Революцията на ИИ вече трансформира потребителския свят. Понякога това се прави ежедневно, като препоръки за продукти, а понякога е чудесно: Кохлеарните импланти, които осигуряват изкуствен слух на хора, родени изцяло глухи, имат промени AI което го прави превъзходно изживяване на крайния потребител.

Революцията на ИИ води до по-интелигентен свят и този интелигентен свят е изграден върху мега тенденциите, на които всички сме били свидетели през последните 20 години: мрежата, облакът, социалните медии, мобилните устройства и Интернет на нещата ( IoT ).

С облачната технология ние имаме практически неограничен капацитет за изчисления и съхранение като разработчици и наистина тази комбинация от масивни данни и масивна изчислителна мощ е движещата сила на тази революция. Сега, когато всички са свързани помежду си и с всичко по един или друг начин, всички тези връзки генерират порядъци и повече данни за AI облака, който трябва да бъде обработен, много повече от преди.

Изпробвайте облака с изкуствен интелект всеки ден като потребител. Когато видите препоръка за продукт в Amazon, препоръка за филм в Netflix или снимка, която автоматично се идентифицира и маркира във вашата емисия във Facebook, вие изпитвате силата на изкуствения интелект.

Сега, не би ли било чудесно, ако приложението, върху което работите - независимо дали е приложение на Salesforce или не - може по някакъв начин да осигури и тези по-интелигентни изживявания с AI? Например какво, ако нашият бизнес и нашето приложение за продажби могат да работят заедно, за да ни кажат кои потенциални клиенти най-вероятно ще се конвертират, или нашето приложение за услуги може да използва облака с изкуствен интелект, за да ни каже кои случаи могат да ескалират?

За съжаление за много екипи изглежда твърде сложно и скъпо да се прилага AI към техния бизнес процес. Първо, започва с науката за данните и за да се занимавате с нея, трябва да съберете и интегрирате всички необходими данни. И тогава трябва да правите дискусии за данни, като трансформирате данните, за да можете да ги използвате за машинно обучение. И тогава, в зависимост от вашия опит, може да се нуждаете от външна помощ от изследователи на данни, за да изградите прогнозни модели, да ги поддържате, актуализирате и да създадете надеждна, сигурна и мащабируема инфраструктура. Тогава след цялата тази работа трябва да вземете тези прогнози и да ги поставите в контекста на бизнес потребителя.

Влезте в Salesforce Einstein

Знаейки, че AI често е недостижим, Salesforce придоби компании като MetaMind (специалисти за задълбочено обучение), Implisit Insights (прилагане на AI към процеса на продажби специално) и PredictionIO (машинно обучение и анализ на големи данни), за да им помогне да се развият. Salesforce Einstein.

Salesforce Einstein е AI за Salesforce и е вграден в платформата. Като главен изпълнителен директор на Айнщайн казва , 'Вземете CRM номер едно в света и го направете най-умният CRM в света.' С предложението за изкуствен интелект на Salesforce вече можете да упълномощите ИТ специалистите в продажбите, обслужването, маркетинга и ИТ да си взаимодействат по-добре с всеки клиент по-бързо, по-интелигентно и предвиждащо нуждите.

Дълбоко обучение: Виждане на Айнщайн и Ейнщайн език

Salesforce Einstein трябва да постави облака на AI в обсега на разработчиците. Може би. Но откъде да започнете? Първото нещо, което трябва да знаете, е, че AI има три основни компонента:

• Данни
• Алгоритми
• изчислителна техника

Голяма информация Като цяло през последните години това е гореща тема. Всички са развълнувани да имат нови източници на данни, нови начини за тяхното анализиране и нови начини за това съхранявайте го .

Това ще бъде голяма част от начина, по който въвеждаме ИИ в бизнеса, но голяма част от усилията за развитие на ИИ е на страната на алгоритъм . Това са сложни алгоритми, които се надграждат, разширяват и всъщност имат нови изследвания от private_and_public секторите. Можете да сте сигурни, че облачните алгоритми на AI ще продължат да бъдат иновативни и ще продължат да стимулират нови функции за вашите приложения и за клиентски опит.

Изчислителният аспект, за който вероятно сте чували напоследък: GPU, TPU Тъй като новите инвестиции и новите изследвания от всички най-добри хардуерни компании са насочени към мощта на изчисленията, като се гарантира, че тези алгоритми разполагат с необходимата инфраструктура, за да останат иновативни и да предоставят представа за вашите данни.

Преди да разберем как можете да разработите нещо, което се възползва от тази технология, нека се потопим по-дълбоко в някои детайли на това, с което ще се сблъскате.

Към днешна дата

Има две форми на данни, които трябва да се разгледат тук: структурирани и неструктурирани.

Структурираните данни включват ERP данни и голяма част от вашите CRM данни; Това може да са данни, излизащи от устройства от IoT , например. Този тип данни вече могат лесно да се търсят с помощта на основни алгоритми.

Неструктурираните данни могат да бъдат вашите изображения, имейли, презентации на PowerPoint, документи на Word и др. Тук влизат в действие алгоритмите за дълбоко обучение и машинно обучение, което значително опростява търсенето на този тип данни.

Алгоритъмът

Дълбокото обучение е сложен термин - много разработчици и инженери на DevOps са смазани от него. Те смятат, че нямат инфраструктура за управление на невронни мрежи. Те вярват, че се нуждаят от докторска степен, за да имат достатъчно разбиране за модела на авангарда, който ще бъде включен, за да го раздели в по-управляем мисловен процес. За щастие, знанието достатъчно, за да се възползвате от него, е много по-достъпно, отколкото изглежда.

Нека започнем по този начин: имате входен файл. Това може да е изображение, аудио файл или текстов файл. И вие искате да получите разкриващ резултат. Salesforce Einstein има набор от API, които можете да използвате, за да направите този процес наистина безпроблемен - не е нужно да знаете нищо за това, което се случва в средата на процеса.

С Salesforce Einstein е лесно да интегрирате задълбочено обучение във вашите приложения. Той осигурява добре хоствана инфраструктура, която управлява вашите модели като услуга и следователно се грижи за всяка нужда от мащабируемост. Така ви улеснява да качвате, обучавате и разбирате показателите на вашия модел и в крайна сметка предоставяте прогнози в реално време за предварително изготвен модел или персонализиран модел, който сте създали.

Ако дори това ви звучи странно, следващите примери ще ви ускорят бързо.

Изчисления: Визията на Айнщайн

Това е една от услугите за задълбочено обучение, които Salesforce Einstein предлага. Не всички модели на дълбоко обучение или невронни мрежи са еднакви: специфични архитектури се използват за конкретни проблеми. А в случай на компютърно зрение, AI облакът използва така наречената „конволюционна“ невронна мрежа, което означава, че всеки етап се учи от предишния. Така че, когато такава мрежа се обучава в данни за изображения, тя възстановява изображението от нулата, за да разбере различните му компоненти. Първо ще видите най-малката единица от изображението, пиксела, а след това ще разберете ръбовете, а следващият етап ще разбере частите или елементите на обекта и накрая ще достигне цели обекти.

И целият този процес е решен за вас, така че можете да се съсредоточите върху бизнес стойността, която можете да отключите за клиентите на вашето компютърно зрение, а не върху самия процес.

Помислете как транспортната индустрия може да се трансформира чрез използване на дронове за наблюдение на пътищата - никой не би трябвало да изпраща екипаж за почистване.

Или как компаниите от CPG, вместо да изпращат лица, които ръчно да регистрират продукти на рафт, могат да направят снимка и да я накарат да се анализира автоматично. Или как можете да революционизирате търговията на дребно с потребители с визуално търсене, или как застрахователните компании могат да автоматизират триажа на искове, или как здравната система може да се възползва от обработката на изображения.

Всички тези сценарии могат да бъдат обхванати от Класификацията на изображенията на Айнщайн, която е част от Визията на Айнщайн. Всичко, от което се нуждаете, е модел, който представлява горе-долу набор от класификационни етикети.

Изградете персонализиран модел

Можете да създадете свои собствени персонализирани модели и след това да ги интегрирате във вашите работни потоци, било то работен процес на Salesforce или външно приложение.

Създаването на ваш собствен потребителски модел включва само три стъпки:

1. Създайте свой собствен набор от данни, въз основа на това, което вашият персонализиран модел трябва да направи. Да предположим, че искате да знаете разликата между хладилници с три врати и хладилници с две врати. Ще трябва да съберете куп изображения с хладилник с две врати и да ги поставите в една папка, а след това куп изображения с хладилник с три врати и да ги поставите в друга папка.

2. Тренирайте своя модел. Сега, каквито и набори от данни да сте събрали в предишната стъпка, качете ги и AI облакът ще обучи модела въз основа на този набор от данни. Фактът, че вече сте отделили изображенията, е всичко, което е необходимо за обучението. След като новият модел на данни бъде обучен, ще получите своя документ за самоличност.

3. Използвайте го за прогнозиране! Сега можете да получите прогнози за изображения, които моделът никога не е виждал досега. Това е толкова просто, колкото да направите API повикване с помощта на новия идентификатор на модела.

Смятане: Ейнщайн език

Ако изображенията не са това, което трябва да обработите, вероятно се опитвате да тренирате с помощта на текст. За това облакът на Salesforce AI има Einstein Language, който в момента се състои от две услуги: Einstein Intent и Einstein Sentiment.

• Намерение на Айнщайн е общ класификатор на типа обработка на естествен език ( НЛП ). Тя ви позволява да дефинирате свои собствени класове и да зареждате данни, които представляват тези класове.

• Айнщайн настроението е предварително оформен модел, който може да анализира човешкия език, за да извлече настроенията на съдържанието и изявленията на потребителите около него и да ги класифицира в положителни, отрицателни и неутрални класове.

Езиковите услуги на Айнщайн работят по същия начин като нашия пример за класификация на изображения. Тук също ще дефинираме класове.

В горния пример намерението е за случаи на маршрутизиране. Всеки път, когато се представи случай, ние искаме да го анализираме и насочим към правилния отдел: доставка, фактуриране, продукт, продажби ... можем да определим толкова класове, колкото ни е необходимо. Но в случая на Айнщайн настроенията класовете са фиксирани, така че имаме само положителни, отрицателни или неутрални.

След като разделите данните в различни класове, можете да обучавате вашите модели. Обучението на модели е много лесно с предоставения API. Както при Einstein Vision, след като моделът бъде активиран, ще имате идентификационния номер на модела си и сте готови да получавате прогнози.

Salesforce Einstein: Готов за интелигентен старт

Сега, когато имате вкус към възможностите, които Salesforce Einstein ви предлага на пръстите Програмист на Salesforce и колко лесно би било да помогнете на вашите клиенти или шефове да се възползват от облака на AI, просто отнема създайте акаунт .

Очакваме с нетърпение да чуем как използвате облака на AI, за да революционизирате собственото си приложение!