211service.com
Google en Microsoft willen dat elk bedrijf u onder de loep neemt met AI
Wanneer sommige patiënten van het Dartmouth-Hitchcock Medical Center in New Hampshire thuis op hun weegschaal stappen, weten de computers van Microsoft ervan. De machines van het bedrijf krijgen ook bloeddrukmetingen thuis. En ze kunnen zelfs luisteren naar telefoontjes tussen verpleegkundigen en patiënten om iemands emotionele toestand te meten. De kunstmatige-intelligentiesoftware van Microsoft analyseert die gegevens om te proberen patiënten en personeel te waarschuwen voor opkomende gezondheidsproblemen voordat mensen het merken.
Het ziekenhuis geeft een vooruitblik op zowel de toekomst van de gezondheidszorg als die van Microsoft. Het gebruikt een reeks nieuwe cognitieve services die onlangs zijn toegevoegd aan de cloud computing-service van Microsoft, Azure genaamd. Het bedrijf zegt dat het verhuren van zijn machine-learningtechnologie nieuwe winsten zal opleveren en allerlei soorten bedrijven in staat zal stellen hun gegevens - en klanten - te onderwerpen aan kunstmatige-intelligentietechnieken die voorheen beperkt waren tot computerreuzen.
Illustratie door Oscar Bolton Green
Klanten gaan volwassen worden van klassieke cloudservices naar services die elementen van machine learning en AI gebruiken, zegt Herain Oberoi, directeur productbeheer bij Microsoft, die toezicht houdt op de cloudmachine-learningservices van het bedrijf. Elk bedrijf waar ik mee praat, heeft iemand met een zeer hoge leeftijd die moet nadenken over hoe deze technologie voor hen kan werken.
Microsoft's concurrenten Google, IBM en Amazon maken dezelfde weddenschap. Google kondigde in juni aan dat het een nieuw soort chip had uitgevonden om machine learning-software te versnellen en zijn clouddiensten concurrerender te maken. Het bedrijf loopt achter op Amazon en Microsoft op de cloudmarkt, en CEO Sundar Pichai heeft gezegd dat machine learning-services Google een manier bieden om zich te onderscheiden. Amazon's clouddivisie, Amazon Web Services, lanceerde zijn eerste machine-learning cloudservices afgelopen jaar , en in juni beloofde het hoofd van de groep, Andy Jassy, om ze de komende maanden aanzienlijk uit te breiden.
Amazon en zijn grootste concurrenten hebben de afgelopen jaren hun investeringen in machine learning-technologie opgevoerd na doorbraken in software die kan worden getraind om taken uit te voeren zoals het interpreteren van foto's of spraak (zie 10 Breakthrough Technologies 2013: Deep Learning).
Enkele van de eerste consumentenproducten die van deze doorbraken profiteerden, waren de spraakgestuurde huisassistent Alexa van Amazon en de nieuwe Fotoservice van Google, die de inhoud van afbeeldingen begrijpt en meer dan 200 miljoen gebruikers heeft. Machine learning toevoegen aan de cloudservices die bedrijven al gebruiken om taken zoals gegevensopslag en -analyse uit te besteden, wordt gezien als een andere manier om geld uit de technologie te halen en de zeer lucratieve markt te verbeteren. IDC schat dat bedrijven vorig jaar bijna $ 70 miljard hebben uitgegeven aan cloudproviders en voorspelt dat dit voor het einde van het decennium zal verdubbelen.
Rob Craft, die leiding geeft aan het productbeheer voor Google's cloud-machine learning-aanbod, zegt dat de meeste bedrijven direct kunnen profiteren van machine learning omdat ze veel gegevens bij de hand hebben over hun activiteiten, bedrijf en klanten. Ons doel is om hen te helpen meer directe waarde uit die gegevens te halen, zegt hij.
De eenvoudigste van de nieuwe diensten die door Google en anderen worden aangeboden, doen dingen zoals het beschrijven van de inhoud van afbeeldingen, het transcriberen van audiobestanden zoals telefoongesprekken, het extraheren van belangrijke termen uit tekst of het vertalen van tekst tussen talen. Hoewel ze worden gezien als achterlopen op Google op het gebied van machine learning-technologie, hebben Microsoft en IBM tot nu toe het breedste scala van dergelijke services uitgerold, ook wel API's genoemd.
Microsoft heeft een API die probeert om gezichtsuitdrukkingen ontcijferen , bijvoorbeeld. IBM heeft er een die beoordeelt de persoonlijkheid van de auteur van tekst zoals posts op sociale media. Marketing bedrijf invloedrijk gebruikt het om merken zoals Corona en Red Bull te helpen bij het identificeren van de meest bruikbare gebruikers van sociale media voor promotionele inspanningen. Verschillende API's kunnen worden gecombineerd. Een bedrijf zou bijvoorbeeld een systeem kunnen opzetten dat zijn logo in afbeeldingen op sociale media herkent, de gezichtsuitdrukking van personen op de foto opmerkt en de belangrijkste termen extraheert uit begeleidende tekst.
Veel belangrijke softwarecomponenten die nodig zijn om het soort machine learning-systemen te bouwen waarvan Google en anderen hopen dat ze zo waardevol zullen zijn, zijn gratis (zie Facebook sluit zich aan bij Stampede of Tech Giants Giving Away AI Technology). Maar Jimoh Ovbiagele, medeoprichter en chief technology officer bij het opstarten ROSS-intelligentie , dat software levert die juridisch onderzoek versnelt aan grote advocatenkantoren, zegt dat de tijd en kosten van het bouwen en exploiteren van een eersteklas machine-learningsysteem ertoe leiden dat veel bedrijven de technologie beter kunnen huren.
Het is logisch om op de schouders van reuzen te staan, zegt Ovbiagele. Het vermogen van ROSS om juridische vragen te begrijpen is gebaseerd op IBM's suite van taalverwerkingstechnologie, waarvan sommige voortkwamen uit de Watson-computer die twee Gevaar! kampioenen van 2011.
Chris Curran, hoofdtechnoloog bij PwC, zegt dat de meeste grote bedrijven echter nog lang niet klaar zijn om veel geld uit te geven aan machine learning-services. Hij schat dat ongeveer driekwart zich in de kijk- en leermodus bevindt, wachtend om te zien wat deze nieuwe mogelijkheden te bieden hebben.
En hoewel de nieuwe diensten van Microsoft en anderen het voor niet-technologische bedrijven zoals het Dartmouth-Hitchcock Medical Center gemakkelijk maken om voorgeprogrammeerde machine learning-systemen te gebruiken, is de technologie het meest waardevol wanneer deze is aangepast aan de specifieke behoeften van een organisatie, zegt Curran. De beeld-API's van Google en Microsoft zijn goed in algemene beoordelingen, bijvoorbeeld of een foto een kat of een wolkenkrabber bevat. Maar een voedselfabrikant zou meer waarde halen uit een vision-systeem dat specifieke defecten in artikelen op zijn productielijn kan detecteren.
Alle cloudproviders bieden of hebben klanten manieren beloofd om algoritmen op hun eigen gegevens te trainen voor hun eigen problemen. Maar het maken van op maat gemaakte kunstmatige-intelligentiesoftware kan alleen zo eenvoudig worden gemaakt, zegt Curran. Je moet de juiste mensen en expertise hebben, en die zijn schaars, zegt hij.