新聞和活動——谷歌翻譯、Messenger Bots 分析和亞馬遜 Quicksight

本月數據、分析和計算領域的熱門事件和新聞。

面向公眾推出的 Amazon Quicksight 商業智能

本月，AWS（亞馬遜網絡服務）在預覽模式下運行了一年多之後，面向公眾推出了基於雲的業務分析解決方案 Amazon Quicksight。 它使員工可以快速分析數據，並創建可視化和報告。 根據 AWS 的說法，差異化點在於運行臨時分析的能力，這通常是傳統 BI 解決方案所不具備的。

就像任何其他雲解決方案一樣，它還消除了硬件和軟件維護成本以及與數據庫擴展相關的成本。 雖然預覽版有 1500 名客戶，但官方網站將 Hotelbeds、Infor 和 MLB Advanced Media 列為目前的一些客戶。

它與 RDS、Aurora、Redshift 和 S3 等 AWS 數據源連接。 數據還可以通過電子表格、平面文件和本地數據庫（如 SQL Server、MySQL 和 PostgreSQL）導入。 除了所有這些選項外，第三方 SaaS 集成還包括 Salesforce。

標準版的定價為每位用戶每月 9 美元，企業版的定價為 18 美元，並按年付費。 免費試用適用於單個用戶帳戶。 根據 Gartner 的說法，憑藉這種定價（與 Power BI 具有競爭力，並且遠低於其他定價），亞馬遜可以在價值 152 億美元的 BI 和分析平台市場上佔有一席之地。

谷歌翻譯切換到谷歌神經機器翻譯 (GNMT) 並創建自己的通用語言

谷歌推出了零樣本翻譯——一種人工智能係統，可以訓練自己提供以前未受過訓練的語言之間的翻譯。 這由 GNMT 提供支持，GNMT 是 9 月推出的神經網絡。

神經網絡是一種類似於人類大腦的計算機系統，它可以從過去的行為中學習以解決新類型的問題，而無需人類進行任何特定的編程。 這意味著谷歌翻譯現在可以將希臘語翻譯成普通話，甚至不需要接收任何關於這對特定語言的訓練數據。

谷歌翻譯團隊此前曾宣布，它已經開發出閱讀整個句子的能力，而不是把它分解成幾個短語。 GNMT 系統幫助他們為翻譯人員添加了更具凝聚力、更人性化和自然的元素。 但是這個系統只能在被測試的語言上工作，而谷歌翻譯支持的 103 種語言中的大多數都無法受益。 零樣本翻譯的出現就是為了解決這個特殊問題。

下面是它的工作原理。

如果 GNMT 已經接受過將英語翻譯成韓語和韓語翻譯成普通話的訓練，那麼所有這些語言將被用於形成不同的配對並相互共享翻譯。 這將創建來自不同語言的具有相似含義的短語集群。 因此，該系統將能夠使用建模能力將英語翻譯成普通話。

Facebook 為即時通訊機器人推出分析儀表板

早在 2016 年 4 月，Facebook 就推出了Messenger pl atform，並允許公司在其上構建機器人。 現在市場上有超過 34,000 個 Messenger 機器人處理各種活動——購物、娛樂、客戶服務等等。

本月 Facebook 推出了一款分析工具，將幫助機器人開發者監控消費者互動，同樣也可以與用戶的 Facebook 個人資料數據相匹配，以獲得深入的洞察力。 Messenger 機器人分析平台將通過整合來自網絡、移動應用程序和機器人的數據，幫助製造商可視化完整的客戶旅程。

下面是一個例子：Messenger bot 分析可用於跟踪退訂消息的人，並根據他們的 Facebook 個人資料數據（如年齡、教育、職位、性別、位置、購買週期以及他們是否喜歡官方）創建細分受眾群企業的 Facebook 頁面。

所有這些都可以用來分析用戶在選擇退出消息之前收到的消息類型。 Facebook 還在整理和匿名化用戶數據，以限制機器人製造商查看單個用戶執行的特定操作。

機器人製造商可以選擇通過分析工具跟踪不同類型的消息，並使用這些數據來判斷某種類型的號召性用語是否適用於特定類型的用戶。 這將幫助他們建立客戶細分並提高需要發送給用戶的信息的相關性。

英特爾通過 Nervana 平台推出人工智能戰略

當智能手機浪潮席捲全球時，英特爾措手不及。 這家以為服務器、筆記本電腦和台式機供電而聞名的公司根本無法與高通和三星等 SoC 製造商競爭。 現在，支持人工智能項目的硬件需求正在增加，他們不想錯過這個機會。

英特爾基於他們從收購 Nervana Systems 中獲得的新技術制定了以人工智能為中心的戰略。 新的產品組合將涵蓋從霧計算到數據中心使用的產品和服務，以加速人工智能領域的增長。

根據 CEO Brian Krzanich 的說法，Nervana 的突破性創新將精確地應用於神經網絡，通過提供最高的深度學習性能和為模型並行性（在 GPU 之間拆分模型並為每個模型使用相同的數據）產生卓越的計算能力。高帶寬連接。

他還表示，Nervana 的技術將在未來三年內將訓練複雜神經網絡的性能提高 100 倍，幫助數據科學家快速解決最大的 AI 挑戰。 為了補充人工智能產品的開發並使軟件開發人員可以使用培訓和工具，英特爾還宣布推出英特爾 Nervana 人工智能學院。