隨著IT專業(yè)人士嘗試應(yīng)用人工智能，許多人將在公有云執(zhí)行此操作。但是，組織從不斷增長的人工智能服務(wù)列表中選擇，從AWS、Azure和其他廠商中挑選，并不是一件容易的事。

雖然人工智能不再只是在科幻電影中看到，但是該技術(shù)對許多企業(yè)IT團隊來說仍然是陌生的。然而，一個采納趨勢是明確的：公有云將是大多數(shù)企業(yè)人工智能工作負載的目的地。

調(diào)研機構(gòu)Forrester Research公司首席分析師Rob Koplowitz說：“這并不是說人工智能不會發(fā)生在人們的數(shù)據(jù)中心的企業(yè)中，但這是一個主要在云端發(fā)生的工作量。”

一些組織將選擇在內(nèi)部部署的數(shù)據(jù)中心保留人工智能應(yīng)用程序，特別是那些包含敏感客戶數(shù)據(jù)的應(yīng)用程序，因為它們對其他工作負載具有嚴(yán)格的安全性或遵從性要求。但是，一般來說，公有云人工智能服務(wù)將成為主流模式，Aragon Research公司首席分析師Adrian Bowles對此表示認(rèn)同。  

Bowles表示，云計算是特別適合人工智能的最大原因之一就是實驗。因為大多數(shù)組織仍在探索機器學(xué)習(xí)，新加坡主機 免備案服務(wù)器，預(yù)測分析或自然語言處理等技術(shù)的潛在用途，所以他們希望有一個讓他們進行實驗的環(huán)境，而不需要重大的金融投資或風(fēng)險。   　

“目前在公有云使用人工智能的企業(yè)中有很大一部分正在使用它作為測試臺，這是一種廉價的入門方式，并找出哪些應(yīng)用程序?qū)⑦m應(yīng)不同形式的人工智能。”Bowles說。  

公有云平臺，包括Amazon Web Services(AWS)和Microsoft Azure，允許組織測試不同的機器學(xué)習(xí)算法，例如，查看他們的數(shù)據(jù)可能是什么樣的。從那里，組織有兩個選擇：失敗或擴大規(guī)模。   　

Bowles說：“如果組織的人工智能應(yīng)用程序失敗了，那么你可以繼續(xù)前進。 如果它可以擴大規(guī)模，那么組織已經(jīng)處在一個可以快速擴展的地方... 云計算讓組織的實驗得以實現(xiàn)。”  

此外，由于可用的資源范圍，組織通常選擇公有云進行人工智能部署。   　

咨詢和專業(yè)服務(wù)機構(gòu)埃森哲公司人工智能實踐全球主管Nicola Morini-Bianzino說：“在云端，更容易實現(xiàn)，組織要從自然語言處理開始，然后，可以將一些數(shù)據(jù)移動到云端，并決定在計算機視覺中進行不同的操作，只需組織在已創(chuàng)建的基礎(chǔ)架構(gòu)和數(shù)據(jù)創(chuàng)建之上擴展和使用這些API。”  

Koplowitz說，公有云還消除了組織對昂貴的專業(yè)硬件投資的需求，這是許多人工智能工作負載所需要的。例如，大多數(shù)主要的公有云提供商現(xiàn)在都提供了基于GPU的云實例，這對于計算密集型人工智能工作負載特別有用。  

　　公有云中人工智能的挑戰(zhàn)  

Morini Bianzino說，當(dāng)然，任何新興技術(shù)，其中包括人工智能，都給企業(yè)帶來學(xué)習(xí)曲線。IT團隊可能不需要人工智能部署他們的底層的云計算基礎(chǔ)設(shè)施的檢修，但他們必須以數(shù)據(jù)為中心的心態(tài)，在其他方面發(fā)展他們的技能。  

對于成功的人工智能部署，IT團隊必須磨練他們的數(shù)據(jù)分析技能，并學(xué)習(xí)識別大型企業(yè)數(shù)據(jù)集中的某些模式或關(guān)系，因為人工智能僅作為企業(yè)提供的數(shù)據(jù)才有價值。  

他說：“機器學(xué)習(xí)算法的價值是組織通過算法推動的數(shù)據(jù)價值的直接函數(shù)。所以如果數(shù)據(jù)不好，算法也不好。”

Bowles認(rèn)為，數(shù)據(jù)分析技能越來越重要，因為IT團隊追求機器學(xué)習(xí)。其部分原因是，隨著機器學(xué)習(xí)，IT系統(tǒng)可以通過接觸數(shù)據(jù)而不是通過重新編程來提高其性能。  

醫(yī)療保健IT組PA咨詢管理顧問Lori Brown說，此外，基礎(chǔ)設(shè)施管理團隊?wèi)?yīng)該設(shè)法打破與開發(fā)人員之間的障礙。管理人員需要更多了解AI應(yīng)用程序的構(gòu)建和使用情況，從基礎(chǔ)設(shè)施的角度，可以做出更明智的選擇。   　

Brown說：“隨著IT團隊了解人工智能開發(fā)變化的方式，以及對基礎(chǔ)設(shè)施和消費的影響，他們可以更明智地了解將如何購買公有云服務(wù)來支持人工智能。”   　

　人工智能挑戰(zhàn)人類的大腦   　

IT團隊面對人工智能應(yīng)用的另一個重大挑戰(zhàn)是如何選擇云提供商。隨著供應(yīng)商以令人眼花繚亂的速度發(fā)布新的云計算人工智能服務(wù)，很難知道該從何著手。  

如今行業(yè)領(lǐng)先的公有云提供商也已成為主要的人工智能供應(yīng)商：AWS，Azure，Google和IBM。每個供應(yīng)商的優(yōu)勢，弱點，以及用例各不相同，但其各自的服務(wù)涵蓋幾個常見的人工智能功能：機器學(xué)習(xí)，圖像識別，自然語言處理和文本到語音功能。而云供應(yīng)商市場的小眾廠商尚未面臨挑戰(zhàn)。  

AWS公司是公有云采用的行業(yè)領(lǐng)導(dǎo)者，香港主機租用 香港高防服務(wù)器，在2016的第三次發(fā)明會議上拉開了基于人工智能服務(wù)的序幕。