消费级人工智能：将机器学习带给大众

• 作者：
• 作者姓名

  量子运行远见
• 2023 年 1 月 27 日

Amazon Web Services (AWS)、Azure 和 Google Cloud 提供的更易于访问的低代码和无代码产品将使普通人能够像部署网站一样快速地创建自己的人工智能应用程序。 科学家们的高科技人工智能应用程序可以让位于对用户更加友好的轻量级消费应用程序。

消费级人工智能环境

“IT 消费化”一直是整个 2010 年代科技圈的一个持续主题，但截至 2022 年，大多数企业软件产品仍然笨重、不灵活且技术含量高。 这种模式的部分原因是大多数政府机构和财富 1000 强企业中仍在运行太多的遗留技术和系统。 创建用户友好的人工智能并不是一件容易的事，它经常被推到一边，转而关注成本和交付时间等其他优先事项。 

此外，许多规模较小的公司缺乏可以定制人工智能解决方案的内部数据科学团队，因此他们通常依赖提供内置人工智能引擎应用程序的供应商。 然而，这些供应商解决方案可能不如内部专家创建的模型那么准确或量身定制。 该解决方案是自动化机器学习 (ML) 平台，允许缺乏经验的工作人员构建和部署预测模型。 例如，美国公司DimensionalMechanics自2020年以来已帮助客户简单高效地创建详细的AI模型。内置的AI被称为“Oracle”，在整个模型构建过程中为用户提供支持。 该公司希望人们将使用各种人工智能应用程序作为日常工作的一部分，类似于 Microsoft Office 或 Google Docs。

破坏性影响

云服务提供商越来越多地实施附加组件，使人们更容易构建人工智能应用程序。 2022 年，AWS 推出了 CodeWhisperer，这是一项基于 ML 的服务，可通过提供代码建议来帮助提高开发人员的工作效率。 开发人员可以用简单的英语编写注释来概述特定任务，例如“将文件上传到 S3”，CodeWhisperer 会自动确定哪些云服务和公共库最适合特定任务。 该附加组件还动态构建特定代码并推荐生成的代码片段。

与此同时，到 2022 年，微软的 Azure 提供了一套无代码或低代码的自动化 AI/ML 服务。 一个例子是他们的公民人工智能计划，旨在帮助任何人在现实环境中创建和验证人工智能应用程序。 Azure 机器学习是一个图形用户界面 (GUI)，具有自动化 ML 和部署到批处理或实时终结点的功能。 Microsoft Power Platform 提供了工具包来快速构建实现 ML 算法的自定义应用程序和工作流程。 最终业务用户现在可以构建生产级机器学习应用程序来改造遗留业务流程。

这些举措将继续针对那些具有最少或没有编码经验、想要测试人工智能应用程序或探索新技术和流程解决方案的个人。 企业可以节省聘请全职数据科学家和工程师的资金，并可以提高 IT 员工的技能。 云服务提供商还可以通过使其界面更加人性化来赢得更多新订阅者而受益。 

消费级人工智能的影响

消费级人工智能的更广泛影响可能包括： 

• 对于专注于开发无代码或低代码人工智能平台的公司来说，这是一个不断增长的市场，这些平台可以让客户自行创建和测试应用程序。
• 公共和私人运营数字化率的宏观提高。 
• 编码可能会成为一项技术性较低的技能，并且可能会越来越自动化，从而使更广泛的工人能够参与创建软件应用程序。
• 云服务提供商创建更多插件来自动化软件开发，包括能够扫描网络安全问题。
• 越来越多的人选择使用自动化人工智能平台自学编码。
• 由于担心这些无代码和低代码应用程序，编码教育计划越来越多地被采用（或重新引入）到初中和高中课程中。

要评论的问题

• 如果您使用过消费级人工智能应用程序，它们的易用性如何？
• 您认为消费级人工智能应用程序将如何加速研发？