Wiadomości i wydarzenia – Tłumacz Google, Analytics dla botów Messenger i Amazon Quicksight

Popularne w tym miesiącu wydarzenia i wiadomości ze świata danych, analityki i informatyki.

Amazon Quicksight Business Intelligence udostępniony publicznie

W tym miesiącu AWS (Amazon Web Services) uruchomił swoje rozwiązanie do analizy biznesowej w chmurze, Amazon Quicksight dla opinii publicznej po uruchomieniu go w trybie podglądu przez ponad rok. Pozwala pracownikom szybko analizować dane oraz tworzyć wizualizacje i raporty. Według AWS punktem zróżnicowania jest możliwość przeprowadzania analiz ad hoc, co zwykle nie jest dostępne w tradycyjnych rozwiązaniach BI.

Podobnie jak każde inne rozwiązanie w chmurze, eliminuje również koszty utrzymania sprzętu i oprogramowania oraz koszty związane ze skalowaniem bazy danych. Podczas gdy wersja przedpremierowa miała 1500 klientów, na oficjalnej stronie internetowej wśród obecnych klientów są Hotelbeds, Infor i MLB Advanced Media.

Łączy się ze źródłami danych AWS, takimi jak RDS, Aurora, Redshift i S3. Dane można również importować za pośrednictwem arkuszy kalkulacyjnych, plików płaskich i lokalnych baz danych, takich jak SQL Server, MySQL i PostgreSQL. Oprócz wszystkich tych opcji integracja SaaS firm trzecich obejmuje Salesforce.

Ceny zaczynają się od 9 USD za użytkownika miesięcznie za edycję standardową i 18 USD za edycję Enterprise z rocznym zobowiązaniem. Darmowa wersja próbna jest dostępna dla jednego konta użytkownika. Według Gartnera, przy tego rodzaju cenach (konkurencyjnych w stosunku do Power BI i znacznie niższych od innych) Amazon może zaznaczyć się na 15,2 miliarda dolarów rynku platform BI i analitycznych.

Tłumacz Google przełącza się na Google Neural Machine Translation (GNMT) i tworzy własny uniwersalny język

Google wprowadziło Zero-Shot Translation – system sztucznej inteligencji, który może sam się szkolić, aby zapewnić tłumaczenie między językami, w których wcześniej nie był szkolony. Jest to zasilane przez GNMT, czyli sieć neuronową wprowadzoną we wrześniu.

Sieci neuronowe to rodzaj systemu komputerowego, który działa jak ludzki mózg i rozwija zdolność uczenia się na podstawie przeszłych działań w celu rozwiązywania nowych rodzajów problemów bez specjalnego programowania przez ludzi. Oznacza to, że Tłumacz Google może teraz tłumaczyć grecki na mandaryński bez otrzymywania danych treningowych dotyczących tej konkretnej pary języków.

Zespół Tłumacza Google ogłosił wcześniej, że rozwinął możliwość czytania całego zdania zamiast dzielenia go na kilka fraz. System GNMT pomógł im dodać do tłumacza bardziej spójne, ludzkie i naturalne elementy. Ale ten system mógł działać tylko w testowanych językach, a większość ze 103 języków obsługiwanych przez Tłumacza Google nie mogła na tym skorzystać. Tłumaczenie Zero-Shot powstało, aby rozwiązać ten konkretny problem.

Oto jak to działa.

Jeśli GNMT został przeszkolony do tłumaczenia angielskiego na koreański i koreańskiego na mandaryński, wszystkie te języki będą używane do tworzenia różnych par i udostępniania sobie tłumaczenia. W ten sposób powstaną zbitki fraz o podobnym znaczeniu, zaczerpnięte z różnych języków. W ten sposób system byłby w stanie wykorzystać moc modelowania do tłumaczenia angielskiego na mandaryński.

Facebook uruchamia panel analityczny dla botów komunikatorów

W kwietniu 2016 r. Facebook uruchomił platformę Messenger i pozwolił firmom budować na niej boty. Obecnie na rynku dostępnych jest ponad 34 000 botów Messengera obsługujących szeroki zakres działań — zakupy, rozrywkę, obsługę klienta i nie tylko.

W tym miesiącu Facebook uruchomił narzędzie analityczne, które pomoże twórcom botów monitorować interakcje z konsumentami, a to samo można również połączyć z danymi z profilu na Facebooku danej osoby, aby uzyskać szczegółowe informacje. Platforma analityczna botów Messenger pomoże twórcom wizualizować pełną podróż klienta poprzez integrację danych z sieci, aplikacji mobilnej i bota.

Oto przykład: Analityka botów Messengera może być wykorzystywana do śledzenia osób, które zrezygnowały z otrzymywania wiadomości i tworzenia segmentów odbiorców na podstawie danych z ich profilu na Facebooku — takich jak wiek, wykształcenie, stanowisko, płeć, lokalizacja, cykl zakupowy i czy podoba im się oficjalna Strona firmy na Facebooku.

Wszystko to można wykorzystać do analizy rodzaju wiadomości, którą otrzymał użytkownik przed zrezygnowaniem z niej . Facebook zbiera również i anonimizuje dane użytkownika, aby uniemożliwić twórcom botów przeglądanie określonych działań wykonywanych przez indywidualnego użytkownika.

Twórcy botów będą mieli możliwość śledzenia różnych rodzajów wiadomości za pomocą narzędzi analitycznych i korzystając z tych danych, będą mogli ustalić, czy określony rodzaj wezwania do działania działa dobrze dla określonego typu użytkownika. Pomoże im to zbudować segmenty klientów i poprawić trafność komunikatu, który należy wysłać do użytkowników .

Intel przedstawia strategię sztucznej inteligencji z platformą Nervana

Kiedy fala smartfonów uderzyła w świat, Intel został przyłapany na nieświadomości. Firma znana z zasilania serwerów, laptopów i komputerów stacjonarnych po prostu nie mogła konkurować z producentami SoC, takimi jak Qualcomm i Samsung. Teraz zapotrzebowanie na sprzęt do obsługi projektów sztucznej inteligencji rośnie i nie chcą przegapić okazji.

Firma Intel opracowała strategię ukierunkowaną na sztuczną inteligencję opartą na nowej technologii, którą zdobył dzięki przejęciu firmy Nervana Systems. Nowe portfolio będzie obejmować produkty i usługi, od obliczeń mgły po wykorzystanie w centrach danych, aby przyspieszyć rozwój przestrzeni AI.

Według dyrektora generalnego Briana Krzanicha, przełomowa innowacja Nervany zostanie zastosowana dokładnie w sieciach neuronowych, aby zapewnić najwyższą wydajność dla głębokiego uczenia i generowania najwyższej mocy obliczeniowej dla równoległości modeli (podział modelu między GPU i wykorzystanie tych samych danych dla każdego modelu) poprzez zapewnienie połączenie o dużej przepustowości .

Powiedział również, że technologie Nervany zwiększą wydajność 100-krotnie w ciągu najbliższych trzech lat, jeśli chodzi o trenowanie złożonych sieci neuronowych, pomagając naukowcom zajmującym się danymi w szybkim rozwiązywaniu największych wyzwań AI. Aby uzupełnić rozwój produktów AI oraz udostępnić szkolenia i narzędzia programistom, Intel ogłosił również uruchomienie Intel Nervana AI Academy.