Новости и события – Google Translate, Analytics для ботов Messenger и Amazon Quicksight

Популярные события и новости этого месяца из мира данных, аналитики и вычислений.

Amazon Quicksight Business Intelligence запущен для общего доступа

В этом месяце AWS (Amazon Web Services) запустила общедоступное облачное решение для бизнес-аналитики Amazon Quicksight после того, как оно работало в режиме предварительного просмотра более года. Это позволяет сотрудникам быстро анализировать данные и создавать визуализации и отчеты. Согласно AWS, отличительной чертой является возможность запуска специального анализа, который обычно недоступен в традиционных решениях бизнес-аналитики.

Как и любое другое облачное решение, оно снижает затраты на обслуживание оборудования и программного обеспечения, а также расходы, связанные с масштабированием базы данных. В то время как у предварительной версии было 1500 клиентов, на официальном веб-сайте в качестве некоторых существующих клиентов указаны Hotelbeds, Infor и MLB Advanced Media.

Он подключается к источникам данных AWS, таким как RDS, Aurora, Redshift и S3. Данные также можно импортировать через электронные таблицы, плоские файлы и локальные базы данных, такие как SQL Server, MySQL и PostgreSQL. Помимо всех этих вариантов, сторонняя интеграция SaaS включает Salesforce.

Цены начинаются от 9 долларов США на пользователя в месяц для стандартной версии и 18 долларов США для корпоративной версии с годовым обязательством. Бесплатная пробная версия доступна для одной учетной записи пользователя. По данным Gartner, с такими ценами (конкурирующими с Power BI и существенно более низкими, чем у других) Amazon может добиться успеха на рынке платформ бизнес-аналитики и аналитики стоимостью 15,2 млрд долларов.

Google Translate переходит на Google Neural Machine Translation (GNMT) и создает собственный универсальный язык

Google представила Zero-Shot Translation — систему искусственного интеллекта, которая может обучаться переводу между языками, для которых она ранее не была обучена. Это работает на основе GNMT, нейронной сети, представленной в сентябре.

Нейронные сети — это тип компьютерной системы, которая действует подобно человеческому мозгу и развивает способность учиться на прошлых действиях для решения новых видов проблем без какого-либо специального программирования со стороны человека. Это означает, что Google Translate теперь может переводить греческий на китайский, даже не получая никаких обучающих данных по этой конкретной паре языков.

Команда Google Translate ранее объявила, что разработала возможность читать предложение целиком, а не разбивать его на несколько фраз. Система GNMT помогла им добавить в переводчик более связные, человеческие и естественные элементы. Но эта система могла работать только на тех языках, которые были протестированы, и большинство из 103 языков, поддерживаемых Google Translate, не могли получить преимущества. Zero-Shot Translation появился, чтобы решить эту конкретную проблему.

Вот как это работает.

Если GNMT обучен переводить с английского на корейский и с корейского на китайский, то все эти языки будут использоваться для формирования разных пар и совместного использования перевода друг с другом. Это создаст кластеры фраз с похожим значением, взятых из разных языков. Таким образом, система сможет использовать возможности моделирования для перевода с английского на мандарин.

Facebook запускает панель аналитики для ботов в мессенджерах

Еще в апреле 2016 года Facebook запустил платформу Messenger и разрешил компаниям создавать на ее основе ботов. Сейчас на рынке представлено более 34 000 ботов для обмена сообщениями, выполняющих широкий спектр действий — покупки, развлечения, обслуживание клиентов и многое другое.

В этом месяце Facebook запустил аналитический инструмент, который поможет разработчикам ботов отслеживать взаимодействие с потребителем, и то же самое можно сопоставить с данными профиля человека в Facebook для получения более глубокого понимания. Платформа аналитики ботов Messenger поможет производителям визуализировать полный путь клиента, интегрируя данные из Интернета, мобильного приложения и бота.

Вот пример: аналитику мессенджера можно использовать для отслеживания людей, которые отписались от сообщений, и создания сегментов аудитории на основе данных их профиля в Facebook, таких как возраст, образование, должность, пол, местоположение, цикл покупок и лайки ли им официальные сообщения. Facebook-страница предприятия.

Все это можно использовать для анализа типа сообщения, полученного пользователем, прежде чем отказаться от сообщения . Facebook также собирает и анонимизирует пользовательские данные, чтобы запретить создателям ботов просматривать конкретные действия, выполняемые отдельным пользователем.

У создателей ботов будет возможность отслеживать различные типы сообщений с помощью инструментов аналитики, и, используя эти данные, они смогут выяснить, хорошо ли работает определенный тип призыва к действию для определенного типа пользователя. Это поможет им построить сегменты клиентов и повысить релевантность сообщения, которое необходимо отправить пользователям .

Intel представляет стратегию искусственного интеллекта с платформой Nervana

Когда мир захлестнула волна смартфонов, Intel была застигнута врасплох. Компания, известная своими серверами, ноутбуками и настольными компьютерами, просто не могла конкурировать с производителями SoC, такими как Qualcomm и Samsung. Сейчас спрос на оборудование для поддержки проектов искусственного интеллекта растет, и они не хотят упускать такую ​​возможность.

Intel изложила свою стратегию, ориентированную на ИИ , на основе новой технологии, полученной в результате приобретения Nervana Systems. Новый портфель будет охватывать продукты и услуги, начиная от туманных вычислений и заканчивая использованием в центрах обработки данных для ускоренного роста в области искусственного интеллекта.

По словам генерального директора Брайана Кржанича, революционная инновация Nervana будет применяться именно к нейронным сетям, чтобы обеспечить максимальную производительность для глубокого обучения и генерировать превосходную вычислительную мощность для параллелизма моделей (разделение модели между графическими процессорами и использование одних и тех же данных для каждой модели) за счет обеспечения соединение с высокой пропускной способностью .

Он также сказал, что технологии Nervana увеличат производительность в 100 раз в течение следующих трех лет, когда речь идет об обучении сложных нейронных сетей, помогая специалистам по данным быстро решать самые большие задачи ИИ. Чтобы дополнить разработку продуктов ИИ и сделать обучение и инструменты доступными для разработчиков программного обеспечения, Intel также объявила о запуске Академии ИИ Intel Nervana.