适用于你的应用的轻松AI：与Salesforce爱因斯坦会面

本文概述

• 输入Salesforce爱因斯坦
• 深度学习：爱因斯坦的愿景和爱因斯坦语言
• Salesforce爱因斯坦：明智的开始

人工智能革命已经在改变消费世界。

有时, 它就像产品推荐一样, 每天都在使用, 有时又很华丽：为完全聋的人提供人工听力的人工耳蜗, 已经转向AI, 以提供出色的最终用户体验。

人工智能革命正引领着一个更智能的世界, 而这个更智能的世界是建立在过去20年来我们都目睹的大趋势之上的：网络, 云, 社交, 移动和物联网(物联网)。

借助云技术, 作为开发人员, 我们几乎拥有无限的计算和存储容量, 而真正的海量数据和海量计算能力的结合才引发了这场革命。既然每个人都以某种方式相互连接, 并且所有事物都相互连接, 那么所有这些连接都为AI云生成了比以往更多数量级的数据。

你每天都会以消费者的身份体验AI云。当你在Amazon上看到产品推荐, 在Netflix上看到电影推荐或在Facebook feed中自动识别并标记照片时, 你将体验到AI的强大功能。

现在, 如果你正在使用的应用程序(无论它是否是Salesforce应用程序)是否能够以某种方式还提供这些更智能的, 基于AI的体验, 那不是很好吗？例如, 如果我们的业务和销售应用程序可以一起工作以告诉我们哪些线索最有可能转化, 或者我们的服务应用程序可以使用AI云来告诉我们哪些案件可能会升级？

不幸的是, 对于许多Salesforce开发团队而言, 将AI应用于其应用程序的业务流程似乎过于复杂和昂贵。首先, 它始于数据科学, 而要进行数据科学, 则必须收集和集成所有必需的数据。然后, 你需要进行数据整理, 转换数据, 以便将其用于机器学习。然后, 根据你的专业知识, 你甚至可能需要数据科学家的外部帮助来建立预测模型, 维护它们, 刷新它们并创建可信任, 安全和可扩展的基础结构。然后, 在完成所有工作之后, 你必须进行这些预测并将其放入业务用户的环境中。

输入Salesforce爱因斯坦

Salesforce知道AI往往遥不可及, 因此收购了MetaMind(深度学习专家), Implisit Insights(将AI专门应用于销售流程)和PredictionIO(机器学习和大数据分析)等公司来帮助他们建立Salesforce爱因斯坦。

Salesforce爱因斯坦是Salesforce的AI, 它直接内置在平台中。正如爱因斯坦的总经理所说：”它将成为世界第一的CRM, 并使其成为世界上最智能的CRM。”借助Salesforce的AI产品, 你现在可以通过使每个客户交互更快, 更智能, 更具预测性来使公司的销售, 服务, 市场营销和IT专业人员发挥最大作用。

深度学习：爱因斯坦的愿景和爱因斯坦语言

Salesforce爱因斯坦应将AI云带到开发人员手中。也许。但是你应该从哪里开始呢？首先要知道的是, 人工智能具有三个主要组成部分：

• 数据
• 演算法
• 计算方式

大数据在过去几年中一直是热门话题。每个人都有新的数据源, 新的分析方法以及新的存储方法, 这使每个人都感到兴奋。

这将是我们将人工智能引入企业的重要组成部分, 但是很多AI开发工作都在算法方面。这些是复杂的算法, 正在建立, 扩展并且实际上有来自私营和公共部门的新研究。你可以确保AI云算法将继续创新, 并继续为你的应用程序和客户体验带来新功能。

你最近可能也听说过计算方面：所有最佳硬件公司的GPU, TPU, 新投资和新研究都在朝着计算能力发展, 以确保这些算法具有继续创新所需的基础架构并能够深入了解你的数据。

在探讨如何开发可利用这项技术的东西之前, 让我们深入探讨一下你将要处理的内容。

数据

这里要考虑两种形式的数据：结构化和非结构化。

结构化数据包括你的ERP数据和大多数CRM数据；例如, 可能是数据从物联网设备中流出。基本算法已经可以轻松搜索此类数据。

非结构化数据可能是你的图像数据, 电子邮件消息, PowerPoint演示文稿, Word文档等。这是深度学习和机器学习算法的用武之地, 极大地简化了我们搜索此类数据的方式。

算法

深度学习是一个复杂的术语：许多开发人员和DevOps工程师对此感到不知所措。他们认为他们没有处理神经网络的基础设施。他们认为他们需要博士学位才​​能充分理解要整合的最新模型, 以便将其分解为更易于管理的思维过程。幸运的是, 对它的了解足够多, 可以利用它了。

让我们以这种方式开始：你有一个输入文件。这可以是图像, 音频文件或文本文件。你想从中获得有见地的输出。 Salesforce爱因斯坦提供了一组API, 你可以使用它们使该过程真正无缝：你无需了解这两者之间发生的一切。

使用Salesforce爱因斯坦, 你可以很容易地将深度学习嵌入到你的应用程序中。它为你提供了托管良好的基础架构, 可将你的模型作为服务进行管理, 从而满足任何可伸缩性需求。因此, 它使你可以轻松上载, 训练和理解模型指标, 并最终根据预先训练的模型或你创建的自定义模型实时提供预测。

如果你觉得这还算陌生, 那么下面的示例将使你快速入门。

计算：爱因斯坦愿景

这是Salesforce爱因斯坦提供的深度学习服务之一。并非所有的深度学习模型或神经网络都是平等的：特定的体系结构用于特定的问题。在计算机视觉的情况下, AI云使用所谓的卷积神经网络, 这意味着每一层都可以从上一层学习。因此, 当对这样的网络进行图像数据训练时, 它会从头开始重建图像以了解其不同组成部分。它将首先查看图像的最小单位, 即像素, 然后了解边缘, 然后下一层了解对象的部分或元素, 然后最终到达整个对象。

而且整个过程都由你来照顾, 因此你可以专注于可以通过计算机视觉为客户释放的业务价值, 而不是过程本身。

想一想如何通过使用无人机来监视高速公路来改变运输业, 而无需派遣清理人员。

或CPG公司如何(而不是让个人手动将产品记录在货架上)而是拍摄照片并对其进行自动分析。

或如何通过视觉搜索来彻底改变消费者零售, 或者保险公司如何使索赔分类自动化, 或者医疗保健如何利用图像处理。

所有这些场景都可以通过爱因斯坦影像分类法(Einstein Vision)的一部分来涵盖。你需要的只是一个模型, 它或多或少只是一组分类标签。

建立自定义模型

你可以构建自己的自定义模型, 然后将它们集成到你的工作流程中, 无论是Salesforce工作流程还是外部应用程序。

构建自己的定制模型仅涉及三个步骤：

1. 根据你的自定义模型需要执行的操作来创建自己的数据集。假设你想分辨三门冰箱和两门冰箱之间的区别。你需要收集一堆两门冰箱的图像并将其放置在一个文件夹中, 然后再收集一堆三门冰箱的图像并将其放置在另一个文件夹中。
2. 训练模型。现在, 无论你在上一步中收集了什么数据集, 都将它们上传, 然后AI云将根据该数据集训练模型。你已经分离了图像, 这是培训所需要的。训练完新的数据模型后, 你将收到其ID。
3. 用它来预测！现在, 你可以对模型从未见过的图像进行预测。就像使用新型号ID进行API调用一样简单。

计算：爱因斯坦语言

如果图像不是你需要处理的图像, 那么你很可能希望使用文本进行训练。为此, Salesforce的AI云具有爱因斯坦语言, 该语言目前由两项服务组成：爱因斯坦意图和爱因斯坦情感。

• 爱因斯坦意图是自然语言处理(NLP)类型的通用分类器。它允许你定义自己的类并上传代表这些类的数据。
• 爱因斯坦情感是经过预先训练的模型, 能够分析人类语言, 以得出内容和周围用户陈述的感觉, 并将其分为正面, 负面和中立的类别。

爱因斯坦语言服务的工作就像我们的图像分类示例一样。在这里, 我们还将定义类。

在上面的示例中, 目的是关于路由情况。每次遇到案件时, 我们都希望对其进行分析并将其路由到正确的部门：运输, 开票, 产品, 销售……我们可以根据需要定义任意多个类。但是就爱因斯坦情感而言, 类别是固定的, 因此我们只有正面, 负面或中立的类别。

将数据分为不同的类别后, 即可训练模型。使用提供的API训练模型非常容易。就像使用Einstein Vision一样, 对模型进行训练后, 你将获得模型ID, 并准备进行预测。

Salesforce爱因斯坦：明智的开始

既然你已经了解了Salesforce爱因斯坦作为Salesforce开发人员所能带来的可能性, 以及帮助你的客户或雇主利用AI云有多么容易, 那么开始只需要设置一个帐户即可。我们期待听到你如何使用AI云来革新你自己的应用程序！