人工智能正在改變商業(yè)。從自然語言處理和智能語音，到物聯(lián)網(wǎng)和邊緣計(jì)算，人工智能正在為人類提供重要的戰(zhàn)略和實(shí)踐機(jī)會。

盡管科技已經(jīng)逐漸民主化，任何規(guī)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。

讓我們來看看部分具有影響力的意見領(lǐng)袖吧：

Andrew Moore，谷歌云人工智能的負(fù)責(zé)人

在競爭日益激烈的云市場中，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(shù)十種新的人工智能產(chǎn)品和服務(wù)，即使是非數(shù)據(jù)科學(xué)家也可以輕松訪問。讓我們來看看谷歌云平臺，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(tuán)隊(duì)測試、培訓(xùn)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試圖通過向依賴于云提供商技術(shù)的小型企業(yè)或初創(chuàng)企業(yè)提供機(jī)會，讓它們在GCP上運(yùn)行自己的模型，從而將自己與競爭對手區(qū)分開來。

此外，AutoML和AI Platform也是新的秘密武器。AutoML是一個(gè)預(yù)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)幾乎沒有任何編程經(jīng)驗(yàn)的開發(fā)人員都可以輕松使用AutoML，而AI Platform是為數(shù)據(jù)科學(xué)家提供的，這也是谷歌嘗試跨經(jīng)驗(yàn)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(guī)模培訓(xùn)機(jī)器學(xué)習(xí)模型，亞馬遜的AWS還為開發(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)，在提供類似性能的同時(shí)鎖定所需的計(jì)算能力。通過SageMaker的流媒體算法輸入的數(shù)據(jù)越多，系統(tǒng)的訓(xùn)練就越多。但隨著時(shí)間的推移，這樣做的計(jì)算成本保持不變，而不是呈指數(shù)級增長。

這意味著他們已經(jīng)創(chuàng)建了一個(gè)系統(tǒng)，這個(gè)系統(tǒng)可以處理全球范圍內(nèi)運(yùn)行的難以置信的大數(shù)據(jù)集，其精確度與更傳統(tǒng)的人工智能系統(tǒng)訓(xùn)練方法相當(dāng)。這不僅對亞馬遜自己的人工智能項(xiàng)目很重要，對客戶的需求也很重要。

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。科學(xué)家在亞馬遜的Alexa部門最近使用跨語言遷移學(xué)習(xí)，這種技術(shù)需要訓(xùn)練一個(gè)人工智能系統(tǒng)在另一個(gè)語言培訓(xùn)之前，德國適應(yīng)英語語言模型，在一篇新論文中他們擴(kuò)大他們的工作的范圍，準(zhǔn)備將英語語言模型實(shí)用到日本語上。

希拉里·梅森（Hilary Mason），通用汽車公司，Cloudera的機(jī)器學(xué)習(xí)和Fast Forward Labs的創(chuàng)始人

希拉里·梅森（Hilary Mason）是數(shù)據(jù)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(tǒng)的倫理含義。企業(yè)需要更廣泛地認(rèn)識到建立某種道德框架的必要性，技術(shù)和商業(yè)領(lǐng)袖都需要接受無偏見地創(chuàng)造產(chǎn)品的責(zé)任。

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

梅森還認(rèn)為，越來越多的企業(yè)將需要形成結(jié)構(gòu)來管理多個(gè)人工智能系統(tǒng)。一個(gè)系統(tǒng)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(tǒng)。但是，當(dāng)用戶在一個(gè)具有安全、治理和風(fēng)險(xiǎn)需求的企業(yè)中管理數(shù)以百計(jì)的系統(tǒng)時(shí)，他需要一個(gè)專業(yè)的、強(qiáng)大的工具，以及從擁有大量的能力甚至厲害到擁有系統(tǒng)的方法來追求機(jī)器學(xué)習(xí)和人工智能機(jī)會的轉(zhuǎn)變。