До недавнего времени многие компании отказывались от использования искусственного интеллекта в своем бизнесе, поскольку для этого требовались слишком большие затраты. Покупка необходимого оборудования и настройка программного обеспечения для запуска локального облачного ИИ обходится дорого. Добавьте к этому расходы на персонал, техническое обслуживание и перенастройку существующего оборудования, и ИИ станет непомерно дорогим для большинства организаций. Но все меняется с появлением такой услуги, как AI as a Service (AIaaS). О ней сегодня и поговорим. 

AI as a Service (AIaaS) — новый тип услуги, который позволяет небольшим компаниям и отдельным разработчикам экспериментировать с ИИ в различных целях без больших первоначальных вложений. Например, для поддержки клиентов, анализа данных и автоматизация производства.

Сегодня AIaaS предоставляют в основном крупные поставщики облачных услуг. У них достаточно вычислительных мощностей, чтобы предложить готовое оборудование для работы с ИИ-проектами. Настраивать ничего не нужно — просто бери и пользуйся. 

Один из востребованных примеров: обучение моделей со значительными массивами данных. Про сочетание Big Data + Machine Learning мы уже писали, и некоторые провайдеры AIaaS могут предложить инфраструктуру и под такие задачи. Например, массивными моделями машинного обучения позволяет управлять AI Platform (Vertex AI) от Google.

Интересен AIaaS еще и тем, что многие поставщики дают возможность сперва протестировать услугу. Например, на платформе Azure бесплатный доступ действует в течение года.

Кто предоставляет AIaaS 

Среди главных поставщиков — MonkeyLearn, Microsoft Cognitive Services, Amazon Machine Learning, Google Cloud Machine Learning. Увы, Google и Amazon сделали свои сервисы недоступными для россиян, поэтому для подключения к ним придется использовать VPN, а также могут возникнуть проблемы с оплатой.

Microsoft Cognitive Services и MonkeyLearn не закрывали регистрацию для пользователей с российскими IP. Для доступа к сервисам Azure можно воспользоваться учетной записью Skype, а при дальнейшей регистрации в Azure понадобится ввести адрес электронной почты и номер телефона. Правда, есть неприятный нюанс: вас попросят ввести полные данные банковской карты, то есть указать владельца, номер карты, срок действия и даже CVV-код, причем карта должна быть подключена к системе SWIFT.

Хорошие новости для тех, кто решит попробовать 

Нет необходимости в сложных технических навыках.

AIaaS доступен даже тем, у кого нет в штате программиста с навыками работы с ИИ. Компании, которые предоставляют услугу AIaaS, обычно не требуют от клиентов каких-либо специальных навыков программирования. Тем не менее, подчеркнем, что, хотя некоторые решения AIaaS и не предполагают знание программирования на серьезном уровне (тот же анализ текста с помощью алгоритмов ИИ, как будет показано ниже), порог вхождения, например, в глубокое обучение может быть заметно выше.

Достаточная инфраструктура сразу и без значительных затрат. 

До AIaaS для запуска успешных моделей ИИ и машинного обучения требовались быстрые графические процессоры. Но у большинства малых и средних предприятий нет возможностей для покупки мощного железа. AIaaS решает эту проблему и также обеспечивает возможность построения нужных моделей машинного обучения.

Прозрачность.

AIaaS не только дает доступ к ИИ, но также обеспечивает определенную степень прозрачности в ценообразовании. Машинное обучение требует больших вычислительных мощностей, но вы будете платить ровно за те ресурсы, которые используете.

Удобство использования.

Будем откровенны: большинство моделей PaaS (платформа как услуга) не так удобны для пользователя, как хотелось бы. Хотя многие модели ИИ имеют открытый исходный код (это означает, что их можно бесплатно загружать, модифицировать и использовать), их установка и дальнейшая разработка могут быть сложными. AIaaS же нередко предполагает использование возможностей ИИ даже без какого-либо формального обучения. При этом услуга включает в себя не только готовые модели, но и подразумевает создание новых. И запуск вашего проекта машинного обучения займет буквально несколько часов.

Масштабируемость. 

AIaaS создан для масштабирования, которое часто является сложнейшей задачей при развитии бизнеса. Но если вы научите свою модель правильно обрабатывать входящие обращения, то уже получите преимущество перед конкурентами. То же самое касается обработки логистической информации, с чем сталкиваются интернет-магазины. И с их растущими объемами задач тоже поможет справиться AIaaS. Но давайте поговорим о возможностях AIaaS подробнее.

Типы AIaaS-платформ и задачи, которые они решают

В этой части рассмотрим наиболее распространенные типы AIaaS на рынке.

Боты

Что бы вы ни искали в современном Интернете, вы почти наверняка столкнетесь с ботами, особенно с их наиболее распространенным типом, с чат-ботами. Некоторые из них используют алгоритмы обработки языка для имитации естественной беседы. Поэтому они могут поддержать разговор и ответить на какой-то нетипичный вопрос. Пример диалога с таким «парнем» из Telegram («склеили» два скриншота, так как ответ оказался весьма объемным):

Мы попросили бота написать простенькую программу для игры в кости, которую он нам и выдал, причем с объяснениями. Этот бот работает на базе знаменитого Chat GPT, доступ к которому одно время был сложен для россиян. Теперь он живет прямо в Телеграм и очень неплохо общается по-русски. Правда, у него есть ограничения на количество сообщений в сутки, но в Телеграме есть и другие боты на основе Chat GPT. Например, вот этот с более щедрым бесплатным балансом.

Другие типы чат-ботов менее свободны и могут использоваться, например, для обслуживания клиентов, предлагая ответы на часто повторяющиеся вопросы. Поскольку они отвечают круглосуточно и без выходных, они экономят время и ресурсы, освобождая сотрудникам время для более важных задач. Автоматизация общения с покупателями и клиентами достигла рекордного уровня, о чём говорят свежие отчеты аналитиков. Так, чат-ботов уже используют 58 % предприятий, работающих по модели B2B, и 42 % B2C-компаний. И большинство этих ботов работают по модели AIaaS, когда все функции для их создания предоставляются платформой.

API

API (интерфейс приложения) — это программный «посредник», который позволяет двум приложениям взаимодействовать друг с другом. API имеют решающее значение для соединения приложений друг с другом. Область применения API чаще всего включает обработку естественного языка и алгоритмы компьютерного зрения. Обработка естественного языка дает возможность понимать и интерпретировать человеческую речь, что открывает широчайшие перспективы перед разработчиками. Алгоритмы компьютерного зрения используются для автоматического анализа изображений и видео, что также позволяет использовать ИИ в различных целях. Одно из самых полезных применений — анализ снимков тканей пациентов для раннего распознавания онкологических заболеваний. Большинство поставщиков AIaaS предоставляют API в качестве услуги.

Машинное обучение

Машинное обучение (ML — Machine Learning) используется компаниями для анализа и поиска закономерностей в своих данных. В результате ИИ делает прогнозы, которым его специально не учили, обучаясь самостоятельно по мере развития процесса. Этот метод анализа данных предназначен для работы практически без вмешательства человека. В AIaaS можно управлять машинным обучением, не обладая продвинутыми техническими знаниями — существует множество решений, от предварительно обученных моделей до создания модели для выполнения пользовательской задачи.

Модели с предварительным обучением доступны на сайте MonkeyLearn, предлагающим текстовый анализ. Этот сервис дает возможность проводить анализ тональности текста (Sentiment analysis), что позволяет анализировать, например, отзывы о компании, бренде или товаре. Работает это так: вы загружаете текстовую информацию (можно в формате .csv), после чего ИИ анализирует ее и выдает результаты в виде инфографики. Выглядит это следующим образом:

На платформе можно зарегистрироваться и получить доступ к этому и другим аналитическим инструментам, однако потребуется ответить по-английски на несколько вопросов системы. Вопросы касаются преимущественно использования данных анализа.

Классификация данных

Классификация данных — это когда данные относят к одной или нескольким категориям. С использованием искусственного интеллекта данные могут быть классифицированы при условии, что схема классификации и критерии четко определены. Наглядным примером того, как бизнес может использовать классификацию данных, является распознавание документов: обучите ИИ распознавать счета, счета-фактуры, прайсы и другую документацию, и вы значительно упростите задачи своим сотрудникам, которым не придется постоянно просматривать корпоративную почту в поисках нужных документов.

О защите данных

Вопрос безопасности — один из наиболее важных для разработчиков программных продуктов, а также крупных и наукоемких компаний. И обычно платформы AIaaS предлагают пользователям достаточную защиту данных. Например, в политике безопасности MonkeyLearn говорится, что все данные шифруются. Для этого используются 2048-битные SSL-сертификаты RSA с алгоритмом SHA256, а для аутентификации пользователей — ключи API.

Другие провайдеры также предлагают разнообразные функции для защиты данных. Например, в Microsoft Cognitive Services это в том числе связь через протокол TLS (современная замена SSL), различные методы аутентификации, возможность смены ключей, а также ключи, управляемые клиентом (CMK). Также есть защита облачного хранилища, которая работает для Azure OpenAI и систем распознавания речи и текста.

Перспективы AlaaS

Уже по примерам использования услуги AIaaS видно, что она станет в ближайшие годы одной из самых востребованных. Причина проста — AIaaS удобен для бизнеса и отдельных разработчиков. Такая автоматизация позволяет освободить время, которое можно направить на решение более интеллектуальных задач.