如今，采用人工智能的企業(yè)遇到了一個主要障礙，那就是在內(nèi)部開發(fā)人工智能產(chǎn)品成本高昂，因此有了外包人工智能產(chǎn)品的需求。而對于從中小企業(yè)到預(yù)算受限的大型企業(yè)來說，通過云計算來采用人工智能的成本要低得多。

全球主要的云計算提供商現(xiàn)在提供基于云計算的人工智能產(chǎn)品。他們利用其專業(yè)的技術(shù)專長和雄厚的資金來提供下一代服務(wù)。

人工智能服務(wù)既是硬件也是軟件，但真正重要的是硬件。在定制芯片和采用通常用于圖形處理和游戲的GPU作為人工智能處理器的過程中，處理器技術(shù)的指數(shù)式進步已經(jīng)推動了人工智能革命。

隨著人工智能產(chǎn)品市場的擴大，所有主要的云計算提供商都推出了一定程度的人工智能服務(wù)。顯然，由于從頭開始構(gòu)建這樣一個系統(tǒng)的費用高昂，人工智能作為一項服務(wù)仍然一直位于行業(yè)巨頭所在的領(lǐng)域。因此，需要對行業(yè)巨頭進行深入研究。

IBM Cloud：最全面的人工智能軟件包

去年年底，IBM公司將其BlueMix云服務(wù)、SoftLayer數(shù)據(jù)中心和Watson AI合并為一個名為IBM Cloud的服務(wù)，該服務(wù)總共提供170多項服務(wù)。在用于人工智能服務(wù)的Watson品牌下，IBM公司提供不少于16項服務(wù)。大部分重點是分析數(shù)據(jù)、語音、文本。IBM公司擁有全球服務(wù)咨詢業(yè)務(wù)，只有微軟公司才能遠程匹配。

IBM Cloud 人工智能服務(wù)從Watson Studio開始，用于構(gòu)建和培訓(xùn)人工智能模型，準備數(shù)據(jù)和對數(shù)據(jù)執(zhí)行分析。這在一個集成環(huán)境中可用。對于現(xiàn)有數(shù)據(jù)，有沃森知識目錄(Watson Knowledge Catalog)可以進行智能數(shù)據(jù)和分析資產(chǎn)發(fā)現(xiàn)、編目和治理，還有沃森發(fā)現(xiàn)(Watson Discovery)可以查找連接和關(guān)系。

IBM公司已經(jīng)指出，世界上只有20%的數(shù)據(jù)是可搜索的，IBM Cloud Watson對數(shù)據(jù)處理和發(fā)現(xiàn)的重視程度很高。這方面的一個例子是IBM Watson Services for Core ML，它允許企業(yè)構(gòu)建基于人工智能的應(yīng)用程序，這些應(yīng)用程序可以安全地連接到他們的數(shù)據(jù)，并在本地部署數(shù)據(jù)中心、托管數(shù)據(jù)中心或云端運行。這些應(yīng)用程序利用機器學習通過每次用戶交互來適應(yīng)和改進。

其他數(shù)據(jù)發(fā)現(xiàn)應(yīng)用程序包括Data Refinery，這是一種面向數(shù)據(jù)科學家、工程師和業(yè)務(wù)分析師的自助數(shù)據(jù)準備工具，以及深度學習，可幫助開發(fā)人員使用神經(jīng)網(wǎng)絡(luò)設(shè)計和部署深度學習模型，輕松擴展到數(shù)百次訓(xùn)練。

為了構(gòu)建人工智能平臺，IBM擁有沃森代理(Watson Assistant)來構(gòu)建和部署聊天機器人和虛擬助手，沃森物聯(lián)網(wǎng)平臺(Watson IoT Platform)為設(shè)備注冊、連接、控制、快速可視化和數(shù)據(jù)存儲提供云計算托管服務(wù)。

IBM公司在語言識別和翻譯方面也很重要。Watson Speech to Text(STT)將音頻和語音轉(zhuǎn)換為書面文本，而Watson Text to Speech(TTS)則相反，將書面文本轉(zhuǎn)換為各種語言和語音的自然發(fā)音音頻。

沃森語言翻譯器(Watson Language Translator)翻譯新聞、專利或會話文檔，沃森自然語言分類器(Watson Natural Language Classifier)解釋和分類自然語言，沃森自然語言理解(Watson Natural Language Understanding )分析文本以從概念、實體和情感等內(nèi)容中提取元數(shù)據(jù)。

在更深奧的一面，Watson視覺識別可以使用機器學習對視覺內(nèi)容進行標記，分類和搜索，沃森語音分析器(Watson Tone Analyzer)分析書面內(nèi)容中的情感和色調(diào)，沃森個性洞察(Watson Personality Insights)通過書面文本預(yù)測個性特征、需求和價值。

亞馬遜網(wǎng)絡(luò)服務(wù)：為商業(yè)重新定位的消費者人工智能

亞馬遜的人工智能工作分為兩類：改進其Alexa等消費者設(shè)備和AWS公共云的服務(wù)。其中大部分業(yè)務(wù)的云服務(wù)實際上是建立在消費產(chǎn)品之上的，因此隨著Alexa的改進，其業(yè)務(wù)也將得到改善。它們分為四大類，其中許多與消費者互動有相似之處：

Amazon Lex使用語音和文本構(gòu)建用于在任何應(yīng)用程序中構(gòu)建會話界面的服務(wù)。它具有自動語音識別功能，可將語音轉(zhuǎn)換為文本和自然語言理解，以識別文本的意圖。Lex技術(shù)現(xiàn)在用于Alexa，允許開發(fā)人員創(chuàng)建支持自然語言的聊天機器人。

如果想做相反的事情，Amazon Polly可以將文本轉(zhuǎn)換成栩栩如生的演講語音。許多人工語音應(yīng)用程序交付都很繁瑣，你可以聽到拼接在一起的單詞之間中斷。而Polly使用先進的深度學習技術(shù)來合成聽起來像人類自然的發(fā)音。它提供了支持實時交互式對話所需的快速響應(yīng)時間。

Amazon Rekognition可以輕松地將圖像分析添加到用戶的應(yīng)用程序中，以檢測圖像中的對象、場景，或搜索和比較人臉。亞馬遜公司使用此服務(wù)每天為Prime Photos分析數(shù)十億張圖片。通過Rekognition API，可以輕松地在應(yīng)用程序中構(gòu)建可視化搜索和發(fā)現(xiàn)。

機器學習是當今人工智能活動的先鋒，但可能需要具備內(nèi)部專業(yè)知識。相比之下，亞馬遜機器學習提供了可視化工具和向?qū)В芍笇?dǎo)用戶完成創(chuàng)建機器學習模型的過程，而無需學習復(fù)雜的機器學習算法和技術(shù)。它建立在亞馬遜公司用于向購物者推薦商品的相同技術(shù)的基礎(chǔ)上。

Microsoft Azure：強調(diào)開發(fā)者

微軟公司將其人工智能產(chǎn)品分為三類：人工智能服務(wù)、人工智能工具和框架，以及人工智能基礎(chǔ)設(shè)施。與亞馬遜公司一樣，它的一些商業(yè)人工智能產(chǎn)品實際上是基于消費產(chǎn)品。

人工智能服務(wù)分為三個小組：預(yù)先構(gòu)建的人工智能功能，如Azure認知服務(wù);為面向客戶的應(yīng)用程序(如Web應(yīng)用程序和聊天機器人)添加智能，認知搜索將Azure搜索與認知服務(wù)合并;會話人工智能與Azure Bot使用Azure機器學習(AML)進行服務(wù)和自定義人工智能開發(fā)。微軟公司最近更新了它的機器人框架(Bot Framework)，為開發(fā)人員創(chuàng)建了更豐富的對話框、完整個性和語音定制的下一代會話機器人。

人工智能的工具和框架包括用于人工智能的Visual Studio工具、Azure記事本、數(shù)據(jù)科學虛擬機、Azure機器學習工作室，以及用于Azure物聯(lián)網(wǎng)邊緣運行時間(Azure Internet of Things Edge Runtime)的AI Toolkit。微軟公司最近宣布開放Azure物聯(lián)網(wǎng)邊緣運行時間，這將允許開發(fā)人員在邊緣修改和定制應(yīng)用程序。到2020年，將采用20多億個連接網(wǎng)絡(luò)的物聯(lián)網(wǎng)設(shè)備，這一點非常重要。Azure物聯(lián)網(wǎng)邊緣運行時間還可以作為一個平臺，從中構(gòu)建Azure的所有新的人工智能驅(qū)動應(yīng)用程序。

Azure的人工智能基礎(chǔ)設(shè)施包括Azure數(shù)據(jù)服務(wù)和計算服務(wù)，包括Azure Kubernetes服務(wù)(AKS)和AI Silicon支持，包括GPU和FPGA。Azure數(shù)據(jù)服務(wù)是Azure上可用的數(shù)據(jù)庫，如SQL Server、MySQL、PostgreSQL、NoSQL和MariaDB。KubNeNes服務(wù)涉及流行的容器服務(wù)，它用于使現(xiàn)有的應(yīng)用程序現(xiàn)代化和云啟用。Silicon support是簡單的加速超越CPU的高性能應(yīng)用程序。

谷歌云：由特殊人工智能處理器加速

谷歌公司的一個關(guān)鍵區(qū)別是TPU(張量處理單元)。這是一款專門設(shè)計用于TensorFlow的專用芯片，TensorFlow是所有主要云計算提供商提供的谷歌開源機器學習平臺，但沒有一個可以加速TPU。并加快速度。TPU比CPU或GPU快15到30倍，提供高達180 teraflops的計算能力。

與亞馬遜和微軟一樣，谷歌公司已經(jīng)從其面向消費者的產(chǎn)品中獲取了人工智能，并將其提供給商業(yè)用戶。谷歌計算引擎云計算產(chǎn)品提供了谷歌的應(yīng)用程序，例如圖像、翻譯、收件箱(智能回復(fù))和Android中的語音搜索背后的人工智能功能。

谷歌公司的大部分人工智能產(chǎn)品都反映了其核心搜索能力。例如，Cloud Vision API可以識別圖像中的對象、徽標和標志、特定或明確的內(nèi)容、圖像中的文本、可以在Web上找到類似的圖像、或者檢測面部和讀取表情。奇怪的是，它不能提供面部識別。

同樣，云計算視頻智能API(Cloud Video Intelligence API)允許用戶搜索視頻以查找內(nèi)容，例如圖像或文本。例如，它可以搜索圖像以查找特定內(nèi)容，并在此基礎(chǔ)上阻止視頻。

DialogFlow用于構(gòu)建處理客戶消息、語音識別和響應(yīng)的聊天機器人。它可以構(gòu)建移動應(yīng)用程序，消息傳遞服務(wù)和物聯(lián)網(wǎng)設(shè)備之間的接口。自然語言API通過語法、實體和情感識別以及內(nèi)容分類提供更深入的洞察力。

谷歌公司還有一個語音到文本API，可以實時語音轉(zhuǎn)換或120種語言的錄音，而文字轉(zhuǎn)語音API則可以從文本中產(chǎn)生自然的音頻。Cloud Translation API提供超過100種語言的翻譯服務(wù)，可與上述API配合使用。

谷歌公司專注于機器學習，分析數(shù)據(jù)以便做出更好的決策，同時通過其Cloud ML服務(wù)為缺乏經(jīng)驗的人工智能開發(fā)人員提供靈活性和可訪問性。開發(fā)人員可以使用谷歌公司現(xiàn)有的API培訓(xùn)高質(zhì)量的機器學習模型，例如客戶服務(wù)。

對于更有經(jīng)驗的機器學習開發(fā)人員，谷歌公司提供了機器學習(ML)引擎，用于將機器學習模型投入生產(chǎn)，使用需要針對各種場景進行培訓(xùn)的TensorFlow模型。它有一個預(yù)測服務(wù)，它采用訓(xùn)練有素的模型并使用它們來預(yù)測新數(shù)據(jù)。

其他云計算人工智能提供商：特色產(chǎn)品

Oracle AI：Oracle公司的主要支柱是它支持挖掘和提取數(shù)據(jù)的數(shù)據(jù)源。支持其數(shù)據(jù)庫，MySQL和大數(shù)據(jù)集群，如Hadoop。它配備了流行的機器學習工具和框架來快速構(gòu)建應(yīng)用程序。

Salesforce：該公司的Einstein人工智能平臺與其他Salesforce云計算產(chǎn)品完全集成，可使用機器學習和預(yù)測分析構(gòu)建應(yīng)用程序，并利用其Salesforce數(shù)據(jù)。它用于構(gòu)建聊天機器人和銷售預(yù)測等應(yīng)用程序。

百度：百度公司了也致力于制造自己的人工智能處理器。它有一個名為Baidu Brain的移動服務(wù)，以及一個會話式人工智能操作系統(tǒng)DuerOS。但這只適用于中國。