机器学习影响现代云计算的五种方式

云计算行业正逐渐向智能的方向转变。虽然计算、存储和网络仍然是云供应商的主要收入来源，但机器学习也正慢慢成为当代云计算的焦点。

以下是五种被机器学习高度影响的云服务：

认知计算(Cognitive Computing)

认知计算的目标是为应用程序带来感觉能力，使App能够看、听、说、甚至决策。基于自然语言处理、视觉识别、人脸识别、情感识别、视频分析、文本转语音、语音转文本、语言翻译和情感分析等技术，认知计算使开发人员能够通过简单的API进行开发编程。通过充分利用这些服务，应用程序就能提供更加自然的用户体验。而这一切的背后，是机器学习，应用了多样化的算法提供这些强大的认知能力。虽然它看起来似乎很简单，但是云供应商们已经在其中投入了巨量的资源，为了向开发者们提供认知API。从保险到金融，所有的主要行业的垂直行业都会开始使用认知计算平台，来为他们的客户提供更好的体验。

亚马逊AI、IBM Watson、谷歌云和微软认知API是目前市场上比较多见的一些商业产品。

机器人即服务(Bots as a Service)

随着移动App使用率的停滞不前，各种业务纷纷开始转向交互式机器人，以推动客户服务与支持。通过为客户提供对话交流体验，机器人正迅速代替App的位置。对于像微信、WhatsApp、Facebook Messenger和Slack等等这样的平台来说，植入机器人的需求也正日益增加。在平台中引入机器人的概念是从Yahoo! Chat开始的，不过是机器学习的应用使它变得更有价值。现在，开发者们可以使用过去的对话模式来训练机器人。除了可以对标准问题进行回答之外，机器人同样可以与用户进行有意义的讨论。

这个领域中，新兴的一些平台有API.ai、IBM Watson Botkit和微软Azure Bots as a Service等等。

物联网(Internet of Things)

虽然物联网已经已不同的形式存在了近20年，但是数据驱动云平台仍然重新定义了这一趋势。除了捕获多种传感器传来的大量数据以用来查询外，同时还可以处理和分析各种重要趋势，机器学习可以使云计算变得更加智能。预知维护是一个比较引人注目的用例，在工业物联网中，这样的平台能够代替人类对设备进行故障监测。多种机器学习算法串联工作，演变为一个合适的模式，能够最好地理解设备所生成的数据集的模式。这些运算模型能够主动发现可能会最终导致设备停机的异常现象，而这个能力将使工业物联网进入下一个阶段。

物联网预见性维护解决方案的两个典型的例子是微软Azure IoT Suite和IBM Watson IoT。

个人助手(Personal Assistants)

机器学习的崛起，让个人语音助手比之前更加有作用。这些助手能够学习你过去的选择和使用趋势，为你提供一个定制化的应用体验。例如，只需要几天时间的记录，它们就能够创建一个播放列表，最好地，动态化地适应你感情倾向。它们会在通知和提醒时变得更加智能。这些助手展出的API会让开发者们能够将ML(machine language，机器语言)的力量掌握在自己手中。它们能够为用户带来更深一层的定制化体验。

由机器学习提供技术支持的一些常见的智能个人助手有亚马逊Alexa、苹果Siri、谷歌助手和微软 Cortana。

商务智能(Business Intelligence)

传统的数据仓库已经被大数据和Apache Hadoop所瓦解，而通过将机器学习带入企业数据仓库，决策者们就可以从现有的数据中获得更加聪明的见解，同样可以更加准确地预测业务趋势。包括SCM、CRM、ERP、MRP、HR、销售和财政在内的领域，都会从ML驱动的观察中获得好处。

亚马逊、谷歌、IBM和微软等公司，都在建立传统商务智能平台和新兴ML工具之间相互连接的桥梁。亚马逊 Kinesis Analytics有亚马逊ML，Azure Stream Analytics有Azure ML Web Services，而谷歌也正通过利用Cloud ML使BigQuery和Cloud DataFlow变得更加简单。开发者和架构师们可以轻松连接网点，开发下一代商务智能工具。

以上这些实例向我们展现了，机器学习如何成为智能云计算的焦点。在未来几个季度，我们就会看到由云供应商所提供的追加服务和用例了。