué)習(xí)方向來避免昂貴的人才收錄，并同時擁有多功能的數(shù)據(jù)處理工具。

博客原址：

https://www.altexsoft.com/blog/datascience/comparing-machine-learning-as-a-service-amazon-microsoft-azure-google-cloud-ai/

---

更多文章，關(guān)注雷鋒網(wǎng)

添加雷鋒字幕組微信號（leiphonefansub）為好友

備注「我要加入」，To be a  AI  Volunteer ！

雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。