IBM宣布,旗下的 Watson AI
服务,将开放所有云端平台使用。这代表企业,无论是亚马逊
AWS 或是微软 Azure 的用户,都可以直接在自己的公共云或私有云上运作 Watson
AI。而过去如果要使用 Watson 服务,企业用户都必须使用 IBM 的云端服务。

AI模型在数据所在的位置进行了最佳培训,大多数客户数据不在IBM的云中。

澳门新葡萄京官网注册,我们似乎已经走在了通向AI无处不在的那个世界的路上,例如我们已经预测出AI可以承担现有人力尽可能多的工作,从基础的送餐服务员、呼救中心到需要更具智能的智能投顾、医疗诊断等高级工作。但实际感受却是AI带给我们的影响还有没有想想的那么大。尤其是普华永道对来自60个国家数千名不同领域的公司高管进行了访问,只有不到4%的他们认为已经成功地运用了AI。

澳门新葡萄京官网注册 1

这是IBM推出其称为Watson的AI工具套件在其最大的云竞争对手的数据中心运行的一个很好的理由。但是大多数数据公司都没有存储在任何公共云中,这是让他们在自己的公司数据中心运行Watson的一个很好的理由。自己的云基础架构平台

显然,剩余的那96%,给这一市场服务提供者未来的叫卖提供更加长尾的想象空间。尤其是,越来越多地企业需要利用云计算技术来实现业务的运营与交付,那如何做好AI的文章也就成了当下云巨头不得不深入思考的历史重任。

(图片来源:IBM 示意图)

澳门新葡萄京官网注册 2

澳门新葡萄京官网注册 3

现在的 IBM 想打破过去较为封闭的策略,开放 Watson AI
以进一步提高影响力。此举无疑是扩大客户对于云端的选择范围,IBM 数据和 AI
副总裁 Daniel Hernandez 表示:

IBM现在正在做这两件事。在本周于旧金山举行的Think会议上,该公司宣布推出Watson
Anywhere,该软件迄今为止仅在其自己的云基础架构平台上使用。

比之于云计算从企业实践撬动企业管理者的兴奋点,AI从象牙塔的努力其实更多了几十年的历史,但目前其成就还是远逊于云计算的。不同于信息化时代我们会成就于实现了诸如如无纸化办公、从图书馆到百度检索等等,AI的着力点在于“如何用机器模拟人的智能”。我们当前对语音识别、机器翻译、机器学习、人机会话等等AI技术的攻坚,就是想用IT尽快来实现人类用几十万年进化得来的听、说、读、写、思的水平。

Watson AI
可以在自然语言处理等AI领域进行优化,在医疗、金融等领域能进一步提升顾客业绩。IBM
现在不只是为一个云端服务,而是替所有的云端服务,IBM 也是唯一一家把 AI
数据开放给所有云端平台的公司。

类似:IBM开放Watson可以随时随地运行

尤瓦尔·赫拉利在《人类简史》中分析了人类这些能力的形成离不开想象力。显然,要满足企业高官们的AI应用野心,也需要些想象力的突破。这也就不难理解AI如今为何撬动了只有4%的市场。

2018年 IBM 推出基于开源系统 Kubernetes 的云端架构平台「Cloud Private for
Data(ICP for Data)」服务,能让客户使用 Watson
替机器学习打造模型,以及制作聊天机器人(ChatBot);同时,也推出能构建 AI
平台的 OpenScale。

“你需要在接近数据的地方进行培训,”IBM Data + AI副总裁Daniel
Hernandez说。在今天的大多数情况下,这意味着将数据移动到AI培训引擎所在的同一数据中心。
“我们不是要求我们的客户做出这样的选择。”

前百度首席科学家吴恩达在去年末写就的《AI
转型指南》里指出,普通公司+深度学习技术并不能让AI成就你的公司。为了让你的公司在人工智能方面做得足够好,你必须“有能力系统地执行多个有价值的
AI 项目”,“必须拥有外包或自有技术和人才,可以系统地执行多个 AI
项目,直接作用于业务。”同时,吴恩达还指出,将大型公司转型为强大的 AI
公司非常具有挑战性,尤其是你需要“正确的合作伙伴”。

在2018年第四季的财报中,IBM
营收为218亿美元,其中云端业务表现亮眼,全年营收192亿美元,年成长率12%。IBM
表示,收购开源软体公司红帽(Red Hat),是带动云端营收很重要的原因。

将数TB的企业数据移动到云端不仅仅是向AWS数据中心提供高带宽网络链接的问题。数据量如此之大,在广域网上移动数据是不切实际且过于昂贵的。
“你基本上必须运送磁盘以便将关键任务数据从一个数据中心移动到另一个数据中心,”他说。

现在,云世界的巨头似乎都在正在全方位的声明自己才是那个“正确的合作伙伴”。

IBM Watson CTO 及首席架构师 Ruchir Puri
也表示,未来开发者可以在任何公有云、私有云甚至是混合云的环境使用任何
Watson 的服务。

在训练机器学习模型时,仅移动一次数据是不够的。必须不断刷新和更新数据集以不断改进模型。这进一步使得将数据集存储在一个位置并且在另一个位置中运行模型是不切实际的。对“商品”IaaS业务没有兴趣

为了这一宏伟梦想,IBM已经愿意放弃固守的城池。

(文/开源中国)    

IBM通过为IBM Cloud Private for
Data构建基于Kubernetes的Watson微服务使Watson成为可移植的,这是一个用于收集和管理企业数据的云原生平台。开源Kubernetes使它们与其他公司的平台兼容。微服务分别用于Watson
OpenScale和Watson
Assistant,AI项目的管理控制台和用于构建应用程序的对话接口的工具。

澳门新葡萄京官网注册 4

类似:IBM的AI芯片战略:数字和AI核心

刚刚过去的IBM Think 2019,CEO Ginni Rometty用Watson
Anywhere来撬开人们对IBM和AI世界的新认知。“Watson
Anywhere将成为全球业务中最开放、最具扩展性的人工智能。” Rometty表示。

此举突显了IBM的云战略从原始基础设施服务的转变 –
由于亚马逊,微软和谷歌之间的价格战已经成为低利润的商品业务 –
以及为企业需求打包的复杂软件工具,并作为云服务。

显然,Watson正在成为Rometty最为得意的杀手锏。尤其是,Watson被给予了IBM未来最有希望的竞争力。为了营造真正的AI标签,这几年里IBM经过了翻天覆地的变化。

根据您所询问的分析师,IBM是第三,第四或第五大云提供商,其市场份额接近谷歌和阿里巴巴。但谷歌每个季度都在云数据中心基础设施上花费数十亿美元,而IBM却没有。由于它不再试图与基础设施即服务中的超大规模巨头竞争,因此其数据中心投资的步伐不太可能改变。非云AI工作量的镜头

以云计算为代表的开放式IT科技的快速发展,最先影响到的正是以IBM为首的封闭架构系统在过去打造的护城河。但随着Linux系统、开源软件、虚拟机、分布式系统的广泛应用,让IBM曾经成功的商业逻辑经受了巨大的挑战。即使IBM有为之称道的在系统用户体验、性能、安全性上的亮好口碑,但云环境在挑战传统系统优势上越发表现出优势,并给予用户向云环境迁移更多附加价值,诸如更具弹性、性价比等等。

从IBM自己的云基础架构中解放Watson也为其提供了机会,让它可以在AI工作负载公司不在云中部署之后,据报道,这是一个不断增长的市场。例如,Nvidia最近推出了一项推荐计划,旨在帮助这些客户找到可以支持这些通常极其耗电的计算机的主机托管数据中心。

当越来越多客户采购计划以云为单位而渐渐淡化数据中心硬件,IBM终于决定进行一轮系统化的大胆革新。作为全球IT产业唯一的百年企业,近些年一些列大业务的收购、兼并、出售,已经让IBM脱胎换骨为一家国际上举足轻重的云服务商。

虽然公司经常在云中开始尝试机器学习模型,但Nvidia营销总监早些时候向我们解释过,随着他们的模型成熟并且必须扩展,他们发现拥有自己的AI基础设施更有效,更经济。
Watson Anywhere为IBM在这一市场领域提供了一席之地。

在x86服务器市场竞争趋向同质化是,IBM出售了自己的x86标准服务器业务,进而开始努力打造开放的POWER开源架构体系,包括合作的OPEN
Power联盟。此后,IBM更进一步,推出了能够运行Linux系统的LinuxONE主机及Linux
On
Power小型机产品,让曾经最核心、最封闭的系统也转向开放。虽然这些硬件系统所运行的Linux版本并非市面上常见的公开发行版,但为了保证自身软硬件产品能够获得最强大的Linux系统支持,IBM甚至不惜斥资340亿美元收购Linux领域的扛鼎企业之一——RedHat。对于一些带给IBM在封闭时代荣耀的明星产品,IBM为了云时代的转型也不惜壮士断腕,例如以Louts、Big
Fix、Unica为代表的多项软件产品打包出售给了印度软件外包服务商HCL。

如果这是客户真正想要的东西,那么一旦硬件部件出现,IBM最大的竞争对手最终将在客户自己的数据中心提供他们的AI工具。

而现在,IBM则将自己在新时代中的支柱性产品Watson产品开放给了云和各类私有环境。Watson则是这家云服务商在落地“商业人工智能”战略的核心。

虽说Watson在IBM的发展并非一切尽如人意,诸如研发运维成本的高昂、使用效率低于预期等磕磕绊绊闹人新闻常有,但总体而言已经发展成为IBM行走AI市场的一张王牌。据其官方2016年的数据,Watson已经在全球覆盖了100多万个开发者,服务人数超过10亿。我们可以Watson的那些宣传中很容找到一些很容易理解AI的强大之处,例如能够处理广泛存在于物联网中的非结构化数据,比如来自电梯、建筑等传感器的数据,或是读取12种人类自然语言,可以通过视频、医学影像等来识别关于皮肤的癌症,还可以通过识别洗衣机工作时的声音判别故障原因等。

在Rometty带领IBM的时代里,Watson要改变全球电子、能源、教育、汽车、医药、高性能材料及相关服务等行业的面貌。显然,Watson不能只是窝在IBM自己的数据中心里了。

Watson
Anywhere项目的推出,就是IBM期望让Watson的AI技术可以普惠全球云受众。具体的就是,通过IBM
Cloud
Private平台,以微服务的形式、基于开源的Kubernetes技术,可以在任何云环境中运行的Watson,包括IBM云以及其它私有云、公有云、混合云或多云环境。从而使企业能够突破云提供商的限制,在数据存储的任何地方灵活部署AI。这意味着,未来用户可以在AWS、GCP、Azure上玩转Watson的AI技术了。

其实早在去年5月,IBM就已经推出了基于Kubernetes的名为Cloud Private for
Data(ICP for
Data)的新服务,这一技术能够使用户通过使用Watson实现为机器学习建模或者创建数字聊天机器人等任务。

IBM数据和AI总经理Rob
Thomas认为这样的“AI开放将有助于企业打破目前自身数据的供应商锁定问题”。但从用户角度来看,尤其是让您的企业更快地建立对一种全新的、独特的计算类型的业务改变,从您的云服务那里运行一个可靠地AI项目,不失为一个捷径。

很多年来,来自各个统计机构的公有云市场统计,AWS一直是这个市场的一家独大。根据Synergy
Research的去年第四季度的统计,目前IBM云占有7%的相关市场份额,与Google云并列第三。第一AWS,其占有34%的份额,而之后的是Azure,享有15%的份额。7%的Watson自然知道依附34%树大好乘凉,但很难说,Watson
Anywhere到了AWS那里会不会成了IBM的一厢情愿。AWS个性却不那么友好,尤其是AWS越发表现出了市场的侵略性,同行是冤家自不必说,就连上下游他觉得时机成熟也照吃不误。。过去的云时代里,AWS长久的老大位置得益于其众多成功的踢馆,例如用Aurora成功打下了MySQL在关系数据库里的半边天了,大数据时代里又用Amazon
DynamoDB让MongoDB狠狠凉了一下子。

同样,在AI上,AWS似乎也并不在意同行有什么表现。例如,Rometty说她的Think
2019有些像iPhone的发布大会了,这种营销技巧的表述在AWS reInvent
上你肯定不会从Andy Jassy那里注意到,即使AWS已经有了很多划时代的产品。

类似IBM的Think大会,AWS通常也会把年度重磅产品的发布放在reInvent上。如果说,IBM的开放大计还是纸上谈兵,AWS的抛给市场的AI信心早已落地硬件——Inferentia。Andy
Jassy介绍,这是AWS的首款云端AI芯片。Inferentia支持INT8、FP16等流行框架。此外,它还支持TensorFlow,Caffe2和ONNX等多种机器学习框架。当然,作为亚马逊产品,它还支持来自AWS产品的数据,如EC2、SageMaker等。

至少从芯片来看,AWS比起IBM在AI上的“自主可控”更强了一步,结合自己云服务的优势,从底层架构的设计似乎更能让AI与云结合得心应手。

近日,AWS还宣布了其Neo-AI项目成为Apache软件许可下的一个新的开源项目。该项目针对边缘设备需要机器学习模型优化,从而让其AI触角可以更加靠近用户使用边界。英特尔人工智能产品部总经理Naveen
Rao表示,为了从人工智能中获得价值,人们必须确保深度学习模型可以像在边缘设备上一样轻松地部署在数据中心和云中。毕竟,高性能计算设备不仅需要解决智能问题,让概率论、统计学、凸分析复杂算法等工作成果更快反馈给工作终端则更显重要。这一重要转变,已经影引起了ARM、英特尔和NVIDIA的响应。

值得注意的是,Andy
Jassy是去年末说Inferentia会在今年投入使用的,不知Watson要玩转各大云的计划,会不会让Inferentia的日程提前一些。

有统计显示,2018年全球AI市场规模预计为1.2万亿美元,到2022年有望达到3.9万亿美元。根据国际调查机构Canalys最新发布的数据报告显示,2018年,全球云计算市场规模超过800亿美元。尤其是当下人们面临着海量数据诞生与计算效率落后的数字化转型矛盾时,显然需要AI来借助云计算杠杆更大的数据市场影响,云服务巨头们对AI热情可见一斑。

AI注定会成为今后两年里巨头主战场,除了IBM、AWS,阿里、微软、谷歌也都在使劲浑身解数打造“正确的合作伙伴”。打造”正确”之路是漫长的,正如Inferentia还没有被人们认为这是AI界的Lambda,Watson
Anywhere能否是下一个VMware。

可以肯定的是,要是搅动起那96%的市场,这需要更多想象力才是。(本文首发钛媒体,文/王珂玥)