«Большая четверка» поставщиков облачных услуг и гонка за превосходством ИИ

Искусственный интеллект вторгается в каждую часть облачного опыта для организаций. В мире существует множество поставщиков, предлагающих самые надежные, хорошо интегрированные, безопасные и удобные в использовании облачные сервисы искусственного интеллекта. И четыре крупнейших поставщика облачных услуг набирают обороты в этой гонке, чтобы увидеть, кто станет крупнейшим победителем ИИ.

Лазурный ИИ

Microsoft только что завершила свою конференцию 2021 Build, на которой основное внимание было уделено возможностям искусственного интеллекта Azure. Azure представила новые прикладные службы ИИ, созданные для того, чтобы сделать ИИ более функциональным и упростить внедрение ИИ компаниями. Он сочетает в себе когнитивные службы Azure, ИИ для конкретных задач и бизнес-логику. Он предназначен для того, чтобы позволить предприятиям использовать ИИ, даже если у них нет лучших возможностей машинного обучения и ИИ. Некоторые рекомендуемые варианты использования — это чат-боты, оцифровка документов, анализ видео и многое другое.

Сегодня Microsoft почти полностью является корпоративной компанией. Поскольку ее потребительский бизнес находится в упадке, часть Microsoft, которая компенсирует потерю, — это подразделение Azure. А предприятия, сотрудничающие с Microsoft на протяжении десятилетий, привыкли ожидать надежного взаимодействия с пользователем с помощью мастеров «укажи и щелкни и перетащи». Microsoft действительно является наименее пугающим из ведущих поставщиков облачных услуг. Его платформа построена так, чтобы быть простой в эксплуатации, и команда Azure оказывает хорошую поддержку. Неудивительно, что Azure занимает второе место после AWS, а в корпоративном сегменте может даже опережать AWS.

Azure хочет сохранить свой рекорд по внедрению передовых технологий в массы. В данном случае ИИ в массы. Это не означает, что клиенты должны создавать сложные модели машинного обучения с помощью TensorFlow и вкладывать значительные средства в огромное распределенное озеро данных. Это означает хранить все данные в Cosmos DB, направлять на них службы искусственного интеллекта Azure и получать выходные данные на основе искусственного интеллекта за считанные минуты. Он пропускает все промежуточные этапы подготовки данных, оптимизации моделей машинного обучения, создания информационных панелей для просмотра результатов и т. д. Это позволит организациям работать с большей скоростью и быть более гибкими в своих усилиях по ИИ.

Если вы являетесь магазином Microsoft, имеет смысл использовать Azure AI. Тем не менее, если вы не вкладываете значительные средства в Azure, у вас все равно есть веские причины рассмотреть ее из-за простоты использования, поддержки и интеграции с другими облачными службами Azure.

IBM Watson и Cloud Pak

У IBM есть два компонента стратегии искусственного интеллекта — Watson и IBM Cloud. Ватсон не нуждается в представлении. Как один из первых проектов ИИ, Watson попал в заголовки газет чаще, чем какой-либо продукт ИИ. На протяжении многих лет IBM вкладывала значительные средства в Watson и даже приобрела множество стартапов в области искусственного интеллекта, чтобы улучшить возможности Watson. Фактически, приобретения были ключевой стратегией IBM. IBM приобрела Red Hat в рамках исторической сделки на 34 миллиарда долларов для поддержки IBM Cloud. IBM объединяет мощь этих двух платформ для предоставления обширного списка услуг ИИ.

IBM Studio — это место, где клиенты создают модели машинного обучения. IBM приложила все усилия, чтобы создать очень наглядный опыт построения моделей в Watson. Он дополнен потоками, соединителями и очень простой функцией перетаскивания. Существует обширная поддержка платформ машинного обучения с открытым исходным кодом, таких как TensorFlow, scikit-learn и других, если вы предпочитаете создавать модели с помощью одного из этих инструментов, а не с помощью Watson.

IBM разрешила развертывание одним щелчком мыши в облаке IBM, если вы выберете. Крайне важно, чтобы IBM сделала это без усилий, поскольку они конкурируют с тремя другими поставщиками облачных услуг с большей долей рынка. IBM Cloud Pak для данных — это платформа управления ИИ, которая позволяет развертывать модели ИИ, управлять ими и масштабировать их в IBM Cloud или других облачных службах. IBM использует здесь открытый подход, обязательно упомянув, что они построены на RedHat OpenShift и поощряют открытые, гибридные, мультиоблачные установки.

АМС ИИ

В то время как IBM фокусируется на одном продукте (Watson), который хорошо справляется со многими задачами ИИ, у AWS другой подход: они создали множество сервисов ИИ, каждый из которых имеет определенную направленность. Есть CodeGuru для проверки кода, Lex для создания чат-ботов, Rekognition для анализа изображений и видео, Polly для преобразования текста в речь, Translate для, ну, перевода, и вы поняли идею. Каждый из этих сервисов ориентирован на лазер и точно настроен для той цели, для которой они были созданы. Будучи платформой, ориентированной на разработчиков, AWS организовала свои сервисы ИИ таким образом, чтобы их можно было легко интегрировать в приложения, создаваемые и размещаемые в облаке AWS. Список услуг исчерпывающий, но хорошо организованный и простой в применении. AWS может соответствующим образом устанавливать цены на различные услуги, поэтому вы можете легко сопоставить то, что вы получаете, с тем, за что вы платите.

Претензия AWS на известность благодаря ИИ заключается в том, что они широко используют его для Amazon.com и своих интеллектуальных помощников Alexa. Это прочная основа, благодаря которой AWS может предоставлять хорошо оптимизированные и масштабируемые сервисы искусственного интеллекта, проверенные в реальных условиях. Несмотря на то, что сервисы искусственного интеллекта AWS ориентированы на разработчиков, они также обслуживают организации, в которых мало или совсем нет специалистов по машинному обучению.

Самым большим преимуществом выбора AWS AI является обширный набор связанных облачных сервисов. Являясь лидером в сфере облачных вычислений, AWS предлагает самый широкий спектр услуг. Если у вас очень зрелые облачные операции с искусственным интеллектом и вам нужен полный сквозной контроль, вероятно, нет лучшего места, чем AWS. Его услуги хорошо интегрированы, и вы не ошибетесь. Если есть и обратная сторона, так это то, что огромное количество услуг может быть ошеломляющим и пугающим для некоторых.

Облачный ИИ Google

Google как организация имеет богатую историю управления данными. Сама поисковая система Google является одной из первых реализаций науки о данных и искусственного интеллекта. Кроме того, работа Google над крупномасштабными данными привела к развитию Hadoop и экосистемы больших данных. Наконец, мастерство Google в области Kubernetes породило новую революцию в технологии контейнеров. Google опоздал на облачную вечеринку, но делает все возможное, чтобы превзойти AWS и Azure. Google Cloud не так удобен для предприятий, как Azure, и не так хорошо интегрирован, как AWS-версия. В чем Google преуспевает, так это в простых пользовательских интерфейсах, чрезвычайно функциональных продуктах и непревзойденном мастерстве обработки данных. Последнее действительно имеет значение для ИИ.

Google создал Vertex AI в качестве центра своих сервисов искусственного интеллекта. Здесь клиенты могут создавать и развертывать модели машинного обучения. В то время как Vertex предназначен для создания пользовательских моделей машинного обучения, Google Cloud также предлагает решения для конкретных случаев использования. Контакт-центр AI предлагает услуги, направленные на поддержку клиентов. Это включает в себя преобразование текста в речь, речь в текст и многое другое. Document AI занимается анализом документов и форм.

Вы можете запускать свои модели искусственного интеллекта на ряде экземпляров Google, таких как процессоры, графические процессоры и TPU. Последний особенно интересен, поскольку он специально создан для ИИ. Блоки тензорной обработки (TPU) особенно хорошо справляются с обработкой больших пакетов данных и извлечением из них прогнозной информации.

Облачные сервисы ИИ: все хорошо

Технологии прошли долгий путь, и ИИ готов продвинуться дальше, чем мы могли себе представить. По мере того как организации создают решения ИИ завтрашнего дня, им нужна надежная инфраструктура, а также продукты и услуги ИИ в облаке для их запуска. Четыре упомянутых здесь поставщика облачных услуг внедряют инновации по-своему, и мало что может их отличить друг от друга. Вы не ошибетесь, выбрав один из них. Когда об облачных службах искусственного интеллекта позаботятся, остается только увидеть, как организации используют эти платформы и что они строят на их основе.