编辑：cecilia 马文 弗朗西斯
大众号/新智元
谷歌 昨天宣布推出AutoML Vision，是其机器学习即效劳（MLaaS）的严重改良，试图补偿在过来一年左右与微软的竞争差距。
亚马逊AWS去年11月份在AWS Re：Invent大会上也宣布推出本人的新的MLaaS工具和效劳，让AI使用顺序的开发人员在AWS云上构建智能使用顺序。
MLaaS明天还处于起步阶段，但它能够会成为企业的主导AI平台，企业更情愿将开发细节交给他人，经过云租赁AI效劳。
下文总结了谷歌、微软和亚马逊三家巨头公司的战略和战术，看看谁是赢家，谁是输家。
机器学习是很难的，尤其是复杂的深度学习范畴。深度神经网络训练数以百万计的数据样本，经过英伟达的GPU停止剖析，目的是提取和辨认数据的特征和类别。
这是“AI时代”的曙光，所以企业和政府机构当然在力争上游地举动以防止错过“下一个大事情”。为此，他们必需决议投资哪些项目，雇佣稀缺人才，购置少量的效劳器和GPU，清洗数据用于监视学习，然后树立和优化本人的深度神经网络（DNN）。
听起来很难？那么，MLaaS提供了一个更复杂的选择：采取捷径，运用预训练的神经网络来处置由次要云效劳提供商提供的图像，视频，语音和自然言语数据。
既然可以写一个基于云的使用顺序，经过一个复杂的API来拜访预训练好的网络，为什么还要花工夫和金钱本人去训练一个神经网络呢？
图：谷歌的Cloud AutoML提供了一个控制板，使开发人员可以轻松评测AI模型的准确度。
谷歌MLaaS
战略： 应用谷歌在人工智能和深度学习方面的抢先特长（谷歌外部拥有超越7000个AI项目，在全球有超越100万AI用户），为AI开发提供最先进的开发工具和最高功能的硬件平台。谷歌的平台完全是关乎开发者的，由于谷歌的用户与微软的差异很大。
战术：让TensorFlow成为AI硬件和软件之王。
将AI使用于AI的开发。谷歌宣称其最近发布的Google Cloud AutoML可以极大地简化DNN开发进程的复杂义务。
Cloud AutoML不是经过额定的自定义数据（例如微软提供的）来加强预训练的API，而是从客户本人的数据开端，构建一个自定义的深度学习模型。
AutoML带有十分酷的控制板（dashboard），你可以在开发和调试模型时轻松地检查模型的功能。谷歌甚至将外部的数据标志作为一项效劳提供——这是人们以为最终将由AI自动化完成的人工流程。
扩展谷歌在数据中心之外的影响力。谷歌AI的影响力曾经扩展到边缘设备和消费类设备，以及自动驾驶汽车，掩盖Google Cloud平台上的一切的AI开发项目。
微软MLaaS
战略： 应用微软庞大的企业和政府装置根底，以及其普遍的消费力工具和业务流程工具的组合，成为企业ML技术的默许供给商。
战术：
提供丰厚的机器学习API来处置各种数据类型，由于依据其业务的不同，不同公司或机构的数据类型不同。运用户可以将神经网络的训练数据扩展到包括本身组织的产品、人员、词汇等等（微软是第一个走这条路途的公司，微软如今曾经提供29个API——其中许多API支持定制DNN训练数据）。
为需求构建本人的深度神经网络的客户提供最高功能的机器学习框架，特别是为自然言语处置的客户。
运用AI加强一切微软的产品——为Office 365，Dynamics，Windows，以及最终，为每个产品提供智能功用。
亚马逊AWS MLaaS
战略： 运用AWS的超大规模和丰厚的工具集为AI使用顺序提供最具本钱效益的开发和部署平台。
战术：
首先，为亚马逊的大型在线业务开发的工具战争台提供为AWS效劳。为Alexa和Amazon本人的电子商务开发的工具如今曾经提供应开发者，用于轻松构建聊天机器人或语音激活的产品或效劳。
提供世界最好的开发工具，如MXNet框架，Lex，Rekognition和SageMaker，以降低开发难度。这些工具都十分具有粘性，确保在开发进程完成后AWS会成为部署的平台。SageMaker特别风趣，为整个机器学习开发的生命周期提供了一个完全托管的平台。
为每个开发人员提供最具本钱效益的云根底架构，无论开发人员选择哪种CPU，GPU或AI 框架。
首先，无论这些AI效劳如何好，企业都需求看法到MLaaS的局限性。成绩当然在于细节。
假如预训练好的网络作为一种效劳不能充沛地包括你想要辨认的面孔，词汇和对象呢？假如要在本人的根底架构上运转AI使用顺序，将一切有价值的数据都保管在本地，至多看起来是平安的？
在任何一种状况下，MLaaS能够都不是企业理想的入口匝道。微软和谷歌正试图处理MLaaS的这些功用限制，但谷歌的办法可以发生更精确的后果——AutoML实践上是让用户构建一个自定义的AI模型，而不是复杂地提供一个可定制的预处置层。
特地提一下，我很诧异地发现AutoML是在NVIDIA GPU上运转的，而不是在Google TPU（也被称为GTP）。估计这种状况能够很快就会改动。
虽然如此，我置信谷歌在人工智能方面的实力将协助公司到达并能够超越微软目前在MLaaS技术方面的抢先位置，而微软在企业软件市场的实力将协助其经过其使用顺序组合完成在AI上的投入。
把这一切都整合起来，我以为微软将博得传统的企业市场，而谷歌和亚马逊将持续抢夺在云计算新的AI使用开发范畴的指导位置。Google Cloud平台将托管在 TensorFlow（和Keras）上开发的使用，而AWS能够会为其他AI开发人员和使用顺序托管市场提供效劳。
《经济学人》近日宣布一篇评论称，谷歌、微软和Facebook三家巨头的垄断位置抵消费者和行业竞争自身都不是坏事。
曾几何时，担任东方一家科技公司的老板是一份令人羡慕的任务。随着不时开展，谷歌、微软和Facebook等科技巨头被以为机构过大、支持竞争、令人上瘾、毁坏民主。监管机构对他们罚款，政客声讨他们，已经的支持者也正告其权利正在形成危害。
这种关于技术的鞭挞大局部是被误导的。“大企业一定是罪恶的”这种推断是错误的。苹果成为世界上最有价值的上市公司，缘由很复杂，由于人们想买苹果的产品。智能手机和心花怒放之间并不是强相关。
但是，大的技术平台，特别是Facebook，谷歌和亚马逊，的确惹起了关于公道竞争的担忧。这局部是由于他们常常受害于法律豁免。与出版商不同，Facebook和谷歌很少对用户在他们的平台上所做之事担任。
多年来，大局部美国的亚马逊买家都没有交纳销售税。巨头不只是在市场上竞争。它们逐步成为市场自身，为大局部数字经济提供根底设备（或“平台”）。
他们的许多效劳似乎都是收费的，但是用户为平台提供了数据，这成为了用户“付钱”的方式。虽然这些巨头曾经很弱小了，但据股市估值显示，估计将来十年投资者的数量将添加一倍甚至三倍。
因而有理由担忧，科技巨头会应用本人的力气来维护和扩展本人的统治位置，损害消费者。决策者面对着顺手义务：限制这些科技巨头，但不能过度地扼杀创新。
这些平台由于遭到“网络效应”的影响而占据主导位置。数量环环相扣：亚马逊的卖家更多，就能吸引更多的买家，这样就会吸引更多的卖家，如此循环往复。据估量，亚马逊占据了美国网上购物总量的40％以上。
Facebook拥有超越20亿的月度用户，掌控着传媒行业。公司离不开谷歌，谷歌在一些国度处置超越90％的网络搜索。 Facebook和谷歌控制着美国在线广告支出的三分之二。
进入科技行业的门槛正在上升。 Facebook不只拥有世界上最大的团体数据库，而且还拥有其最大的“社交图表”：名单以及他们之间的联络关系。亚马逊比其他公司有更多的定价信息。
亚马逊的Alexa和Google Assistant一类的语音助手，将更好地控制人们在互联网上的体验。中国的科技企业有才能去竞争，但无法很随便地接触到东方消费者。
假如这个趋向顺其自然，消费者就会由于科技行业缺乏生机而吃亏。创业公司将会投入更少的钱，大少数好的创意都将被巨头收买，而且利润将被巨头所蚕食。
曾经有一些苗头了。欧盟委员会指控谷歌运用其挪动操作零碎Android的控制权来提供本人的使用顺序。
Facebook不断在收买那些有朝一日能吸援用户的公司：Instagram，WhatsApp和最近的tbh，一个让青少年匿名向他人发送称誉的使用顺序。虽然总体来说，亚马逊面临的竞争还在不时加剧，但从杂货到电视等行业可以证明，亚马逊可以发现竞争对手并把他们从市场上挤出。
有两个弥补措施。首先是更好天时用现有的竞争法。 反托拉斯者应该细心研讨兼并，以权衡买卖能否有能够抵消潜在的临时要挟。这样的审查能够阻止了Facebook收买Instagram和Google收买导航软件Waze。
为了确保平台不偏袒本人的产品，可以设立监视小组来审议对手的赞扬，有点像2001年针对微软的反托拉斯案的独立“技术委员会”。
其次，反托拉斯者需求重新考虑科技市场是如何运作的。团体数据其实是客户购置效劳的货币。经过数据，科技巨头收到关于用户的行为，冤家和购置习气的珍贵信息，以换取他们的产品。
正如美国在19世纪制定了有关知识产权的复杂规则，所以它需求一套新的法律来管理数据的一切权，目的是保证团体权益。
本质上，这意味着让人们对本人的信息有更多的控制权。假如用户情愿，关键数据应该实时提供应其他公司，由于如今欧洲的银行需求处置客户的账户信息。
监管机构能够迫使平台公司向竞争对手提供匿名化的批量数据，以换取费用，有点像对一项专利的强迫答应。这样的数据共享需求可以依据企业的规模停止调整：越大的平台越需求共享。这些机制将使得巨头私藏数据并压制竞争转为用户分享和促进创新。
本文局部观念来自Karl Freund，是征询公司Moor Insights & Strategy深度学习 & HPC范畴的初级剖析师，不代表新智元观念。