Neuigkeiten und Veranstaltungen – Google Translate, Analytics für Messenger-Bots und Amazon Quicksight

Die beliebten Events und Neuigkeiten dieses Monats aus der Welt der Daten, Analysen und Computer.

Amazon Quicksight Business Intelligence für die Öffentlichkeit eingeführt

Diesen Monat hat AWS (Amazon Web Services) seine Cloud-basierte Geschäftsanalyselösung Amazon Quicksight für die Öffentlichkeit eingeführt, nachdem sie mehr als ein Jahr lang im Vorschaumodus ausgeführt wurde. Damit können Mitarbeiter Daten schnell analysieren und Visualisierungen und Berichte erstellen. Laut AWS ist der Unterscheidungspunkt die Möglichkeit, Ad-hoc-Analysen durchzuführen, die bei herkömmlichen BI-Lösungen normalerweise nicht verfügbar sind.

Wie jede andere Cloud-Lösung entfallen auch die Wartungskosten für Hardware und Software sowie die mit der Datenbankskalierung verbundenen Kosten. Während die Vorschauversion 1500 Kunden hatte, sind auf der offiziellen Website Hotelbeds, Infor und MLB Advanced Media als einige der derzeitigen Kunden zu nennen.

Es verbindet sich mit AWS-Datenquellen wie RDS, Aurora, Redshift und S3. Daten können auch über Tabellenkalkulationen, Flatfiles und lokale Datenbanken wie SQL Server, MySQL und PostgreSQL importiert werden. Abgesehen von all diesen Optionen umfasst die SaaS-Integration von Drittanbietern Salesforce.

Die Preise beginnen bei 9 $ pro Benutzer und Monat für die Standard Edition und 18 $ für die Enterprise Edition mit jährlicher Verpflichtung. Eine kostenlose Testversion ist für ein einzelnes Benutzerkonto verfügbar. Laut Gartner kann Amazon mit dieser Art von Preisgestaltung (konkurrenzfähig mit Power BI und wesentlich niedriger als bei anderen) auf dem 15,2-Milliarden-Dollar-Markt für BI- und Analyseplattformen punkten.

Google Translate wechselt zu Google Neural Machine Translation (GNMT) und erstellt eine eigene universelle Sprache

Google hat Zero-Shot Translation eingeführt – ein künstliches Intelligenzsystem, das sich selbst trainieren kann, um Übersetzungen zwischen Sprachen bereitzustellen, für die es zuvor nicht trainiert wurde. Dies wird von GNMT unterstützt, einem neuronalen Netzwerk, das im September eingeführt wurde.

Neuronale Netze sind eine Art Computersystem, das wie das menschliche Gehirn funktioniert und die Fähigkeit entwickelt , aus vergangenen Aktionen zu lernen, um neue Arten von Problemen ohne spezifische Programmierung durch Menschen zu lösen. Das bedeutet, dass Google Translate jetzt Griechisch in Mandarin übersetzen kann, ohne überhaupt Trainingsdaten für dieses spezielle Sprachenpaar zu erhalten.

Das Google Übersetzer-Team hatte zuvor angekündigt, dass es die Fähigkeit entwickelt hat, den ganzen Satz zu lesen, anstatt ihn in mehrere Sätze zu zerlegen. Das GNMT-System half ihnen dabei, dem Übersetzer zusammenhängendere, menschenähnlichere und natürlichere Elemente hinzuzufügen. Dieses System funktionierte jedoch nur mit den getesteten Sprachen, und die Mehrheit der 103 von Google Translate unterstützten Sprachen konnte nicht davon profitieren. Zero-Shot Translation wurde ins Leben gerufen, um dieses spezielle Problem zu lösen.

So funktioniert es.

Wenn das GNMT darauf trainiert wurde, Englisch ins Koreanische und Koreanische ins Mandarine zu übersetzen, dann werden alle diese Sprachen verwendet, um verschiedene Paare zu bilden und die Übersetzung miteinander zu teilen. Dadurch werden Gruppen von Phrasen mit ähnlicher Bedeutung aus verschiedenen Sprachen erstellt. Somit wäre das System in der Lage, die Modellierungsleistung zu nutzen, um Englisch in Mandarin zu übersetzen.

Facebook startet Analyse-Dashboard für Messenger-Bots

Bereits im April 2016 hatte Facebook seine Messenger -Plattform gestartet und Unternehmen erlaubt, Bots darauf aufzubauen. Jetzt gibt es mehr als 34.000 Messenger-Bots auf dem Markt, die eine breite Palette von Aktivitäten abwickeln – Einkaufen, Unterhaltung, Kundenservice und mehr.

In diesem Monat hat Facebook ein Analysetool eingeführt, das Bot-Entwicklern dabei helfen wird, die Interaktionen der Verbraucher zu überwachen, und dasselbe kann auch mit den Facebook-Profildaten der Person abgeglichen werden, um tiefe Einblicke zu gewinnen. Die Messenger-Bot-Analyseplattform wird den Herstellern helfen, die gesamte Customer Journey zu visualisieren, indem sie Daten aus dem Internet, der mobilen App und dem Bot integriert.

Hier ist ein Beispiel: Messenger-Bot-Analysen können verwendet werden, um Personen zu verfolgen, die sich von Nachrichten abgemeldet haben, und Zielgruppensegmente basierend auf ihren Facebook-Profildaten zu erstellen – wie Alter, Bildung, Berufsbezeichnung, Geschlecht, Standort, Kaufzyklus und ob ihnen der Beamte gefallen hat Facebook-Seite des Unternehmens.

All dies kann verwendet werden, um die Art der Nachricht zu analysieren, die der Benutzer erhalten hat, bevor er sich von der Nachricht abmeldet . Facebook sammelt und anonymisiert auch die Benutzerdaten, um Bot-Hersteller daran zu hindern, bestimmte Aktionen des einzelnen Benutzers zu sehen.

Bot-Hersteller haben die Möglichkeit, verschiedene Arten von Nachrichten über die Analysetools zu verfolgen und anhand dieser Daten herauszufinden, ob eine bestimmte Art von Call-to-Action für einen bestimmten Benutzertyp gut funktioniert. Dies wird ihnen helfen, Kundensegmente aufzubauen und die Relevanz der Nachricht zu verbessern, die an die Benutzer gesendet werden muss .

Intel stellt mit der Nervana-Plattform eine Strategie für künstliche Intelligenz vor

Als die Smartphone-Welle um die Welt ging, wurde Intel überrascht. Das Unternehmen, das für die Stromversorgung von Servern, Laptops und Desktops bekannt ist, konnte einfach nicht mit SoC-Herstellern wie Qualcomm und Samsung konkurrieren. Jetzt steigt die Nachfrage nach Hardware zur Unterstützung von Projekten der künstlichen Intelligenz und sie wollen die Gelegenheit nicht verpassen.

Intel hat seine KI-fokussierte Strategie basierend auf der neuen Technologie, die sie aus der Übernahme von Nervana Systems gewonnen haben, dargelegt. Das neue Portfolio wird Produkte und Dienstleistungen umfassen, die von Fog-Computing bis zur Nutzung in Rechenzentren für ein beschleunigtes Wachstum im KI-Bereich reichen.

Laut CEO Brian Krzanich wird die bahnbrechende Innovation von Nervana genau auf neuronale Netze angewendet, um die höchste Leistung für Deep Learning und die Erzeugung überlegener Rechenleistung für die Modellparallelität (Aufteilung des Modells auf GPUs und Verwendung derselben Daten für jedes Modell) durch Bereitstellung zu erzielen die Verbindung mit hoher Bandbreite .

Er sagte auch, dass die Technologien von Nervana die Leistung in den nächsten drei Jahren um das 100-fache steigern werden, wenn es darum geht, komplexe neuronale Netze zu trainieren und Datenwissenschaftlern dabei zu helfen, die größten KI-Herausforderungen schnell zu lösen. Um die Entwicklung von KI - Produkten zu ergänzen und Softwareentwicklern Schulungen und Tools zugänglich zu machen, hat Intel außerdem den Start der Intel Nervana AI Academy angekündigt.