【人工智能】C3.ai CTO表示缺乏自動化窒礙了AI發展

Go Smart

【人工智能】C3.ai CTO表示缺乏自動化窒礙了AI發展

在提供了用於構建和部署AI應用的平台即服務(PaaS)環境十多年之後,C3.ai在2020年12月上市。本月初,C3.ai與Microsoft, Shell和GE的Baker Hughs合作發起了”Open AI Enegy”計劃,以使能源領域的組織能夠更輕鬆地共享和重用AI模型。

C3.ai的總裁兼首席技術官 Edward Abbo 向VentureBeat解釋了為什麼構建更多依賴人工流程的AI應用程序的零散方案不僅耗時太長,而且從企業支持的角度來看也是不可持續的。

Edward Abbo 表示公司有兩種主要產品: 一種是作為服務的應用程序平台,可加速AI應用程序的開發,部署和操作。 客戶可以大規模設計,開發,部署和運行AI應用。 它可以在Microsoft Azure,Amazon Web Services(AWS)和Google Cloud Platform以及私有雲和客戶數據中心中運行;另一個是套件或一系列特定於行業的AI應用程序。 例如,製造客戶可以訂閱AI應用來吸引客戶。

「你經常聽到兩件事。 數據科學家花費了95%的時間來處理數據。 他們需要從眾多不同的數據儲庫中訪問數據,然後必須統一數據。 但是個體可能在不同系統中具有不同標識符。 幾乎所有公司都為太多的系統所困擾,因此他們的數據是零散的。 數據科學家最終不得不做這項工作。 他們需要統一數據並根據時間對事物進行規範化。 他們最終將95%的時間用於數據和數據操作,而僅將5%的時間用於機器學習。 顯然這是非常低效的。 對於許多數據科學家而言,這是極大的挫敗感。」

「第二件事是數據科學家採用Python和R等編程語言。他們不是計算機科學家或程序員。 他們將自己認為具有很高價值的模型轉給了一個不習慣處理它的IT組織。 他們需要弄清楚如何對其進行操作和擴展。 你可以擁有兩百萬個機器學習模型,你需要對它們進行訓練,驗證,投入運行,然後監視其效果。 之後,你可能需要重新訓練該模型或將另一個版本引入運作。」

C3.ai通過處理數據改變這環境。 數據科學家現在可以將95%的時間用於機器學習,而僅5%的時間用於檢索數據。 我們可以消除從無窮無盡的原型到實際擴展規模並將AI模型投入生產的障礙。 這些是企業擴展實現AI的障礙。

C3.ai提供了一個稱為Data Studio的產品,以集成并快速統一來自不同來源的數據。 通過提供數據和分析服務,數據科學家不必擔心要做所有的工作。 業務分析人員可用拖放式畫布來導入數據並嘗試進行機器學習模型而無需編程。 然後,他們可以將AI模型和數據服務發佈到可能調用這些服務的下游應用程序。

Abbo表示MLOps(machine learning operations)和DataOps(data operations)需要融合。 將數據,IT,機器學習,業務分析師和應用程序整合到一個平台上。 數據工程師專注於聚合數據並提供服務。 然後,數據科學家使用它來創建模型並將其發布。 然後,業務分析師可以使用他們選擇的工具來插入機器學習模型庫。

「如果你是程序員,則可以使用編程語言發布我們的微服務。 但是,如果你是業務分析師或平民數據科學家,則無需編程。 你無需編程即可簡單地通過用戶界面拖放,連接並實際引用一些複雜的算法。 我們使用一種稱為模型驅動架構的技術。 我們以獨立於底層技術的方式表示應用程序的語義。 隨著Microsoft和AWS或Google引入新技術,我們基本上可以將這些技術插入到面向未來的應用程序中。」

Tags: ,