No-Fuss AI لتطبيقك: تعرف على Salesforce Einstein

تعمل ثورة الذكاء الاصطناعي على تغيير عالم المستهلك بالفعل.

في بعض الأحيان ، يكون ذلك في نواحٍ يومية مثل توصيات المنتج ، وأحيانًا بطرق رائعة: غرسات Cochlear ، التي توفر سمعًا صناعيًا لمن ولدوا أصمًا تمامًا ، تحولت إلى الذكاء الاصطناعي للحصول على تجربة مستخدم نهائية فائقة.

تقود ثورة الذكاء الاصطناعي إلى عالم أكثر ذكاءً ، وقد تم بناء هذا العالم الأكثر ذكاءً على الاتجاهات الضخمة التي شهدناها جميعًا على مدار العشرين عامًا الماضية: الويب ، والسحابة ، والشبكات الاجتماعية ، والجوّال ، وإنترنت الأشياء ( إنترنت الأشياء).

مع التكنولوجيا السحابية ، لدينا ، كمطورين ، سعة تخزين وحوسبة غير محدودة تقريبًا ، وهذا المزيج من البيانات الهائلة وقوة الحوسبة الهائلة هو الذي يقود إلى هذه الثورة. الآن بعد أن أصبح الجميع مرتبطين ببعضهم البعض وبكل شيء بطريقة أو بأخرى ، فإن كل هذه الاتصالات تولد بيانات أكبر بكثير حتى تتمكن سحابة الذكاء الاصطناعي من معالجتها أكثر من أي وقت مضى.

أنت تختبر سحابة الذكاء الاصطناعي كل يوم كمستهلك. عندما ترى توصية بمنتج على Amazon ، أو توصية فيلم على Netflix ، أو صورة يتم تحديدها تلقائيًا ووضع علامات عليها في موجز Facebook الخاص بك ، فأنت تختبر قوة الذكاء الاصطناعي.

ألن يكون الأمر رائعًا الآن إذا كان التطبيق الذي تعمل عليه - سواء كان تطبيق Salesforce أم لا - يمكنه بطريقة ما توفير هذه التجارب الأكثر ذكاءً والمدعومة بالذكاء الاصطناعي؟ على سبيل المثال ، ماذا لو عمل تطبيقنا للمبيعات وأعمالنا معًا لإخبارنا عن العملاء المتوقعين الذين من المرجح أن يقوموا بالتحويل ، أو أن تطبيق الخدمة الخاص بنا يمكن أن يستخدم سحابة الذكاء الاصطناعي لإخبارنا بالحالات التي من المحتمل أن يتم تصعيدها؟

لسوء الحظ ، بالنسبة للعديد من فرق تطوير Salesforce ، يبدو أن تطبيق الذكاء الاصطناعي على العمليات التجارية لتطبيقهم يبدو معقدًا ومكلفًا للغاية. أولاً ، يبدأ بعلم البيانات ، وللقيام بعلوم البيانات ، عليك جمع جميع البيانات المطلوبة ودمجها. وبعد ذلك تحتاج إلى إجراء مناظرة حول البيانات ، وتحويل البيانات بحيث يمكنك استخدامها للتعلم الآلي. وبعد ذلك ، بناءً على خبرتك ، قد تحتاج حتى إلى مساعدة خارجية من علماء البيانات لبناء نماذج تنبؤية وصيانتها وتحديثها وإنشاء بنية أساسية موثوقة وآمنة وقابلة للتطوير. بعد ذلك ، بعد كل هذا العمل ، عليك أن تأخذ هذه التنبؤات وتضعها في سياق مستخدم الأعمال.

أدخل Salesforce أينشتاين

مع العلم أن الذكاء الاصطناعي غالبًا ما يكون بعيد المنال ، استحوذت Salesforce على شركات مثل MetaMind (متخصصون في التعلم العميق) و Implisit Insights (تطبيق الذكاء الاصطناعي على عملية المبيعات على وجه التحديد) و PredictionIO (التعلم الآلي وتحليلات البيانات الضخمة) لمساعدتهم على بناء Salesforce Einstein.

Salesforce Einstein هي AI لـ Salesforce ، وهي مدمجة في النظام الأساسي. كما قال مدير عام أينشتاين ، "إنه يأخذ CRM رقم واحد في العالم ويجعله أذكى CRM في العالم." من خلال عرض الذكاء الاصطناعي من Salesforce ، يمكنك الآن تمكين محترفي مبيعات الشركة ، والخدمات ، والتسويق ، وتكنولوجيا المعلومات ليكونوا الأفضل من خلال جعل تفاعل كل عميل أسرع وأكثر ذكاءً وأكثر توقعًا.

التعلم العميق: رؤية أينشتاين ولغة أينشتاين

يجب على Salesforce Einstein جعل سحابة الذكاء الاصطناعي في متناول المطورين. يمكن. لكن من أين يجب أن تبدأ؟ أول شيء يجب معرفته هو أن للذكاء الاصطناعي ثلاثة مكونات رئيسية:

• بيانات
• الخوارزميات
• حساب

كانت البيانات الضخمة بشكل عام موضوعًا ساخنًا خلال العامين الماضيين. الجميع متحمسون لامتلاك مصادر جديدة للبيانات وطرق جديدة لتحليلها وطرق جديدة لتخزينها.

سيكون هذا جزءًا كبيرًا من كيفية إدخال الذكاء الاصطناعي في المؤسسة ، لكن الكثير من جهود تطوير الذكاء الاصطناعي كانت في جانب الخوارزمية. هذه خوارزميات معقدة يتم بناؤها ، وتوسيعها ، ولديها بالفعل بحث جديد من كل من القطاعين العام والخاص . يمكنك التأكد من أن الخوارزميات السحابية للذكاء الاصطناعي ستستمر في الابتكار وستستمر في دفع ميزات جديدة لتطبيقاتك ولتجارب العملاء.

الجانب الحسابي الذي ربما سمعت عنه مؤخرًا أيضًا: وحدات معالجة الرسومات (GPU) و (TPU) والاستثمارات الجديدة والأبحاث الجديدة من أفضل شركات الأجهزة كلها تتجه نحو قوة الحوسبة ، مما يضمن أن هذه الخوارزميات لديها البنية التحتية التي تحتاجها للاستمرار في الابتكار ولتكون قادرًا على تقديم نظرة ثاقبة لبياناتك.

قبل أن ندخل في كيفية تطوير شيء يستفيد من هذه التكنولوجيا ، دعنا نتعمق في بعض التفاصيل الإضافية حول ما ستتعامل معه.

البيانات

هناك نوعان من البيانات التي يجب أخذها في الاعتبار هنا: الهيكلية وغير المهيكلة.

تتضمن البيانات المنظمة بيانات ERP الخاصة بك ومعظم بيانات CRM الخاصة بك ؛ يمكن أن تكون البيانات الصادرة من أجهزة إنترنت الأشياء ، على سبيل المثال. هذا النوع من البيانات يمكن البحث فيه بسهولة عن طريق الخوارزميات الأساسية.

يمكن أن تكون البيانات غير المنظمة هي بيانات الصور ، ورسائل البريد الإلكتروني ، وعروض PowerPoint التقديمية ، ومستندات Word ، وما إلى ذلك. وهنا يأتي دور خوارزميات التعلم العميق والتعلم الآلي ، مما يبسط إلى حد كبير كيفية البحث من خلال هذا النوع من البيانات.

الخوارزمية

التعلم العميق مصطلح معقد: كثير من المطورين ومهندسي DevOps يغمرونه. يعتقدون أنهم لا يمتلكون البنية التحتية للتعامل مع الشبكات العصبية. إنهم يعتقدون أنهم بحاجة إلى درجة الدكتوراه لفهم النموذج الحديث بشكل كافٍ ليتم دمجه من أجل تقسيمه إلى عملية تفكير أكثر قابلية للإدارة. لحسن الحظ ، فإن معرفة ما يكفي منه لتكون قادرًا على الاستفادة منه يسهل الوصول إليه أكثر من ذلك بكثير.

لنبدأ بهذه الطريقة: لديك ملف إدخال. قد يكون هذا صورة أو ملف صوتي أو ملف نصي. وتريد أن تستمد منه نتائج ثاقبة. لدى Salesforce Einstein مجموعة من واجهات برمجة التطبيقات التي يمكنك استخدامها لجعل هذه العملية سلسة حقًا: ليس عليك معرفة أي شيء عما يحدث بينهما.

مع Salesforce Einstein ، من السهل جدًا عليك تضمين التعلم العميق في تطبيقاتك. يوفر لك بنية تحتية جيدة الاستضافة تدير النماذج الخاصة بك كخدمة وبالتالي تهتم بأي احتياجات قابلية للتوسع. لذلك فهي تسهل عليك تحميل وتدريب وفهم مقاييس النموذج الخاصة بك ، وفي النهاية تقدم تنبؤات في الوقت الفعلي على نموذج مدرب مسبقًا أو نموذج مخصص تقوم بإنشائه.

إذا كان هذا حتى يبدو غريبًا بالنسبة لك ، فستساعدك الأمثلة التالية بسرعة على إطلاعك على آخر المستجدات.

الحساب: رؤية أينشتاين

هذه إحدى خدمات التعلم العميق التي تقدمها Salesforce Einstein. ليست كل نماذج التعلم العميق أو الشبكات العصبية متساوية: تُستخدم بنى محددة لمشاكل محددة. وفي حالة الرؤية الحاسوبية ، تستخدم سحابة الذكاء الاصطناعي ما يسمى بالشبكة العصبية التلافيفية ، مما يعني أن كل طبقة تتعلم من الطبقة السابقة. لذلك عندما يتم تدريب مثل هذه الشبكة على بيانات الصورة ، فإنها تعيد بناء الصورة من الألف إلى الياء لفهم مكوناتها المختلفة. ستنظر أولاً في أصغر وحدة في الصورة ، البكسل ، ثم تفهم الحواف ، ثم تفهم الطبقة التالية أجزاء الكائن أو عناصره ، ثم في النهاية تصل إلى كائنات كاملة.

ويتم الاعتناء بهذه العملية برمتها من أجلك ، بحيث يمكنك التركيز على القيمة التجارية التي يمكنك فتحها لعملائك من خلال رؤية الكمبيوتر بدلاً من التركيز على العملية نفسها.

فكر في كيفية تحويل صناعة النقل باستخدام طائرات بدون طيار لمراقبة الطرق السريعة - لن يحتاج أحد إلى إرسال طاقم تنظيف.

أو كيف يمكن لشركات CPG ، بدلاً من إرسال الأفراد لتسجيل المنتجات يدويًا على الرف ، التقاط صورة وتحليلها تلقائيًا.

أو كيف يمكن إحداث ثورة في تجارة التجزئة للمستهلكين من خلال البحث المرئي ، أو كيف يمكن لشركات التأمين أتمتة فرز المطالبات ، أو كيف يمكن الاستفادة من معالجة الصور من خلال الرعاية الصحية.

يمكن تغطية كل هذه السيناريوهات من خلال تصنيف صور أينشتاين ، وهو جزء من رؤية أينشتاين. كل ما تحتاجه هو نموذج ، وهو عبارة عن مجموعة من ملصقات التصنيف بشكل أو بآخر.

بناء نموذج مخصص

يمكنك إنشاء النماذج المخصصة الخاصة بك ثم دمجها في مهام سير العمل الخاصة بك ، سواء كان ذلك سير عمل Salesforce أو تطبيقًا خارجيًا.

يتطلب بناء النموذج المخصص الخاص بك ثلاث خطوات فقط:

1. قم بإنشاء مجموعة البيانات الخاصة بك ، بناءً على ما يحتاج نموذجك المخصص إلى القيام به. لنفترض أنك تريد أن تكون قادرًا على معرفة الفرق بين الثلاجات ذات الأبواب الثلاثة والثلاجات ذات البابين. ستحتاج إلى جمع مجموعة من الصور لثلاجات ذات بابين ووضعها في ملف ، ثم مجموعة من الصور لثلاجات ثلاثية الأبواب ووضعها في مجلد آخر.
2. تدريب نموذجك. الآن ، مهما كانت مجموعات البيانات التي جمعتها في الخطوة السابقة ، يمكنك تحميلها وستقوم سحابة الذكاء الاصطناعي بتدريب النموذج بناءً على مجموعة البيانات هذه. كل ما تحتاجه للتدريب هو حقيقة أنك فصلت الصور بالفعل. بمجرد تدريب نموذج البيانات الجديد ، ستتلقى المعرف الخاص به.
3. استخدمه للتنبؤ! يمكنك الآن الحصول على تنبؤات بشأن الصور التي لم يرها النموذج من قبل. الأمر بسيط مثل إجراء مكالمة API باستخدام معرف النموذج الجديد.

الحساب: لغة أينشتاين

إذا لم تكن الصور هي ما تحتاج إلى معالجته ، فمن المحتمل أنك تبحث عن التدريب باستخدام النص. لهذا الغرض ، تحتوي سحابة AI cloud الخاصة بـ Salesforce على لغة أينشتاين ، والتي تتكون حاليًا من خدمتين: نية أينشتاين ومشاعر أينشتاين.

• نية أينشتاين هو مصنف عام لنوع معالجة اللغة الطبيعية (NLP). يسمح لك بتحديد الفئات الخاصة بك وتحميل البيانات التي تمثل تلك الفئات.
• شعور أينشتاين هو نموذج مدرب مسبقًا قادر على تحليل اللغة البشرية لاشتقاق مشاعر المحتوى وبيانات المستخدمين المحيطة وتصنيفها إلى فئات إيجابية وسلبية ومحايدة.

تعمل خدمات Einstein Language تمامًا مثل مثال تصنيف الصور الخاص بنا. هنا ، سنقوم أيضًا بتحديد الفئات.

في المثال أعلاه ، القصد هو توجيه الحالات. في كل مرة يتم فيها عرض قضية ، نريد تحليل ذلك وتوجيهه إلى القسم الصحيح: الشحن ، والفواتير ، والمنتج ، والمبيعات ... يمكننا تحديد العديد من الفئات التي نحتاجها. ولكن في حالة شعور أينشتاين ، تكون الفئات ثابتة ، لذلك لدينا فقط موجب ، أو سلبي ، أو محايد.

بمجرد فصل البيانات إلى فئات مختلفة ، يمكنك تدريب نماذجك. يعد تدريب النموذج أمرًا سهلاً للغاية باستخدام واجهة برمجة التطبيقات المتوفرة. تمامًا كما هو الحال مع Einstein Vision ، بمجرد تدريب النموذج ، سيكون لديك معرف النموذج الخاص بك وستكون جاهزًا للحصول على تنبؤات.

Salesforce Einstein: Off to a Smart Start

الآن بعد أن أصبحت لديك ذوقًا للإمكانيات التي توفرها Salesforce Einstein في متناول يدك كمطور Salesforce ، ومدى سهولة مساعدة عملائك أو صاحب العمل على الاستفادة من سحابة الذكاء الاصطناعي ، فإن البدء يتطلب فقط إنشاء حساب. نتطلع إلى معرفة كيفية استخدامك سحابة الذكاء الاصطناعي لإحداث ثورة في تطبيقك الخاص!