Google und Microsoft wollen, dass jedes Unternehmen Sie mit KI unter die Lupe nimmt

Wenn einige Patienten des Dartmouth-Hitchcock Medical Center in New Hampshire zu Hause auf ihre Personenwaage steigen, wissen die Computer von Microsoft davon. Die Geräte des Unternehmens erhalten auch zu Hause Blutdruckmessungen. Und sie können sogar Anrufe zwischen Krankenschwestern und Patienten abhören, um den emotionalen Zustand einer Person einzuschätzen. Die Software für künstliche Intelligenz von Microsoft analysiert diese Daten, um zu versuchen, Patienten und Mitarbeiter vor aufkommenden Gesundheitsproblemen zu warnen, bevor es von Menschen bemerkt wird.

Das Krankenhaus gibt einen Ausblick sowohl auf die Zukunft des Gesundheitswesens als auch auf das Geschäft von Microsoft. Es verwendet eine Reihe neuer kognitiver Dienste, die kürzlich dem Cloud-Computing-Dienst von Microsoft namens Azure hinzugefügt wurden. Das Unternehmen sagt, dass das Vermieten seiner maschinellen Lerntechnologie neue Gewinne erschließen und es Unternehmen aller Art ermöglichen wird, ihre Daten – und Kunden – Techniken der künstlichen Intelligenz zu unterziehen, die zuvor Computergiganten vorbehalten waren.

Illustration von Oscar Bolton Green

Kunden werden von klassischen Cloud-Diensten zu Diensten reifen, die Elemente des maschinellen Lernens und der KI verwenden, sagt Herain Oberoi, Director of Product Management bei Microsoft, der die Cloud-Machine-Learning-Dienste des Unternehmens überwacht. Jedes Unternehmen, mit dem ich spreche, hat einen sehr erfahrenen Mitarbeiter, der darüber nachdenkt, wie diese Technologie für sie funktioniert.

Die Microsoft-Konkurrenten Google, IBM und Amazon gehen die gleiche Wette ein. Google gab im Juni bekannt, dass es eine neue Art von Chip erfunden hat, um Software für maschinelles Lernen zu beschleunigen und seine Cloud-Dienste wettbewerbsfähiger zu machen. Das Unternehmen hinkt Amazon und Microsoft auf dem Cloud-Markt hinterher, und CEO Sundar Pichai sagte, maschinelle Lerndienste bieten Google eine Möglichkeit, sich zu differenzieren. Die Cloud-Sparte von Amazon, Amazon Web Services, hat ihre ersten Cloud-Dienste für maschinelles Lernen eingeführt vergangenes Jahr , und im Juni versprach der Leiter der Gruppe, Andy Jassy, ​​sie in den kommenden Monaten erheblich zu erweitern.

Amazon und seine größten Konkurrenten haben ihre Investitionen in Machine-Learning-Technologie in den letzten Jahren verstärkt, nachdem es Durchbrüche bei Software gab, die darauf trainiert werden kann, Aufgaben wie das Interpretieren von Fotos oder Sprache zu erledigen (siehe 10 Breakthrough Technologies 2013: Deep Learning ).

Einige der ersten Verbraucherprodukte, die von diesen Durchbrüchen profitierten, waren der sprachgesteuerte Heimassistent Alexa von Amazon und der neue Fotodienst von Google, der den Inhalt von Bildern versteht und mehr als 200 Millionen Nutzer hat. Das Hinzufügen von maschinellem Lernen zu den Cloud-Diensten, die Unternehmen bereits zum Auslagern von Aufgaben wie Datenspeicherung und -analyse verwenden, wird als eine weitere Möglichkeit angesehen, Geld aus der Technologie zu ziehen und den sehr lukrativen Markt zu verbessern. IDC schätzt, dass Unternehmen im vergangenen Jahr fast 70 Milliarden US-Dollar für Cloud-Anbieter ausgegeben haben, und prognostiziert, dass sich diese Zahl bis zum Ende des Jahrzehnts verdoppeln wird.

Rob Craft, der das Produktmanagement für die Cloud-Machine-Learning-Angebote von Google leitet, sagt, dass die meisten Unternehmen sofort vom maschinellen Lernen profitieren können, weil sie viele Daten über ihre Abläufe, ihr Geschäft und ihre Kunden zur Hand haben. Unser Ziel ist es, ihnen dabei zu helfen, einen direkteren Wert aus diesen Daten zu ziehen, sagt er.

Die einfachsten der neuen Dienste, die von Google und anderen angeboten werden, können beispielsweise den Inhalt von Bildern beschreiben, Audiodateien wie Telefonanrufe transkribieren, Schlüsselbegriffe aus Text extrahieren oder Text zwischen Sprachen übersetzen. Obwohl Microsoft und IBM in der Technologie des maschinellen Lernens hinter Google zurückbleiben, haben sie bisher die breiteste Palette solcher Dienste, bekannt als APIs, eingeführt.

Microsoft hat eine API, die das versucht Gesichtsausdrücke entziffern , zum Beispiel. IBM hat so einen beurteilt die Persönlichkeit des Autors von Texten wie Social-Media-Beiträgen. Vermarktungsgesellschaft Einflussreich verwendet es, um Marken wie Corona und Red Bull dabei zu helfen, die nützlichsten Social-Media-Nutzer für Werbemaßnahmen zu identifizieren. Verschiedene APIs können kombiniert werden. Beispielsweise könnte ein Unternehmen ein System einrichten, das sein Logo in Social-Media-Bildern erkennt, den Gesichtsausdruck von Personen auf dem Foto notiert und Schlüsselbegriffe aus Begleittexten extrahiert.

Viele wichtige Softwarekomponenten, die benötigt werden, um die Art von Systemen für maschinelles Lernen zu erstellen, von denen Google und andere hoffen, dass sie so wertvoll sind, sind kostenlos (siehe Facebook Joins Stampede of Tech Giants Give Away AI Technology ). Aber Jimoh Ovbiagele, Mitbegründer und Chief Technology Officer bei Startup ROSS-Intelligenz , das Software zur Beschleunigung der Rechtsrecherche für große Anwaltskanzleien bereitstellt, sagt, dass der Zeit- und Kostenaufwand für den Aufbau und Betrieb eines erstklassigen maschinellen Lernsystems bedeutet, dass viele Unternehmen besser dran sind, die Technologie zu mieten.

Es sei sinnvoll, auf den Schultern von Giganten zu stehen, sagt Ovbiagele. Die Fähigkeit von ROSS, Rechtsfragen zu verstehen, basiert auf IBMs Suite von Sprachverarbeitungstechnologien, von denen einige aus dem Watson-Computer stammen, der zwei schlug Gefahr! Meister 2011.

Chris Curran, Cheftechnologe bei PwC, sagt, dass die meisten großen Unternehmen noch lange nicht bereit sind, beträchtliche Summen für maschinelle Lerndienste auszugeben. Er schätzt, dass sich etwa drei Viertel im Beobachtungs- und Lernmodus befinden und darauf warten, zu sehen, was diese neuen Funktionen bieten.

Und während die neuen Dienste von Microsoft und anderen es Nicht-Technologieunternehmen wie dem Dartmouth-Hitchcock Medical Center erleichtern, vorprogrammierte maschinelle Lernsysteme zu verwenden, ist die Technologie am wertvollsten, wenn sie an die spezifischen Bedürfnisse einer Organisation angepasst wird, sagt Curran. Die Bild-APIs von Google und Microsoft eignen sich gut für allgemeine Einschätzungen, etwa ob ein Foto eine Katze oder einen Wolkenkratzer enthält. Ein Lebensmittelhersteller würde jedoch mehr Wert aus einem Bildverarbeitungssystem ziehen, das in der Lage ist, bestimmte Mängel an Artikeln in seiner Produktionslinie zu erkennen.

Alle Cloud-Anbieter bieten entweder bereits Möglichkeiten an oder haben Kunden versprochen, Algorithmen mit ihren eigenen Daten für ihre eigenen Probleme zu trainieren. Aber die Erstellung maßgeschneiderter Software für künstliche Intelligenz kann nur so einfach gemacht werden, sagt Curran. Man brauche die richtigen Leute und Fachkenntnisse, und die seien Mangelware, sagt er.

verbergen