הבינה המלאכותית (AI) נכנסת למיינסטרים, ויש לכך השלכות ארוכות טווח על האופן שבו ארגונים יפתחו וישפרו את המוצרים והשירותים שלהם.
כפי שהוכרז באירועre:Invent 2016', AWS' מפשטת את האימוץ של בינה מלאכותית AI באמצעות שלושה שירותים בעלות נמוכה, מבוססי ענן, שפותחו במיוחד עבור תרחישי בינה מלאכותית. במקום ליצור אלגוריתמים קנייניים, מודלים על בסיס נתונים או טכניקות לימוד מכונה, הרי שמפתחים מכל הרמות, החל מארגוני אנטרפרייז הנמנים על רשימת Global 2000 ועד לחברות סטארט-אפ, יכולים למנף את ממשקי ה-API של Amazon Lex, Amazon Rekognition ו- Amazon Polly לחדש במהירות, ולפתח מוצרים ושירותי "אינטרנט של הדברים" IoT חדשים . Accenture (אקסנצ'ר) מספקת פתרונות חדשניים אלה באמצעות תמיכה בלקוחות בעלי אפליקציות המבוססות על ה-AI של אמזון.
שילוב הבינה המלאכותית (AI) עם "האינטרנט של הדברים" (IoT) הוא חיוני, משום שהוא מאפשר לעסקים לאסוף נתונים בעולם הפיזי - מחפיצים לבישים, מכשירי חשמל, מכוניות, טלפונים ניידים, חיישנים ומכשירים אחרים - ולהוסיף אינטליגנציה כדי לקבל תגובה או תוצאה משופרת. במילים אחרות, AI היא האוטומציה של כוח המוח כדי להפוך נתונים מהתקני IoT לשימושיים יותר.
לדוגמה, חברת טלקום יכולה ליצור צ'טבוט מבוסס יכולות AI מותאם למכשירים ניידים, במטרה להכניס אוטומציה לתהליכי שירות הלקוחות. דוגמה לתרחיש עסקי יכול להיות ניטור נתוני IoT הנכנסים מכלל ממירי הכבלים המותקנים בבתים. במקרה של תקלה בממיר המובייל צ'טבוט יוכל להודיע ללקוח על בעיה אפשרית בשירות באמצעות אינטראקציה בהודעת טקסט או הודעה קולית, ויציע לתאם ביקור של טכנאי שירות. מידע זה המגיע ישירות מהתקנים יכול להשתמש ב-AWS Lambada כפונקציות serverless, כמו גם שילוב AWS Greengrass כתוכנה שמופעלת במכשירי-קצה. על ידי כך, ניתן למנף את השימוש בענן של AWS על פי הצורך לעיבוד, אחסון וחישוב.
סקירת פונקציונאליות ה-API ושימושים בעולם האמיתי
בשימוש נפרד או משולב, מפתחים יכולים לשבץ את ה-API's בתוכניות פיתוח של מוצרים ושירותים חכמים קיימים, או לשלבם לתוך תהליכי מחשוב בענן:
• Amazon Lex - מנוע עיבוד מבוסס-AI, המחשב קלט קולי או נתוני חיישן כדי להבין טוב יותר ולתת חוויה או תוצאה מותאמים אישית (חלק מהפלטפורמה הקולית של Alexa).
• Amazon Rekognition – ניתוח תמונה ופנים לזיהוי והבנה את הסביבה ואת הנעשה בתרחיש או תמונה מהחיים האמיתיים.
• Amazon Polly – שירות טקסט-לדיבור המסנתז נתוני טקסט מובנים לכדי יכולת דמוית-קול טבעי (בקול זכר או נקבה ב-24 שפות) על מנת להעשיר את התגובה.
כיום, עסקים בדרך כלל מריצים ניתוחים אנאליטיים בענן על נתוני טרנזקציות, כגון רכישות של לקוחות או מידע מבוסס מיקום. אבל נתוני IoT בשילוב עם AI מספקים רמה עמוקה יותר של תובנות. באמצעות איסוף בזמן אמת של נתונים מהתקני IoT (או מה שמוכר כנתונים מבוססי-התקן), יכול ארגון להשתמש במנוע AI כדי להפוך את עיבוד המידע לאוטומטי, ולחבר בין מקורות שונים של נתונים מובנים/לא-מובנים כדי ליצור הקשר לבקשה של אדם. מהבנה זו המכונה יכולה לספק מענה או חוויה אישיים ישירות למשתמש הקצה, או לנתב את התגובה בחזרה לארגון כדי להפוך תהליך אחר לאוטומטי.
יכולת כזו פותחת קבוצה חדשה לחלוטין של פתרונות מוצר ושירות מבוססי IoT. אקסנצ'ר פרסמה חזון טכנולוגי – Technology Vision 2017 - המסביר את יתרונות ה-AI עבור האנטרפרייז. לדוגמה, ארגון רפואי יכול ליישם את Amazon Lex ו-Amazon Rekognition לשיפור תהליך הניטור של מטופלים קשישים או כאלה המרותקים לביתם וזקוקים לסיעוד. בתרחיש אחד, השירות יכול לכלול התקנה של מצלמת וידאו שתצלם את המטופל, תנתח את התמונות בענן כדי לעקוב אחר תנועותיו, ותשלח התראה אוטומטית למטפל או לבן משפחה אם לא נרשמה תנועה של המטופל במשך פרק זמן מסוים או במקרה של נפילה.
הרחבת ההזדמנויות של AI ו-IoT
בעתיד, AI בשילוב עם IoT יאפשר תרחישים רבים אף יותר, שבהם רובוטים (המכונים גם מכונות אוטומטיות) ישתפו פעולה עם אנשים כדי לספק מידע חכם ולהעמיק את האינטראקציה האנושית. זה יסייע לאנשים להשלים משימות בצורה יעילה יותר, ליצור אינטראקציות שהן יותר אישיות או לספק שירותים על פי דרישה.
כך לדוגמה, בתחום ריטייל יוכל העסק ליצור אפליקציה של בינה מלאכותית שיתופית ("קו-רובוט" או "cobot") בשימוש עםAmazon Lex ו-Amazon Rekognition, שתנתח מאפייני פנים של הקונים בחנות בזמן אמת ותשלב את המידע הזה עם היסטוריית עסקאות הרכישה. אז ה"קובוט" יוכל להנחות את אנשי המכירות להציע עזרה מותאמת אישית לכל לקוח במהלך בחירת הפריטים. או בסיטואציה של בית חולים ניתן לפתח את Amazon Lex ו- Amazon Rekognition לאפליקציה המשתמשת בבינה מלאכותית ונתוני ביג דאטה מבוססי ענן, שכולם מקושרים דרך IoT, על מנת לסייע לרופאים לאבחן טוב יותר את המטופלים שלהם. לדוגמה, ניתן לזהות באמצעות ניתוחי תמונה אנומליות בעור או סימפטומים הקשורים ללחץ.
ה-API's החדשים של AWS לתחומי ה-AI, ופיתוח מוצרים ושירותי IoT עם יכולות בינה מלאכותית, הופכים בהדרגה לזולים ונגישים לכל העסקים, בנוסף, מינוף אקסנצ'ר על מנת לספק פתרונות ויישומים חדשים, מעניקים לכלל הארגונים דרך מהירה לאימוץ הטכנולוגיה בממדים רחבים.
המאמר התפרסם לראשונה בבלוג של AWS:
הבינה המלאכותית (AI) נכנסת למיינסטרים, ויש לכך השלכות ארוכות טווח על האופן שבו ארגונים יפתחו וישפרו את המוצרים והשירותים שלהם.
כפי שהוכרז באירועre:Invent 2016', AWS' מפשטת את האימוץ של בינה מלאכותית AI באמצעות שלושה שירותים בעלות נמוכה, מבוססי ענן, שפותחו במיוחד עבור תרחישי בינה מלאכותית. במקום ליצור אלגוריתמים קנייניים, מודלים על בסיס נתונים או טכניקות לימוד מכונה, הרי שמפתחים מכל הרמות, החל מארגוני אנטרפרייז הנמנים על רשימת Global 2000 ועד לחברות סטארט-אפ, יכולים למנף את ממשקי ה-API של Amazon Lex, Amazon Rekognition ו- Amazon Polly לחדש במהירות, ולפתח מוצרים ושירותי "אינטרנט של הדברים" IoT חדשים . Accenture (אקסנצ'ר) מספקת פתרונות חדשניים אלה באמצעות תמיכה בלקוחות בעלי אפליקציות המבוססות על ה-AI של אמזון.
שילוב הבינה המלאכותית (AI) עם "האינטרנט של הדברים" (IoT) הוא חיוני, משום שהוא מאפשר לעסקים לאסוף נתונים בעולם הפיזי - מחפיצים לבישים, מכשירי חשמל, מכוניות, טלפונים ניידים, חיישנים ומכשירים אחרים - ולהוסיף אינטליגנציה כדי לקבל תגובה או תוצאה משופרת. במילים אחרות, AI היא האוטומציה של כוח המוח כדי להפוך נתונים מהתקני IoT לשימושיים יותר.
לדוגמה, חברת טלקום יכולה ליצור צ'טבוט מבוסס יכולות AI מותאם למכשירים ניידים, במטרה להכניס אוטומציה לתהליכי שירות הלקוחות. דוגמה לתרחיש עסקי יכול להיות ניטור נתוני IoT הנכנסים מכלל ממירי הכבלים המותקנים בבתים. במקרה של תקלה בממיר המובייל צ'טבוט יוכל להודיע ללקוח על בעיה אפשרית בשירות באמצעות אינטראקציה בהודעת טקסט או הודעה קולית, ויציע לתאם ביקור של טכנאי שירות. מידע זה המגיע ישירות מהתקנים יכול להשתמש ב-AWS Lambada כפונקציות serverless, כמו גם שילוב AWS Greengrass כתוכנה שמופעלת במכשירי-קצה. על ידי כך, ניתן למנף את השימוש בענן של AWS על פי הצורך לעיבוד, אחסון וחישוב.
סקירת פונקציונאליות ה-API ושימושים בעולם האמיתי
בשימוש נפרד או משולב, מפתחים יכולים לשבץ את ה-API's בתוכניות פיתוח של מוצרים ושירותים חכמים קיימים, או לשלבם לתוך תהליכי מחשוב בענן:
• Amazon Lex - מנוע עיבוד מבוסס-AI, המחשב קלט קולי או נתוני חיישן כדי להבין טוב יותר ולתת חוויה או תוצאה מותאמים אישית (חלק מהפלטפורמה הקולית של Alexa).
• Amazon Rekognition – ניתוח תמונה ופנים לזיהוי והבנה את הסביבה ואת הנעשה בתרחיש או תמונה מהחיים האמיתיים.
• Amazon Polly – שירות טקסט-לדיבור המסנתז נתוני טקסט מובנים לכדי יכולת דמוית-קול טבעי (בקול זכר או נקבה ב-24 שפות) על מנת להעשיר את התגובה.
כיום, עסקים בדרך כלל מריצים ניתוחים אנאליטיים בענן על נתוני טרנזקציות, כגון רכישות של לקוחות או מידע מבוסס מיקום. אבל נתוני IoT בשילוב עם AI מספקים רמה עמוקה יותר של תובנות. באמצעות איסוף בזמן אמת של נתונים מהתקני IoT (או מה שמוכר כנתונים מבוססי-התקן), יכול ארגון להשתמש במנוע AI כדי להפוך את עיבוד המידע לאוטומטי, ולחבר בין מקורות שונים של נתונים מובנים/לא-מובנים כדי ליצור הקשר לבקשה של אדם. מהבנה זו המכונה יכולה לספק מענה או חוויה אישיים ישירות למשתמש הקצה, או לנתב את התגובה בחזרה לארגון כדי להפוך תהליך אחר לאוטומטי.
יכולת כזו פותחת קבוצה חדשה לחלוטין של פתרונות מוצר ושירות מבוססי IoT. אקסנצ'ר פרסמה חזון טכנולוגי – Technology Vision 2017 - המסביר את יתרונות ה-AI עבור האנטרפרייז. לדוגמה, ארגון רפואי יכול ליישם את Amazon Lex ו-Amazon Rekognition לשיפור תהליך הניטור של מטופלים קשישים או כאלה המרותקים לביתם וזקוקים לסיעוד. בתרחיש אחד, השירות יכול לכלול התקנה של מצלמת וידאו שתצלם את המטופל, תנתח את התמונות בענן כדי לעקוב אחר תנועותיו, ותשלח התראה אוטומטית למטפל או לבן משפחה אם לא נרשמה תנועה של המטופל במשך פרק זמן מסוים או במקרה של נפילה.
הרחבת ההזדמנויות של AI ו-IoT
בעתיד, AI בשילוב עם IoT יאפשר תרחישים רבים אף יותר, שבהם רובוטים (המכונים גם מכונות אוטומטיות) ישתפו פעולה עם אנשים כדי לספק מידע חכם ולהעמיק את האינטראקציה האנושית. זה יסייע לאנשים להשלים משימות בצורה יעילה יותר, ליצור אינטראקציות שהן יותר אישיות או לספק שירותים על פי דרישה.
כך לדוגמה, בתחום ריטייל יוכל העסק ליצור אפליקציה של בינה מלאכותית שיתופית ("קו-רובוט" או "cobot") בשימוש עםAmazon Lex ו-Amazon Rekognition, שתנתח מאפייני פנים של הקונים בחנות בזמן אמת ותשלב את המידע הזה עם היסטוריית עסקאות הרכישה. אז ה"קובוט" יוכל להנחות את אנשי המכירות להציע עזרה מותאמת אישית לכל לקוח במהלך בחירת הפריטים. או בסיטואציה של בית חולים ניתן לפתח את Amazon Lex ו- Amazon Rekognition לאפליקציה המשתמשת בבינה מלאכותית ונתוני ביג דאטה מבוססי ענן, שכולם מקושרים דרך IoT, על מנת לסייע לרופאים לאבחן טוב יותר את המטופלים שלהם. לדוגמה, ניתן לזהות באמצעות ניתוחי תמונה אנומליות בעור או סימפטומים הקשורים ללחץ.
ה-API's החדשים של AWS לתחומי ה-AI, ופיתוח מוצרים ושירותי IoT עם יכולות בינה מלאכותית, הופכים בהדרגה לזולים ונגישים לכל העסקים, בנוסף, מינוף אקסנצ'ר על מנת לספק פתרונות ויישומים חדשים, מעניקים לכלל הארגונים דרך מהירה לאימוץ הטכנולוגיה בממדים רחבים.
המאמר התפרסם לראשונה בבלוג של AWS:
לפרטים נוספים ויצירת קשר עם נציג אורקל
הודעתך לא התקבלה - נסה שוב מאוחר יותר