为您的应用程序提供简单的 AI：认识 Salesforce Einstein

人工智能革命已经在改变消费世界。

有时，它以产品推荐之类的日常方式出现，有时以宏伟的方式出现：为完全聋的人提供人工听力的人工耳蜗已转向人工智能以获得卓越的最终用户体验。

人工智能革命正在引领一个更智能的世界，而这个更智能的世界建立在过去 20 年我们所见证的大趋势之上：网络、云、社交、移动和物联网（物联网）。

借助云技术，作为开发人员，我们拥有几乎无限的计算和存储容量，而真正导致这场革命的正是海量数据和海量计算能力的结合。 现在每个人都以某种方式相互连接并连接到所有事物，所有这些连接都为人工智能云生成了比以往任何时候都多数量级的数据。

作为消费者，您每天都会体验 AI 云。 当您在亚马逊上看到产品推荐、在 Netflix 上看到电影推荐或在您的 Facebook 提要中自动识别和标记的照片时，您正在体验人工智能的力量。

现在，如果您正在开发的应用程序（无论它是否是 Salesforce 应用程序）也能以某种方式提供这些更智能的人工智能驱动体验，那不是很好吗？ 例如，如果我们的业务和我们的销售应用程序可以协同工作来告诉我们哪些潜在客户最有可能转化，或者我们的服务应用程序可以使用人工智能云来告诉我们哪些情况可能会升级？

不幸的是，对于许多 Salesforce 开发团队来说，将 AI 应用于其应用程序的业务流程似乎过于复杂和昂贵。 首先，它从数据科学开始，要进行数据科学，您必须收集和整合所有必需的数据。 然后你需要进行数据整理，转换数据，以便将其用于机器学习。 然后，根据您的专业知识，您甚至可能需要数据科学家的外部帮助来构建预测模型、维护它们、更新它们，并创建一个可信、安全和可扩展的基础架构。 然后，在完成所有这些工作之后，您必须接受这些预测并将它们放入业务用户的上下文中。

进入 Salesforce Einstein

知道 AI 通常遥不可及，Salesforce 收购了 MetaMind（深度学习专家）、Implisit Insights（专门将 AI 应用于销售流程）和 PredictionIO（机器学习和大数据分析）等公司，以帮助他们建立 Salesforce Einstein。

Salesforce Einstein 是 Salesforce 的 AI，它内置于平台中。 正如爱因斯坦的总经理所说，“它采用了世界排名第一的 CRM，并使其成为世界上最智能的 CRM。” 借助 Salesforce 的 AI 产品，您现在可以让公司的销售、服务、营销和 IT 专业人员通过让每一次客户交互变得更快、更智能和更具预测性来发挥他们的最佳能力。

深度学习：爱因斯坦视觉和爱因斯坦语言

Salesforce Einstein 应该让开发人员能够接触到人工智能云。 可能是。 但是你应该从哪里开始呢？ 首先要知道的是，人工智能具有三个主要组成部分：

• 数据
• 算法
• 计算

在过去的几年里，大数据总体上一直是一个热门话题。 每个人都为拥有新的数据来源、新的分析方式和新的存储方式而感到兴奋。

这将是我们如何将人工智能带入企业的重要组成部分，但很多人工智能开发工作都集中在算法方面。 这些是复杂的算法，正在建立、扩展，并且实际上有来自私营和公共部门的新研究。 您可以肯定，人工智能云算法将继续创新，并继续为您的应用程序和客户体验提供新功能。

您最近可能也听说过计算方面：GPU、TPU、所有最好的硬件公司的新投资和新研究都在向计算能力方向发展，确保这些算法拥有继续创新所需的基础设施并能够深入了解您的数据。

在我们讨论如何开发利用这项技术的东西之前，让我们深入了解您将要处理的内容的更多细节。

数据

这里有两种形式的数据需要考虑：结构化和非结构化。

结构化数据包括您的 ERP 数据和大部分 CRM 数据； 例如，它可能是来自物联网设备的数据。 这种类型的数据已经很容易通过基本算法进行搜索。

非结构化数据可能是您的图像数据、电子邮件、PowerPoint 演示文稿、Word 文档等。这就是深度学习和机器学习算法的用武之地，极大地简化了我们搜索此类数据的方式。

算法

深度学习是一个复杂的术语：很多开发人员和 DevOps 工程师都被它弄得不知所措。 他们认为他们没有处理神经网络的基础设施。 他们认为他们需要博士学位才​​能充分理解要纳入的最先进模型，以便将其分解为更易于管理的思维过程。 幸运的是，了解足够多的信息以便能够利用它比这更容易获得。

让我们这样开始：你有一个输入文件。 这可以是图像、音频文件或文本文件。 你想从中获得有见地的输出。 Salesforce Einstein 有一组 API，您可以使用这些 API 使此过程真正无缝：您不必知道两者之间发生的任何事情。

使用 Salesforce Einstein，您可以非常轻松地将深度学习嵌入到您的应用程序中。 它为您提供托管良好的基础架构，将您的模型作为服务进行管理，从而满足任何可扩展性需求。 因此，您可以轻松上传、训练和理解您的模型指标，并最终在预训练模型或您创建的自定义模型上提供实时预测。

如果这对您来说听起来很陌生，那么接下来的示例将让您快速上手。

计算：爱因斯坦视觉

这是 Salesforce Einstein 提供的深度学习服务之一。 并非所有深度学习模型或神经网络都是平等的：特定架构用于特定问题。 在计算机视觉的情况下，人工智能云使用所谓的卷积神经网络，这意味着每一层都从前一层学习。 因此，当这样的网络在图像数据上进行训练时，它会从头开始重建图像以了解其不同的组成部分。 它将首先查看图像的最小单位，像素，然后了解边缘，然后下一层了解对象的部分或元素，然后最终了解整个对象。

整个流程都由您负责，因此您可以专注于可以通过计算机视觉为客户解锁的业务价值，而不是流程本身。

想想如何通过使用无人机监控高速公路来改变交通运输行业——没有人需要派出清洁人员。

或者 CPG 公司如何不派人手动记录货架上的产品，而是拍照并自动分析。

或者如何通过视觉搜索彻底改变消费者零售业，或者保险公司如何自动化索赔分类，或者医疗保健如何利用图像处理。

Einstein Image Classification 可以涵盖所有此类场景，它是 Einstein Vision 的一部分。 您所需要的只是一个模型，它或多或少只是一组分类标签。

构建自定义模型

您可以构建自己的自定义模型，然后将它们集成到您的工作流程中，无论是 Salesforce 工作流程还是外部应用程序。

构建您自己的自定义模型只涉及三个步骤：

1. 根据您的自定义模型需要执行的操作，创建您自己的数据集。 假设您希望能够区分三门冰箱和两门冰箱。 您需要收集一堆两门冰箱的图像并将它们放在一个文件夹中，然后将一堆三门冰箱的图像放在另一个文件夹中。
2. 训练你的模型。 现在，无论您在上一步中收集到什么数据集，您都可以上传它们，人工智能云将根据该数据集训练模型。 您已经分离图像的事实就是训练所需要的。 训练新数据模型后，您将收到其 ID。
3. 用它来预测！ 您现在可以对模型以前从未见过的图像进行预测。 就像使用新模型 ID 进行 API 调用一样简单。

计算：爱因斯坦语言

如果图像不是您需要处理的，那么您很可能希望使用文本进行训练。 为此，Salesforce 的 AI 云拥有 Einstein Language，目前由两种服务组成：Einstein Intent 和 Einstein Sentiment。

• Einstein Intent是自然语言处理 (NLP) 类型的通用分类器。 它允许您定义自己的类并上传代表这些类的数据。
• Einstein Sentiment是一种预训练模型，能够分析人类语言以得出内容和周围用户陈述的感受，并将其分为正面、负面和中性类别。

爱因斯坦语言服务就像我们的图像分类示例一样工作。 在这里，我们还将定义类。

在上面的示例中，意图是关于路由案例。 每次遇到案例时，我们都希望对其进行分析并将其发送到正确的部门：运输、计费、产品、销售……我们可以根据需要定义任意数量的类。 但在爱因斯坦情绪的情况下，类别是固定的，所以我们只有正面、负面或中性。

将数据分成不同的类别后，就可以训练模型了。 使用提供的 API 训练模型非常容易。 就像使用 Einstein Vision 一样，一旦模型经过训练，您将获得模型 ID，并准备好进行预测。

Salesforce Einstein：开启智能起点

现在您已经了解了 Salesforce Einstein 作为 Salesforce 开发人员为您带来的可能性，以及帮助您的客户或雇主利用 AI 云是多么容易，开始只需要设置一个帐户。 我们期待听到您如何使用 AI 云来彻底改变您自己的应用程序！