云计算巨头们推出新AI应用,扩展AI产品线,已是常态。2020年,两大云计算巨头更转向发展产业型AI应用,针对特定产业场景打造AI应用,其中包含了公有云龙头AWS,在2020年一口气推出5项工业AI应用。
以往云计算AI产品多朝水平方向发展,围绕在满足广泛的技术需求,像是图像识别、语音转文本、分析等通用型服务,而缺少解决实际业务问题的特定产业或场景知识。
所以,企业往往在采用服务时,需自行修改和调整,甚至需找顾问团队帮忙部署,才能实际获得AI应用带来的效益。尽管,早前已有熟捻产业领域知识的云计算企业,推出产业型AI方案,像是IBM的Watson Health就是一个代表性例子,专注医疗产业的需求,提供相关AI解决方案。
IBM Watson的AI技术能力备受市场肯定,相对其他AI平台,IBM Watson Health对产业端领域知识的掌握,也更为完整、成熟。然而,导入Watson涉及顾问服务、资料搜集和集成等作业,产生了高昂的成本,让许多企业却步。
2020年,有更多云计算巨头们加入发展产业型AI应用的行列,针对特定产业场景打造AI应用,且大幅降低这些产业型AI应用的部署门槛,使云计算AI应用朝产业化发展的态势更为明朗。
去年年尾,Google云计算推出的客服中心AI服务,其实,就已先针对特定的产业场景来打造,供企业用Google AI快速创建交互式客服中心。今年10月,Google云计算进一步将AI应用的触角深入单一产业场景,首先锁定的是金融产业借贷场景的需求。
Google在AI文件理解产品Document AI,添加贷款文件自动化处理Lending DocAI功能,应用一组专精于借贷文件的模型,提供可识别借贷相关文件的能力,可自动处理、审阅文件内容。
Google表示,新功能是专为抵押借贷领域设计,是他们在该领域提供的第一个垂直专用解决方案。相较原Document AI为通用型AI应用,虽具自动分析、处理和验证文件的能力,但未收敛聚焦特定产业的使用场景。
相隔不到两个月,身为公有云龙头的AWS,于今年度reInvent大会上,直接为AI产品线添加了工业AI的服务类别,并推出5大工业AI应用。这是AWS第一次针对特定产业场景,打造AI应用。
其中最具亮点的是AWS Monitron和AWS Panorama。Monitron专用传感器收集的产线设备数据,经AWS专用机器学习模型分析,可让工业企业在产线设备出现异常状态时,尽早进行保养或维修,避免设备停机。
Panorama方案则提供具计算机视觉技术的监控分析设备,在与工业产线摄影镜头连接后,该设备会执行多个机器学习模型来识别流媒体资料,协助企业侦测异常状况。
另外,在医疗看护与生命科学领域方面,AWS也推出了AI资料湖服务HealthLake,让医疗院所等,可汇集各资料孤岛的PB级数据,并用机器学习技术,来将不同格式资料进行范式、标注等处理。
产业型AI应用与通用型AI应用最大的差别是,它们具有特定产业场景的相关领域知识,并具完善的特定工作处理流程。企业导入、部署这类的AI应用后,只需再用自己的资料来训练专属的模型,达到定制化效果,或甚至不用喂任何自己的资料,即可直接采用AI应用的特定产业场景专用模型,来分析、处理工作。
云计算AI服务走向产业化发展,并且降低部署门槛的趋势,对企业来说,代表着应用上手速度加快,不用投入太多的心力和时间,摸索如何让AI应用符合产业使用场景的需求,就能套用产业专用的解决方案,大大降低企业采用云计算AI产品的门槛,加快了企业部署AI应用的速度,这也预见了,AI深入产业现场的普及度也将大幅提升。
- 上一篇: 2021年会是去中心化计算服务之年吗?
- 下一篇: 迎冰雪战严寒 无人驾驶汽车冰雪挑战赛在长春落幕