云计算助力人工智能发展

人工智能运行的基础——海量数据（存储于大型服务器集群）和规模并行计算对于计算资源有很高的要求，云计算的共享资源模式从根本上提高了资源使用效率，并让没有大量计算资源的企业有机会去应用人工智能，从而产生基于云服务的其他服务形式。

人工智能与云计算平台的结合，一方面表现在基于人工智能的应用开始以云服务的形式提供，例如将人脸识别、图像识别、虚拟客服等功能打包API作为产品提供给企业和开发者，以PaaS服务的形式存在；数据挖掘、虚拟服务等细分功能SaaS服务直接面向用户开放。拥有机器学习技术资源的科技巨头积极开放API接口。IBM通过bluemix平台以PaaS形式提供一整套机器学习服务组合，包括文字语音转换、文本翻译、视觉识别组件等；IBM沃森开放认知计算云服务、大规模输出人工智能应用；微软Oxford项目提供一系列机器视觉、语音识别API产品。开发垂直应用的创业公司在提供产品和服务同时，选择开放部分基于人工智能的应用模块，将服务能力以PaaS方式提供，拓宽服务类型。

另一方面，拥有强大基础设施能力的云服务企业具有支撑机器学习算法巨大运算量的能力，通过提供云平台的方式，支持第三方基于平台开发个性化的应用，形成人工智能应用生态。微软旗下的Azure Machine Learning Studio支持基于GUI（图形用户界面）建立个性化的机器学习分析解决方案；亚马逊托管服务Amazon Machine Learning可以帮助用户通过机器学习建立预测分析模型，构建智能应用程序；谷歌云服务开始将应用于内部产品的基于音频转录和图像识别等功能应用向外部企业开放。中国企业方面，阿里云基于大规模计算集群和分布式系统，于2015年推出集成阿里机器学习、深度学习、特征工厂等核心算法库的可视化数据分析平台DTPAI。百度开放云服务自2015年开始服务于开发者，其中开放的资源包括百度内部应用多年的机器学习算法库BML、人脸识别、文字识别API等，连同行业大数据解决方案一并，将人工智能、大数据服务提供给行业和用户。(www.xing528.com)

与其他云服务一致，基于人工智能的功能通过云架构可以随需随用，使用成本前所未有地降低，拥有大规模分布式计算能力的云环境可以提供比本地部署更强大更廉价的计算基础设施。云服务与人工智能的结合让开发者无须学习特定领域的知识就有机会集成人工智能应用，为人工智能的大范围推广应用提供了前提和保障。