Bezproblemowa sztuczna inteligencja w Twojej aplikacji: poznaj Salesforce Einstein

Rewolucja AI już teraz zmienia świat konsumentów.

Czasami jest to na co dzień, jak rekomendacje produktów, a czasami na wspaniałe sposoby: implanty ślimakowe, które zapewniają sztuczne słyszenie osobom urodzonym całkowicie głuchym, przeszły na sztuczną inteligencję, aby zapewnić użytkownikom lepsze wrażenia.

Rewolucja AI prowadzi do mądrzejszego świata, a ten mądrzejszy świat został zbudowany w oparciu o megatrendy, których wszyscy byliśmy świadkami przez ostatnie 20 lat: internet, chmura, społecznościowe, mobilne i Internet rzeczy ( Internetu rzeczy).

Dzięki technologii chmury mamy, jako programiści, praktycznie nieograniczoną pojemność obliczeniową i pamięć masową, i to właśnie połączenie ogromnych ilości danych i ogromnej mocy obliczeniowej prowadzi do tej rewolucji. Teraz, gdy wszyscy są ze sobą połączeni i ze wszystkim w taki czy inny sposób, wszystkie te połączenia generują o rząd wielkości więcej danych do przetworzenia przez chmurę AI niż kiedykolwiek wcześniej.

Jako konsument codziennie doświadczasz chmury AI. Kiedy widzisz rekomendację produktu na Amazon, rekomendację filmu na Netflix lub zdjęcie, które jest automatycznie identyfikowane i oznaczane w Twoim kanale na Facebooku, doświadczasz mocy sztucznej inteligencji.

Czy nie byłoby wspaniale, gdyby aplikacja, nad którą pracujesz — niezależnie od tego, czy jest to aplikacja Salesforce, czy nie — może w jakiś sposób zapewnić te inteligentniejsze, oparte na sztucznej inteligencji doświadczenia? Na przykład, co by było, gdyby nasza firma i nasza aplikacja sprzedażowa mogły współpracować, aby poinformować nas, którzy potencjalni klienci z największym prawdopodobieństwem dokonują konwersji, lub nasza aplikacja serwisowa może korzystać z chmury sztucznej inteligencji, aby informować nas, które przypadki mogą być eskalowane?

Niestety, dla wielu zespołów programistycznych Salesforce stosowanie sztucznej inteligencji w procesie biznesowym aplikacji wydaje się zbyt skomplikowane i kosztowne. Po pierwsze, zaczyna się od nauki o danych, a do nauki o danych trzeba zebrać i zintegrować wszystkie wymagane dane. A potem musisz zrobić żandarmerię danych, przekształcając dane tak, aby można je było wykorzystać do uczenia maszynowego. A następnie, w zależności od posiadanej wiedzy, możesz nawet potrzebować zewnętrznej pomocy analityków danych, aby zbudować modele predykcyjne, utrzymywać je, odświeżać i tworzyć infrastrukturę, która jest zaufana, bezpieczna i skalowalna. Następnie, po całej tej pracy, musisz wziąć te przewidywania i umieścić je w kontekście użytkownika biznesowego.

Wejdź do Salesforce Einstein

Wiedząc, że sztuczna inteligencja była często poza zasięgiem, Salesforce przejęła firmy takie jak MetaMind (specjaliści głębokiego uczenia), Implisit Insights (stosujące sztuczną inteligencję w szczególności do procesu sprzedaży) i PredictionIO (uczenie maszynowe i analityka big data), aby pomóc im zbudować Salesforce Einstein.

Salesforce Einstein to sztuczna inteligencja dla Salesforce, wbudowana bezpośrednio w platformę. Jak to ujął GM Einsteina: „Zabiera CRM numer jeden na świecie i sprawia, że ​​jest to najmądrzejszy CRM na świecie”. Dzięki ofercie sztucznej inteligencji Salesforce możesz teraz umożliwić specjalistom ds. sprzedaży, usług, marketingu i IT w firmie osiąganie najlepszych wyników, dzięki czemu każda interakcja z klientem jest szybsza, inteligentniejsza i bardziej przewidywalna.

Głębokie uczenie: wizja Einsteina i język Einstein

Salesforce Einstein powinien udostępnić chmurę AI w zasięgu programistów. Być może. Ale od czego zacząć? Pierwszą rzeczą, którą należy wiedzieć, jest to, że sztuczna inteligencja składa się z trzech głównych elementów:

• Dane
• Algorytmy
• Obliczenie

Ogólnie rzecz biorąc, big data jest gorącym tematem od kilku lat. Wszyscy są podekscytowani, że mają nowe źródła danych, nowe sposoby ich analizowania i nowe sposoby ich przechowywania.

Będzie to duża część tego, jak wprowadzamy sztuczną inteligencję do przedsiębiorstwa, ale wiele wysiłku związanego z rozwojem sztucznej inteligencji było po stronie algorytmów. Są to złożone algorytmy, które są budowane, rozszerzane i faktycznie posiadają nowe badania zarówno z sektora prywatnego, jak i publicznego. Możesz być pewien, że algorytmy AI w chmurze będą nadal innowacyjne i nadal wprowadzać nowe funkcje dla Twoich aplikacji i doświadczeń klientów.

Aspekt obliczeniowy, o którym prawdopodobnie ostatnio słyszałeś: procesory graficzne, układy TPU, nowe inwestycje i nowe badania ze wszystkich najlepszych firm sprzętowych zmierzają w kierunku mocy obliczeniowej, zapewniając, że te algorytmy mają infrastrukturę, której potrzebują, aby nadal być innowacyjnym oraz aby móc zapewnić wgląd w Twoje dane.

Zanim przejdziemy do tego, jak opracować coś, co wykorzystuje tę technologię, przyjrzyjmy się dokładniej, z czym będziesz miał do czynienia.

Dane

Należy wziąć pod uwagę dwie formy danych: ustrukturyzowane i nieustrukturyzowane.

Dane strukturalne obejmują dane ERP i większość danych CRM; mogą to być na przykład dane wychodzące z urządzeń IoT. Tego typu dane można już łatwo przeszukiwać za pomocą podstawowych algorytmów.

Danymi nieustrukturyzowanymi mogą być Twoje obrazy, wiadomości e-mail, prezentacje PowerPoint, dokumenty Word itp. W tym miejscu pojawiają się algorytmy uczenia głębokiego i uczenia maszynowego, które znacznie upraszczają przeszukiwanie tego typu danych.

Algorytm

Głębokie uczenie to skomplikowane pojęcie: wielu programistów i inżynierów DevOps jest przytłoczonych tym pojęciem. Uważają, że nie mają infrastruktury do obsługi sieci neuronowych. Uważają, że potrzebują doktoratu, aby wystarczająco zrozumieć najnowocześniejszy model, który należy włączyć, aby podzielić go na łatwiejszy do opanowania proces myślowy. Na szczęście znajomość tego na tyle, aby móc go wykorzystać, jest o wiele bardziej dostępna.

Zacznijmy w ten sposób: masz plik wejściowy. Może to być obraz, plik audio lub plik tekstowy. I chcesz uzyskać z tego wnikliwe wyniki. Salesforce Einstein ma zestaw interfejsów API, których możesz użyć, aby ten proces był naprawdę płynny: nie musisz nic wiedzieć o tym, co dzieje się pomiędzy.

Dzięki Salesforce Einstein możesz bardzo łatwo osadzić uczenie głębokie w swoich aplikacjach. Zapewnia dobrze hostowaną infrastrukturę, która zarządza Twoimi modelami jako usługą, a tym samym dba o wszelkie potrzeby dotyczące skalowalności. Ułatwia to więc przesyłanie, trenowanie i rozumienie metryk modelu, a na koniec dostarczanie prognoz w czasie rzeczywistym na wstępnie wytrenowanym modelu lub tworzonym modelu niestandardowym.

Jeśli nawet to brzmi dla ciebie obco, następne przykłady szybko doprowadzą cię do tempa.

Obliczenia: wizja Einsteina

Jest to jedna z usług głębokiego uczenia się oferowanych przez Salesforce Einstein. Nie wszystkie modele głębokiego uczenia lub sieci neuronowe są sobie równe: specyficzne architektury są używane do rozwiązywania konkretnych problemów. A w przypadku wizji komputerowej chmura AI wykorzystuje tak zwaną splotową sieć neuronową, co oznacza, że ​​każda warstwa uczy się od poprzedniej. Kiedy więc taka sieć jest szkolona na danych obrazu, odbudowuje obraz od podstaw, aby zrozumieć różne jego komponenty. Najpierw przyjrzy się najmniejszej jednostce obrazu, pikselowi, a następnie zrozumie krawędzie, a następna warstwa zrozumie części lub elementy obiektu, a następnie w końcu dojdzie do całych obiektów.

Cały proces jest realizowany za Ciebie, dzięki czemu możesz skupić się na wartości biznesowej, którą możesz odblokować dla swoich klientów dzięki wizji komputerowej, zamiast na samym procesie.

Pomyśl o tym, jak można zmienić branżę transportową za pomocą dronów do monitorowania autostrad — nikt nie musiałby wysyłać ekipy sprzątającej.

Albo jak firmy CPG, zamiast wysyłać pojedyncze osoby do ręcznego rejestrowania produktów na półce, mogą po prostu zrobić zdjęcie i zlecić jego automatyczną analizę.

Albo jak można zrewolucjonizować sprzedaż detaliczną za pomocą wyszukiwania wizualnego, jak firmy ubezpieczeniowe mogą zautomatyzować rozpatrywanie roszczeń lub jak przetwarzanie obrazów może być wykorzystane przez opiekę zdrowotną.

Wszystkie takie scenariusze mogą być objęte Klasyfikacją Obrazów Einsteina, która jest częścią Wizji Einsteina. Wszystko czego potrzebujesz to model, który jest mniej więcej tylko zestawem etykiet klasyfikacyjnych.

Zbuduj własny model

Możesz tworzyć własne modele niestandardowe, a następnie integrować je z przepływami pracy, niezależnie od tego, czy jest to przepływ pracy Salesforce, czy aplikacja zewnętrzna.

Budowanie własnego niestandardowego modelu obejmuje tylko trzy kroki:

1. Utwórz własny zestaw danych na podstawie tego, co ma zrobić Twój niestandardowy model. Załóżmy, że chcesz odróżnić lodówki trzydrzwiowe od lodówek dwudrzwiowych. Będziesz musiał zebrać kilka zdjęć dwudrzwiowych lodówek i umieścić je w folderze, a następnie kilka zdjęć lodówek trzydrzwiowych i umieścić je w innym folderze.
2. Trenuj swój model. Teraz, niezależnie od tego, jakie zestawy danych zebrałeś w poprzednim kroku, prześlij je, a chmura AI wytrenuje model na podstawie tego zestawu danych. Fakt, że już rozdzieliłeś obrazy, to wszystko, czego potrzebujesz do treningu. Po przeszkoleniu nowego modelu danych otrzymasz jego identyfikator.
3. Użyj go do przewidywania! Możesz teraz uzyskać prognozy dotyczące obrazów, których model nigdy wcześniej nie widział. To tak proste, jak wywołanie interfejsu API przy użyciu nowego identyfikatora modelu.

Obliczenia: język Einsteina

Jeśli obrazy nie są tym, co musisz przetworzyć, prawdopodobnie chcesz nauczyć się posługiwania tekstem. W tym celu chmura AI Salesforce ma język Einstein, który obecnie składa się z dwóch usług: Einstein Intent i Einstein Sentiment.

• Einstein Intent to ogólny klasyfikator typu przetwarzania języka naturalnego (NLP). Pozwala definiować własne klasy i przesyłać dane reprezentujące te klasy.
• Einstein Sentiment to wstępnie wytrenowany model, który jest w stanie analizować ludzki język w celu uzyskania odczuć treści i wypowiedzi otaczających użytkowników oraz klasyfikować je na klasy pozytywne, negatywne i neutralne.

Usługi języka Einstein działają podobnie jak nasz przykład klasyfikacji obrazów. Tutaj również zdefiniujemy klasy.

W powyższym przykładzie chodzi o rozsyłanie spraw. Za każdym razem, gdy pojawia się sprawa, chcemy ją przeanalizować i skierować do odpowiedniego działu: Wysyłka, rozliczenia, produkt, sprzedaż… możemy zdefiniować tyle klas, ile potrzebujemy. Ale w przypadku Sentymentu Einsteina klasy są stałe, więc mamy po prostu pozytywne, negatywne lub neutralne.

Po podzieleniu danych na różne klasy możesz trenować swoje modele. Szkolenie modelu jest bardzo łatwe dzięki dostarczonemu API. Podobnie jak w przypadku Einstein Vision, po wytrenowaniu modelu będziesz mieć swój identyfikator modelu i jesteś gotowy do uzyskania prognoz.

Salesforce Einstein: Start do mądrego startu

Teraz, gdy już znasz możliwości, które Salesforce Einstein oferuje jako programista Salesforce i jak łatwo byłoby pomóc swoim klientom lub pracodawcom w wykorzystaniu chmury AI, rozpoczęcie pracy wymaga jedynie założenia konta. Nie możemy się doczekać, aby dowiedzieć się, jak używasz chmury AI do zrewolucjonizowania własnej aplikacji!