Искусственный интеллект без суеты для вашего приложения: познакомьтесь с Salesforce Einstein

Революция ИИ уже меняет потребительский мир.

Иногда это повседневные способы, такие как рекомендации по продукту, а иногда и великолепные способы: кохлеарные имплантаты, которые обеспечивают искусственный слух для тех, кто родился полностью глухим, переключились на ИИ для превосходного взаимодействия с конечным пользователем.

Революция в области искусственного интеллекта ведет к созданию более разумного мира, и этот более умный мир был построен на мегатрендах, свидетелями которых мы все были в течение последних 20 лет: Интернет, облачные технологии, социальные сети, мобильные устройства и Интернет вещей ( Интернет вещей).

Благодаря облачным технологиям у нас, как у разработчиков, есть практически неограниченные вычислительные мощности и возможности хранения, и именно это сочетание больших данных и огромной вычислительной мощности ведет к этой революции. Теперь, когда все так или иначе связаны друг с другом и со всем, все эти соединения генерируют на порядки больше данных для обработки облака ИИ, чем когда-либо прежде.

Вы каждый день сталкиваетесь с облаком ИИ как потребитель. Когда вы видите рекомендацию продукта на Amazon, рекомендацию фильма на Netflix или фотографию, которая автоматически идентифицируется и помечается тегом в вашей ленте Facebook, вы испытываете силу искусственного интеллекта.

Разве не было бы здорово, если бы приложение, над которым вы работаете, — будь то приложение Salesforce или нет — могло бы каким-то образом также обеспечивать эти более интеллектуальные возможности на основе искусственного интеллекта? Например, что, если бы наш бизнес и наше приложение для продаж могли бы работать вместе, чтобы сообщить нам, какие лиды с наибольшей вероятностью конвертируются, или наше сервисное приложение могло бы использовать облако ИИ, чтобы сообщить нам, какие дела, скорее всего, будут переданы в эскалацию?

К сожалению, многим группам разработчиков Salesforce применение ИИ в бизнес-процессах их приложений кажется слишком сложным и дорогим. Во-первых, все начинается с науки о данных, а чтобы заниматься наукой о данных, вам необходимо собрать и интегрировать все необходимые данные. А затем вам нужно обработать данные, преобразовав данные, чтобы вы могли использовать их для машинного обучения. А затем, в зависимости от вашего опыта, вам может даже понадобиться внешняя помощь специалистов по обработке и анализу данных для создания прогностических моделей, их обслуживания, обновления и создания надежной, безопасной и масштабируемой инфраструктуры. Затем, после всей этой работы, вы должны взять эти прогнозы и поместить их в контекст бизнес-пользователя.

Введите Salesforce Einstein

Зная, что ИИ часто недоступен, Salesforce приобрела такие компании, как MetaMind (специалисты по глубокому обучению), Implisit Insights (специально применяющие ИИ в процессе продаж) и PredictionIO (машинное обучение и анализ больших данных), чтобы помочь им создать Salesforce Einstein.

Salesforce Einstein — это искусственный интеллект для Salesforce, встроенный прямо в платформу. Как выразился генеральный директор Эйнштейна: «Он берет CRM номер один в мире и делает ее самой умной CRM в мире». Благодаря ИИ от Salesforce вы теперь можете расширить возможности специалистов по продажам, обслуживанию, маркетингу и ИТ, сделав каждое взаимодействие с клиентом более быстрым, умным и предсказуемым.

Глубокое обучение: видение Эйнштейна и язык Эйнштейна

Salesforce Einstein должна сделать облако ИИ доступным для разработчиков. Может быть. Но с чего начать? Первое, что нужно знать, это то, что ИИ состоит из трех основных компонентов:

• Данные
• Алгоритмы
• Вычисление

Большие данные вообще были горячей темой в последние пару лет. Все рады новым источникам данных, новым способам их анализа и новым способам их хранения.

Это будет большая часть того, как мы внедряем искусственный интеллект в предприятие, но большая часть усилий по разработке ИИ была направлена ​​на алгоритмы. Это сложные алгоритмы, которые строятся, расширяются и фактически получают новые исследования как в частном, так и в государственном секторах. Вы можете быть уверены, что облачные алгоритмы ИИ останутся инновационными и продолжат создавать новые функции для ваших приложений и обслуживания клиентов.

Аспект вычислений, о котором вы, вероятно, тоже слышали в последнее время: GPU, TPU, новые инвестиции и новые исследования всех лучших производителей аппаратного обеспечения — все это направлено на вычислительную мощность, гарантируя, что у этих алгоритмов есть инфраструктура, которая им нужна, чтобы продолжать быть инновационными. и иметь возможность предоставить представление о ваших данных.

Прежде чем мы перейдем к тому, как вы можете разработать что-то, что использует эту технологию, давайте углубимся в некоторые подробности того, с чем вы будете иметь дело.

Данные

Здесь следует рассмотреть две формы данных: структурированные и неструктурированные.

Структурированные данные включают ваши данные ERP и большинство ваших данных CRM; например, это могут быть данные, поступающие с устройств IoT. Этот тип данных уже легко доступен для поиска с помощью базовых алгоритмов.

Неструктурированные данные могут быть вашими изображениями, сообщениями электронной почты, презентациями PowerPoint, документами Word и т. д. Именно здесь вступают в действие алгоритмы глубокого и машинного обучения, которые значительно упрощают поиск в данных такого типа.

Алгоритм

Глубокое обучение — сложный термин: многие разработчики и инженеры DevOps перегружены им. Они думают, что у них нет инфраструктуры для работы с нейронными сетями. Они думают, что им нужна степень доктора философии, чтобы в достаточной степени понять современную модель, которую нужно включить, чтобы разбить ее на более управляемый мыслительный процесс. К счастью, зная об этом достаточно, чтобы иметь возможность использовать его, гораздо проще, чем это.

Начнем так: У вас есть входной файл. Это может быть изображение, аудиофайл или текстовый файл. И вы хотите извлечь из этого полезный результат. У Salesforce Einstein есть набор API-интерфейсов, которые вы можете использовать, чтобы сделать этот процесс по-настоящему бесшовным: вам не нужно ничего знать о том, что происходит между ними.

С помощью Salesforce Einstein вам очень легко внедрить глубокое обучение в свои приложения. Он предоставляет вам хорошо размещенную инфраструктуру, которая управляет вашими моделями как услугой и, таким образом, удовлетворяет любые потребности в масштабируемости. Таким образом, вы можете легко загружать, обучать и понимать метрики вашей модели и, в конце концов, предоставлять прогнозы в режиме реального времени для предварительно обученной модели или пользовательской модели, которую вы создаете.

Если даже это звучит для вас чуждо, следующие примеры быстро введут вас в курс дела.

Вычисление: видение Эйнштейна

Это одна из услуг глубокого обучения, предлагаемых Salesforce Einstein. Не все модели глубокого обучения или нейронные сети одинаковы: для решения конкретных задач используются определенные архитектуры. А в случае с компьютерным зрением облако ИИ использует то, что называется сверточной нейронной сетью, что означает, что каждый слой учится на предыдущем. Поэтому, когда такая сеть обучается на данных изображения, она перестраивает изображение с нуля, чтобы понять его различные компоненты. Сначала он будет рассматривать наименьшую единицу изображения, пиксель, а затем понимать края, а затем следующий уровень понимает части или элементы объекта, а затем, в конце концов, доходит до целых объектов.

И весь этот процесс выполняется за вас, поэтому вы можете сосредоточиться на бизнес-ценности, которую вы можете открыть для своих клиентов с помощью компьютерного зрения, а не на самом процессе.

Подумайте о том, как транспортная отрасль может быть преобразована с помощью дронов для мониторинга автомагистралей — никому не нужно будет посылать бригаду по очистке.

Или как компании CPG вместо того, чтобы посылать людей для ручного учета продуктов на полке, могут просто сделать снимок и автоматически проанализировать его.

Или как визуальный поиск может революционизировать розничную торговлю, или как страховые компании могут автоматизировать сортировку претензий, или как обработка изображений может быть использована в здравоохранении.

Все такие сценарии могут быть охвачены классификацией изображений Эйнштейна, которая является частью Einstein Vision. Все, что вам нужно, — это модель, которая более или менее представляет собой просто набор классификационных меток.

Создайте пользовательскую модель

Вы можете создавать свои собственные модели, а затем интегрировать их в свои рабочие процессы, будь то рабочий процесс Salesforce или внешнее приложение.

Создание собственной пользовательской модели включает всего три шага:

1. Создайте свой собственный набор данных на основе того, что должна делать ваша пользовательская модель. Допустим, вы хотите отличить трехдверный холодильник от двухдверного. Вам нужно будет собрать кучу изображений двухдверных холодильников и поместить их в папку, а затем кучу изображений трехдверных холодильников и поместить их в другую папку.
2. Обучите свою модель. Теперь, какие бы наборы данных вы ни собрали на предыдущем шаге, вы загружаете их, и облако ИИ будет обучать модель на основе этого набора данных. Тот факт, что вы уже разделили изображения, — это все, что нужно для обучения. После обучения новой модели данных вы получите ее идентификатор.
3. Используйте его для предсказания! Теперь вы можете получать прогнозы на изображениях, которые модель никогда раньше не видела. Это так же просто, как сделать вызов API, используя новый идентификатор модели.

Вычисление: язык Эйнштейна

Если вам не нужно обрабатывать изображения, скорее всего, вы хотите тренироваться с использованием текста. Для этого в облаке AI Salesforce есть Einstein Language, который в настоящее время состоит из двух сервисов: Einstein Intent и Einstein Sentiment.

• Намерение Эйнштейна — это общий классификатор типа обработки естественного языка (NLP). Это позволяет вам определять свои собственные классы и загружать данные, которые представляют эти классы.
• Einstein Sentiment — это предварительно обученная модель, способная анализировать человеческий язык, чтобы определять чувства контента и окружающих утверждений пользователей и классифицировать их на положительные, отрицательные и нейтральные классы.

Службы Einstein Language работают так же, как наш пример классификации изображений. Здесь мы также определим классы.

В приведенном выше примере целью является маршрутизация обращений. Каждый раз, когда приходит дело, мы хотим проанализировать его и направить в нужный отдел: доставка, выставление счетов, продукт, продажи… мы можем определить столько классов, сколько нам нужно. Но в случае с чувством Эйнштейна классы фиксированы, поэтому у нас есть только положительные, отрицательные или нейтральные.

После того, как вы разделили данные на разные классы, вы можете обучать свои модели. Обучить модель очень просто с помощью предоставленного API. Как и в случае с Einstein Vision, после обучения модели у вас будет идентификатор модели, и вы будете готовы получать прогнозы.

Salesforce Einstein: разумный старт

Теперь, когда вы почувствовали вкус к возможностям, которые Salesforce Einstein предлагает вам как разработчику Salesforce, и насколько легко было бы помочь вашим клиентам или работодателю использовать облако ИИ, для начала работы требуется просто настроить учетную запись. Мы с нетерпением ждем возможности услышать, как вы используете облако ИИ, чтобы революционизировать свое собственное приложение!