AaaS代表算法即服务,算法是一组指令 - 一种预设的,刚性的,编码的配方,在遇到触发时执行。另一方面,AI是一个非常广泛的术语,涵盖了无数的AI专业化和子集 - 是一组算法,可以修改其算法并创建新算法以响应学习的输入和数据,而不是仅仅依赖于输入,它旨在识别触发器。
AaaS与SaaS不同,与AIaaS相同吗?
AaaS,类似于SaaS。软件即服务(SaaS)是一种软件分发模型,其中第三方提供商托管应用程序并通过Internet向客户提供这些应用程序。SaaS是云计算的三大类别之一,包括基础架构即服务(IaaS)和平台即服务(PaaS)。
AIaaS或MLaaS(机器学习即服务)有何不同?
在传统编程中,您需要对程序的行为进行硬编码。在机器学习中,您将大量内容留给机器学习数据。
因此,我们可以尝试区分这些Saas与AIaas或MLaaS的缩略语。在人工智能(AI)领域,机器学习是最常用的技术。所以使用AIaas或MLaas可能是一个有用的区别,但为了舒适可能彼此太接近。
谷歌和亚马逊似乎几乎可以互换地谈论人工智能和机器学习产品(正如我在其他地方经常看到的那样)。他们目前拥有最大的AIaas或MLaas平台,所以让我们在没有全面审查的情况下查看这些平台。以下内容从各自的网站稍作调整。
Google AI Hub和TensorFlow
TensorFlow是一个免费的开源软件库,用于在一系列任务中进行数据流和可区分编程。它是一个符号数学库,也用于机器学习应用程序,如神经网络,它用于Google的研究和制作。
谷歌还有几种AI和机器学习产品。
AI Hub,即插即用AI组件的托管存储库,具有视觉,语言,对话和结构化数据的AI构建块。
AI Platform,基于代码的数据科学开发环境,适用于ML开发人员和数据科学家。其中一部分是Cloud Machine Learning Engine,这是一种托管服务,可让开发人员和数据科学家在生产中构建和运行机器学习模型。
亚马逊SageMaker
Amazon SageMaker使开发人员和数据科学家能够快速,轻松地构建,培训和部署任何规模的机器学习模型。它消除了在整个用例和行业中成功实现机器学习的复杂性 - 从用于实时欺诈检测的运行模型到虚拟分析潜在药物的生物影响等。
从TensorFlow,PyTorch,Apache MXNet和其他流行框架中进行选择,以试验和定制机器学习算法。您可以使用您选择的框架作为Amazon SageMaker中的托管体验,或使用AWS深度学习AMI(亚马逊机器映像),这些AMI完全配置了最流行的深度学习框架和工具的最新版本。根据亚马逊:
- 云中81%的深度学习项目在AWS上运行
- 云中85%的TensorFlow项目在AWS上运行
从这个意义上讲,AWS似乎声称自己是MLaaS或AIaaS平台的平台。
当然,在这个领域总是有专门产品的市场,我们可能会发现通过一种创新(一种新的方法,想法,产品等)或技术来区分自己的行为者。