新闻和活动——谷歌翻译、Messenger Bots 分析和亚马逊 Quicksight

本月数据、分析和计算领域的热门事件和新闻。

面向公众推出的 Amazon Quicksight 商业智能

本月，AWS（亚马逊网络服务）在预览模式下运行了一年多之后，面向公众推出了基于云的业务分析解决方案 Amazon Quicksight。 它使员工可以快速分析数据，并创建可视化和报告。 根据 AWS 的说法，差异化点在于运行临时分析的能力，这通常是传统 BI 解决方案所不具备的。

就像任何其他云解决方案一样，它还消除了硬件和软件维护成本以及与数据库扩展相关的成本。 虽然预览版有 1500 名客户，但官方网站将 Hotelbeds、Infor 和 MLB Advanced Media 列为目前的一些客户。

它与 RDS、Aurora、Redshift 和 S3 等 AWS 数据源连接。 数据还可以通过电子表格、平面文件和本地数据库（如 SQL Server、MySQL 和 PostgreSQL）导入。 除了所有这些选项外，第三方 SaaS 集成还包括 Salesforce。

标准版的定价为每位用户每月 9 美元，企业版的定价为 18 美元，并按年付费。 免费试用适用于单个用户帐户。 根据 Gartner 的说法，凭借这种定价（与 Power BI 具有竞争力，并且远低于其他定价），亚马逊可以在价值 152 亿美元的 BI 和分析平台市场上占有一席之地。

谷歌翻译切换到谷歌神经机器翻译 (GNMT) 并创建自己的通用语言

谷歌推出了零样本翻译——一种人工智能系统，可以训练自己提供以前未受过训练的语言之间的翻译。 这由 GNMT 提供支持，GNMT 是 9 月推出的神经网络。

神经网络是一种类似于人类大脑的计算机系统，它可以从过去的行为中学习以解决新类型的问题，而无需人类进行任何特定的编程。 这意味着谷歌翻译现在可以将希腊语翻译成普通话，甚至不需要接收任何关于这对特定语言的训练数据。

谷歌翻译团队此前曾宣布，它已经开发出阅读整个句子的能力，而不是把它分解成几个短语。 GNMT 系统帮助他们为翻译人员添加了更具凝聚力、更人性化和自然的元素。 但是这个系统只能在被测试的语言上工作，而谷歌翻译支持的 103 种语言中的大多数都无法受益。 零样本翻译的出现就是为了解决这个特殊问题。

下面是它的工作原理。

如果 GNMT 已经接受过将英语翻译成韩语和韩语翻译成普通话的训练，那么所有这些语言将被用于形成不同的配对并相互共享翻译。 这将创建来自不同语言的具有相似含义的短语集群。 因此，该系统将能够使用建模能力将英语翻译成普通话。

Facebook 为即时通讯机器人推出分析仪表板

早在 2016 年 4 月，Facebook 就推出了Messenger pl atform，并允许公司在其上构建机器人。 现在市场上有超过 34,000 个 Messenger 机器人处理各种活动——购物、娱乐、客户服务等等。

本月 Facebook 推出了一款分析工具，将帮助机器人开发者监控消费者互动，同样也可以与用户的 Facebook 个人资料数据相匹配，以获得深入的洞察力。 Messenger 机器人分析平台将通过整合来自网络、移动应用程序和机器人的数据，帮助制造商可视化完整的客户旅程。

下面是一个例子：Messenger bot 分析可用于跟踪退订消息的人，并根据他们的 Facebook 个人资料数据（如年龄、教育、职位、性别、位置、购买周期以及他们是否喜欢官方）创建细分受众群企业的 Facebook 页面。

所有这些都可以用来分析用户在选择退出消息之前收到的消息类型。 Facebook 还在整理和匿名化用户数据，以限制机器人制造商查看单个用户执行的特定操作。

机器人制造商可以选择通过分析工具跟踪不同类型的消息，并使用这些数据来判断某种类型的号召性用语是否适用于特定类型的用户。 这将帮助他们建立客户细分并提高需要发送给用户的信息的相关性。

英特尔通过 Nervana 平台推出人工智能战略

当智能手机浪潮席卷全球时，英特尔措手不及。 这家以为服务器、笔记本电脑和台式机供电而闻名的公司根本无法与高通和三星等 SoC 制造商竞争。 现在，支持人工智能项目的硬件需求正在增加，他们不想错过这个机会。

英特尔基于他们从收购 Nervana Systems 中获得的新技术制定了以人工智能为中心的战略。 新的产品组合将涵盖从雾计算到数据中心使用的产品和服务，以加速人工智能领域的增长。

根据 CEO Brian Krzanich 的说法，Nervana 的突破性创新将精确地应用于神经网络，通过提供最高的深度学习性能和为模型并行性（在 GPU 之间拆分模型并为每个模型使用相同的数据）产生卓越的计算能力。高带宽连接。

他还表示，Nervana 的技术将在未来三年内将训练复杂神经网络的性能提高 100 倍，帮助数据科学家快速解决最大的 AI 挑战。 为了补充人工智能产品的开发并使软件开发人员可以使用培训和工具，英特尔还宣布推出英特尔 Nervana 人工智能学院。