人工智能正在改變商業(yè)。從自然語(yǔ)言處理和智能語(yǔ)音，到物聯(lián)網(wǎng)和邊緣計算，人工智能正在為人類(lèi)提供重要的戰略和實(shí)踐機會(huì )。

盡管科技已經(jīng)逐漸民主化，任何規模的公司都可以從中受益，但一些公司和創(chuàng )新者正在引領(lǐng)潮流——他們將于今年7月10日和11日在舊金山舉行的變革大會(huì )上亮相。和我們一起進(jìn)入這個(gè)論壇，看看他們是怎么做的。這些大牛們將提供鼓舞人心的觀(guān)點(diǎn)和實(shí)際的可操作化建議，這一些對你的業(yè)務(wù)至關(guān)重要。

讓我們來(lái)看看部分具有影響力的意見(jiàn)領(lǐng)袖吧：

Andrew Moore，谷歌云人工智能的負責人

在競爭日益激烈的云市場(chǎng)中，谷歌將自己定位為從初創(chuàng )企業(yè)到成熟企業(yè)的首選合作對象。谷歌擁有數十種新的人工智能產(chǎn)品和服務(wù)，即使是非數據科學(xué)家也可以輕松訪(fǎng)問(wèn)。讓我們來(lái)看看谷歌云平臺，它為人工智能創(chuàng )建者提供了一個(gè)新的、共享的端到端環(huán)境，供團隊測試、培訓和部署從人工智能策略的雛形一直到發(fā)布的模型。谷歌Cloud試圖通過(guò)向依賴(lài)于云提供商技術(shù)的小型企業(yè)或初創(chuàng )企業(yè)提供機會(huì )，讓它們在GCP上運行自己的模型，從而將自己與競爭對手區分開(kāi)來(lái)。

此外，AutoML和AI Platform也是新的秘密武器。AutoML是一個(gè)預制件零售和呼叫中心人工智能服務(wù)的集合，AI Platform是一個(gè)協(xié)作模型制作工具。任何一個(gè)幾乎沒(méi)有任何編程經(jīng)驗的開(kāi)發(fā)人員都可以輕松使用AutoML，而AI Platform是為數據科學(xué)家提供的，這也是谷歌嘗試跨經(jīng)驗范圍交付AI工具的一部分，谷歌試圖將有用的AI帶到所有行業(yè)垂直領(lǐng)域。

Swami Sivasubramanian，亞馬遜人工智能副總裁

如果你想在降低成本的同時(shí)大規模培訓機器學(xué)習模型，亞馬遜的AWS還為開(kāi)發(fā)者和企業(yè)高管提供了各種各樣的人工智能產(chǎn)品。亞馬遜希望你能利用它的SageMaker AI服務(wù)，該服務(wù)使用創(chuàng )新技術(shù)，在提供類(lèi)似性能的同時(shí)鎖定所需的計算能力。通過(guò)SageMaker的流媒體算法輸入的數據越多，系統的訓練就越多。但隨著(zhù)時(shí)間的推移，這樣做的計算成本保持不變，而不是呈指數級增長(cháng)。

這意味著(zhù)他們已經(jīng)創(chuàng )建了一個(gè)系統，這個(gè)系統可以處理全球范圍內運行的難以置信的大數據集，其精確度與更傳統的人工智能系統訓練方法相當。這不僅對亞馬遜自己的人工智能項目很重要，對客戶(hù)的需求也很重要。

企業(yè)需要投資于NLP技術(shù)，以跟上搜索和參與領(lǐng)域正在發(fā)生的革命，而亞馬遜人工智能（Amazon AI）正與谷歌等領(lǐng)軍企業(yè)一道，快速進(jìn)入NLP領(lǐng)域?？茖W(xué)家在亞馬遜的Alexa部門(mén)最近使用跨語(yǔ)言遷移學(xué)習，這種技術(shù)需要訓練一個(gè)人工智能系統在另一個(gè)語(yǔ)言培訓之前，德國適應英語(yǔ)語(yǔ)言模型，在一篇新論文中他們擴大他們的工作的范圍，準備將英語(yǔ)語(yǔ)言模型實(shí)用到日本語(yǔ)上。

希拉里·梅森（Hilary Mason），通用汽車(chē)公司，Cloudera的機器學(xué)習和Fast Forward Labs的創(chuàng )始人

希拉里·梅森（Hilary Mason）是數據科學(xué)領(lǐng)域最引人注目的女性之一，也是Cloudera的總經(jīng)理。她在今年早些時(shí)候表示，人工智能領(lǐng)域最大的趨勢是人工智能系統的倫理含義。企業(yè)需要更廣泛地認識到建立某種道德框架的必要性，技術(shù)和商業(yè)領(lǐng)袖都需要接受無(wú)偏見(jiàn)地創(chuàng )造產(chǎn)品的責任。

此外，正如用戶(hù)期望業(yè)務(wù)經(jīng)理使用電子表格進(jìn)行簡(jiǎn)單建模的能力最低一樣，用戶(hù)也需要期望他們在識別自己產(chǎn)品中的人工智能機會(huì )方面的能力最低。

梅森還認為，越來(lái)越多的企業(yè)將需要形成結構來(lái)管理多個(gè)人工智能系統。一個(gè)系統可以使用手工部署的自定義腳本進(jìn)行管理，cron作業(yè)可以管理幾十個(gè)系統。但是，當用戶(hù)在一個(gè)具有安全、治理和風(fēng)險需求的企業(yè)中管理數以百計的系統時(shí)，他需要一個(gè)專(zhuān)業(yè)的、強大的工具，以及從擁有大量的能力甚至厲害到擁有系統的方法來(lái)追求機器學(xué)習和人工智能機會(huì )的轉變。

Greg Brockman和Ilya Sutskever，OpenAI的聯(lián)合創(chuàng )始人

游戲一直是人工智能研究的基準，OpenAI一直在創(chuàng )造一種能夠比人類(lèi)更好地玩許多最復雜游戲的人工智能方面處于領(lǐng)先地位。該技術(shù)建立在深度強化學(xué)習的基礎上，可以說(shuō)是在向通用人工智能邁進(jìn)的早期階段，而且這種技術(shù)也可以應用于游戲之外。

事實(shí)上，他們將討論NLP和文本生成背后的最新人工智能，這是許多企業(yè)正在用他們的客戶(hù)參與消息應用程序進(jìn)行的工作。這一切都源于OpenAI在游戲領(lǐng)域的工作所獲得的成功，它家的機器人被扔進(jìn)了迄今為止最大的斗獸場(chǎng)里。4月18日至4月21日，該公司進(jìn)行了一項大規模實(shí)驗，以測試它對dota2最佳玩家的表現。

OpenAI 5的勝率為99.4%，沒(méi)有人能夠發(fā)現人類(lèi)編程的游戲機器人所遭受的那種易于執行的攻擊。

能夠駕馭復雜策略游戲的機器人是一個(gè)里程碑，因為它已經(jīng)開(kāi)始捕捉現實(shí)世界的各個(gè)方面。這是向能夠處理復雜性和不確定性的人工智能邁出的一步，為開(kāi)發(fā)在最具經(jīng)濟價(jià)值的工作上超越人類(lèi)的自主系統提供了一條更清晰的道路。

Kevin Scott，微軟首席技術(shù)官

現代機器學(xué)習產(chǎn)業(yè)不僅建立在計算能力的進(jìn)步上，也建立在開(kāi)源項目上。正是這種體系結構使機器智能得以突飛猛進(jìn)，科技巨頭微軟正在率先發(fā)布旗下新的Azure機器學(xué)習和Azure認知服務(wù)聲明。

微軟的業(yè)務(wù)領(lǐng)域充斥著(zhù)大量與企業(yè)相關(guān)的工作，包括機器人和制造公司的人工智能，它還為機器模型訓練和推理提供了通用的FPGA芯片。此外，開(kāi)放式神經(jīng)網(wǎng)絡(luò )交換（ONNX）也充分發(fā)揮了微軟的優(yōu)勢，ONNX允許微軟客戶(hù)使用其他非微軟技術(shù)，這也預示著(zhù)一個(gè)開(kāi)放的新時(shí)代正在來(lái)臨。ONNX現在支持Nvidia的Tensorrt和Intel的Ngraph，用于Nvidia和Intel硬件上的高速推理。這是在微軟加入MLFlow項目，并在NX運行時(shí)上開(kāi)放源代碼的高性能推理引擎之后發(fā)生的又一件令人興奮的事情。

ONNX為不同框架、運行流程、編譯器和其他工具的集合帶來(lái)的互操作性，使機器學(xué)習生態(tài)系統更大。FPGA芯片多年來(lái)一直被用于為Azure運行100%的數據加密和壓縮加速任務(wù)。現在，用戶(hù)們可以隨意使用TensorFlow、PyTorch、Keras或任何他們喜歡的框架來(lái)構建定制模型，然后通過(guò)硬件加速任何GPU或FPGA。

根據Github去年秋天發(fā)布的2018年10月海外公告來(lái)看，微軟現在也被稱(chēng)為開(kāi)源項目貢獻者最大的雇主之一，Github是微軟去年收購的一家企業(yè)。

本文來(lái)源：獵云網(wǎng)