首页 > 云计算 > 正文

四大云巨头IBM、Google、Microsoft和Amazon如何在云上进行机器学习

2016-03-02 16:45:05  来源:极客

摘要:四大云巨头都提供机器学习即服务,但是不同的公司有不同的做法。本文将介绍不同公司在机器学习领域的特点。
关键词: IBM、Google、Microsoft、Amazon
  任何一个云都要被认真对待,以满足不断上升的功能。机器学习似乎是功能名单之上,因为它现在是所有主要云供应商的特色。
图片描述
  
        除了“curated API vs. open-ended algorithm marketplace”模型,他们还有“everything and then some vs. just enough”变式。下面是四大云提供商——IBM、Google、Microsoft和Amazon在机器学习领域上相互之间的积累。
 
  IBM:由Watson掌舵控制转向

        当IBM首次宣布将把Waston AI系统变成一个可消费的服务的时候,问题就出现了。那会是什么样子?它将如何使用?最重要的是,它会给IBM提供多少支持,让其成为一个云巨头?
 
  两年之后,IBM已经在其Bluemix PaaS上推出一系列基于机器学习的服务,例如天气预报、系统分析语言、图像识别、语言翻译、情绪和语调分析等等。
 
  所有公司都在云计算上提供某种机器智能,而IBM的名单是最具有野心的。更重要的是IBM一直在用既高大上又接地气的工具补充自己的实力,主要包括分析和报告(日渐成长的Waston似乎也是IBM许多跨领域战略收购的背后动力,例如天气、医疗等等)。
 
  问题不是Waston是否会真正推出相应的功能,随着时间的推移,他们很有可能这样做,但是在一定范围内他们将孤注一掷。从目前看来,固定下来的有Spark服务(或者它的新的AWS Lambda-like服务和OpenWhisk),因为它更容易赚钱。
 
  一些组织已经开始把Watson的分析服务创造性的加以利用,尽管IBM认为它能成长为一年一百亿的业务,但是Waston的收入到目前为止还不足以抵消IBM的收入下滑。
 
  Mircrosoft:和你一起建造

        IBM有Watson,Microsoft则提供了Project Oxford,一组策划高级APIs来覆盖机器视觉、语音识别和语音分析。这个APIs的功能不像Watson覆盖那么广泛(让我们面对现实,How-old.net的确不像Watson那么有趣,因为Watson玩的是“危险”),但是Microsoft的意图和IBM是一样的:一套利用机器学习的专门的APIs。
 
  Azure Machine Learning Studio可能是Microsoft的机器学习野心中更重要的一部分。在那里,人们可以带上自己的数据,训练机器学习模型,然后通过REST接口作为一个API重新共享模型。IBM在Bluemix上也有类似的Predictive Analytics服务,但是Microsoft的工作室已经存在很长时间,并且有更通用的感觉。
 
  Microsoft和IBM在试图创建两种不同的机器学习服务。一个闭门造车,策划数据设置和调整行为(Watson APIs和 Project Oxford)。而另外一个平台是这种新的机器学习服务可建,共享甚至是货币化(Azure Machine Learning Studio和 Predictive Analytics)但是Microsoft和IBM最大的区别不是在服务,而是动机。Microsoft通过以云为核心的面向未来的尝试,已经辅助其他成功的业务部门,例如游戏。所以Microsoft并没有感觉到和IBM同样程度的生存压力。但这并不意味着Microsoft不能感知到它必须走哪条路。
 
  Amazon和Google,极简主义者

         如果Google尤其是Amazon有一个指导他们使用云计算的原则,那就是“少即是多”。也许更好的说法是“刚好足够就够了”,两家公司都提供基于云计算的机器学习服务的方式。
 
  以Google的情况,Google Cloud Platform目前仅提供两种类似于这样的服务:Google Translate和Google Prediction API。前者完全是有Google维护的独有API,后者,尽管有一个谦逊的名字,却是一个广泛的包容性服务,允许用户在Microsoft Azure Machine Learning Studio上传数据和训练模型(数据可以从Google services导出,例如Google BigQuery)。
 
  Amazon Machine Learning类似于Google Prediction API,模型可以对数据进行训练并且用于做出预测。故意简化服务,只是为了吸引那些想要解决一个特定、狭窄问题的开发人员,或者因为Amazon想先试试市场的水。
 
  以Amazon和Google的情况,他们的目标是开发人员、狭义的需求和那些已经在云上的数据,这些“刚好足够”的模型。IBM 和Microsoft的目标是更广泛的领域,然而IBM努力的想要提供最多,也有可能失去最多。

第四十一届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:pingxiaoli

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。