前不久,人们还认为人工智能可能需要科学家穿上白大褂在实验室进行研究。这门科学神秘、复杂,人类智慧无法探索的东西很少。而现在情况发生了变化。在实验室工作的科学家认识到将软件作为服务分发、将代码捆绑在一起并将其转化为任何人都可以使用的应用程序编程接口(API)的力量。只需将数据发布到服务中,AI处理的结果将在几毫秒内可用。如果你有一个大数据集,它可能需要更长的时间。人工智能在幕后对数据集做了什么?你不需要太在意。这就是软件即服务的全部要点,数据输入,结果输出。这夸大了技术进步。你可能不需要理解AI代码中的所有数学,也可能不需要完全熟悉“张量”和“向量”。但是需要一些时间来讨论你自己的数据,直到它适合。但是要获得正确格式的数据,以及正确类型的列中的值,还有很多工作要做。在获得正确的数据后,您几乎肯定会点击API上的开始按钮几次。这是模型的一部分。你需要花时间调优问题,让神奇的API在后台运行AI代码。你可能会做更多的科学研究,但API会做更多的数字繁重工作。它并不完美,但比自己编写代码要好。这就是为什么人们对此感兴趣,为什么有很多机器学习API的选择,更不用说将数据转化为模型、将模型转化为Web服务的云计算服务了。以下是一些机器学习API,可以在复杂算法上为您节省数小时、数天和数月的时间。1.Cloudwords术语“人工智能”和“机器学习”在Cloudwords销售文献中并不常用,但这并不意味着它们不是AI产品的一部分。Cloudwords旨在让企业更轻松地管理大块文本并为任意数量的语言提供一致的翻译。跨国公司的营销团队必须以讲不同语言的员工为目标,可以使用Cloudwords来确保所有版本的面向客户的文本都是一致和准确的。在幕后,Cloudwords依赖于几个使用神经网络和统计模型的不同翻译引擎。它还提供了一种机制,用于维护可能需要自定义人工指导的成语和短语缓存。当文本通过系统时,该翻译记忆库会自动更新。该代码包括用于将Cloudwords管道与企业文件系统、营销自动化工具和流行的内容管理系统集成的模块。当一种语言的新文本到达时,Cloudwords会将其通过管道传输到来自Google、Microsoft或Lilt等分包商的机器翻译服务。然后它将返回到您的存储库或CMS,您的读者将以他们自己的语言查看文本。2.FaceAPI《瓦尔多在哪里?奇幻旅程》(Where'sWaldo?)如果每个孩子都可以访问Microsoft的FaceAPI就不是冒险了。当您要求FaceAPI扫描某人的照片时,您将收到一个包含图像中面部坐标的数据结构。而且API还会输出头发颜色、面部毛发量以及有关一个人的年龄和性别的非常详细的信息。对于Waldo的搜索者,FaceAPI可以在图像数据库中找到匹配项,并提供两张图像属于同一个人的几率。3.EmotionAPI人类可以轻松读取面部表情,并从大量照片中挑选出最快乐、最悲伤或最愤怒的面孔。Microsoft的EmotionAPI提供了一种人工智能程序,可以自动识别图像中人物的感受。虽然情绪对人类来说很复杂,但EmotionAPI将它们简化为由0到1之间的8个数字组成的向量,表示在一张特定的脸上可以找到多少愤怒、轻蔑、厌恶、恐惧、快乐、悲伤、惊讶。图片。Microsoft已在不同国家/地区对这些进行了测试,并认为这种情绪在文化上是一致的。他们真的吗?***不要给这个向量太大的权重,算法能得到正确答案就当是奇迹吧。4.自动替代文本好的网站在标签中包含替代文本,以便搜索索引可以理解它们,这样更多的人可以知道正在显示的内容。对于一小部分图像,人类很容易做到这一点,但是做更多就非常乏味了。这就是人工智能可以节省时间的地方。一些聪明的网站管理员正在使用Microsoft的计算机视觉API自动为图像分配替代文本。人工智能并不总是正确的,但如果你有不止几张图片,它会让你的工作和生活更轻松。Drupal的AutoAltText模块是一个很棒的内容管理系统(CMS)的示例,它在后台将图像上传到VisionAPI,然后为您填写alt字段。基于Drupal构建的网站通常是大型开放社区的所在地,用户可以在其中讨论并偶尔上传图像。参与者可能想也可能不想花时间找出某些图像的正确标题。使用人工智能可以提高每个人的网站质量,加快搜索速度,并节省用户编写字幕的时间。5.Nudebox如果你的网站想为所有用户打开图片之门,那么你必须为喜欢发布敏感图片的人做好准备。Nudebox是Machinebox的工具之一,可以扫描图像中是否有太多裸露的皮肤。但这种措施是万无一失的吗?不,但它会帮助您标记最可疑的图像,从而节省大量时间。6.AmazonConnectAWS云平台中比较有趣的选项之一是AmazonConnect,它是一组旨在帮助您为您的公司创建呼叫中心的应用程序工具。在外面,它只是一个用于构建电话服务的工具包。在内部,它将亚马逊的一些人工智能工具挂接到循环中以处理杂务。AmazonLex背后的自然语言工具让您可以创建聊天机器人,作为客户的第一轮联系人。如果需要人工智能,AmazonConnect可以将客户引导至具有解决问题所需专业知识的适当服务代理。然后它将跟踪解决方案和排序座席,以确保为下一个呼叫者提供最佳体验。借助AmazonConnect,亚马逊已经集成了各种人工智能工具,因此您不必这样做。7.GoogleBigQueryML我们中的许多人都习惯了SQL世界。数据集合是使用INSERT语句构建的,甚至可以轻松编写JOIN语句。谷歌公司创建了BigQueryML,这样使用SQL的人就可以开始使用AI来分析他们的数据,而无需重写整个堆栈。在理想情况下,您可以使用依赖于SQL的庞大已安装软件堆栈,然后重定向SQL存储和复制例程,以使用ANSI:2011SQL将所需数据推送到BigQueryML中。它从来没有那么简单,但它仍然比重新考虑整个架构和重写所有代码要简单得多。将数据推送到BigQueryML后,新的“SQL”命令CREATEMODEL将使预测模型适合您选择的列。该命令接受许多标准SQL选择子句,使数据库分析师无需使用Python、Java或任何传统机器学习语言即可构建模型。最大的优势可能出现在模型创建之后,因为数据已经存储在数据库中,准备好用于报告或商业智能基础设施。谷歌已经与许多标准工具集成,例如Tableau、MicroStrategy和Looker。8.Animetrics如果你有一个有很多面孔的长视频,AnimetricsAPI将逐帧扫描视频并挑选出它找到的所有面孔用于识别和聚类。该算法扩展2D图像并构建3D近似值或面部沿x、y和z轴的方向。它甚至能够以不同于它捕获的姿势或角度重新渲染面部。为了更快地生成结果,代码并行处理多个图像。如果没有视频可用,基本API也可以使用一组静态照片。9.DiscoverTextTwitter是一个包含无数文本片段的世界,它捕捉了世界上最健谈和最自信的人的时代精神。如果您的工作是跟踪品牌、政治运动或其他一些会漂浮在大量文本中的文本,DiscoverText将帮助您理解它。DiscoverText提供对主要Twitter提要的访问,并为您提供工具来设置您自己的计算机分类器或过滤器以搜索您想要的文本。识别推文后,DiscoverText将帮助您存储、分析和聚类结果。10.SendPulse许多人认为人工智能是一个复杂而开放的过程,而有些人工智能则专注于实现一个目标。考虑一下SendPulse,这是一种旨在使营销电子邮件更受欢迎和有用的工具,以便收件人更频繁地打开它们。SendPulse使用一个复杂的模型来确定人们通常何时阅读他们的电子邮件,然后安排这些电子邮件在那个时间到达,这样它们就不会堆积成一大堆可以被大量删除的邮件。为了收集有关其读者的更多信息,SendPulse在很大程度上依赖A/B测试来了解每个用户的成功。所有这些数据都经过整理和优化,以更好地做一件事:在浏览收件箱时立即吸引更多读者。这种做法可能是人工智能的终极体现。这不是标记伟大流行语的天才的化身。它不是一台充满高端数学的不可能复杂的机器,它只是一个简单实用的工具,这就是人工智能从实验室研究走向普通事物的方式。
