关于企业服务AI，Salesforce Einstein教会了我们什么｜Xtecher硅谷

编译｜Xtecher GeneHe、硅谷加先生      来源｜VentureBeat      网址｜www.xtecher.com     微信公众号ID｜Xtecher

人工智能云计算机不仅仅是泡沫一般的构想。如今，大多数最强大的计算机和科技公司正在大步前进以调整市场方向。其根源在于AI和云技术即将像龙卷风一样席卷全球，从而改变我们的生活。如果他们不转变方向迎头赶上，就将被时代淘汰。

Salesforce计划将其产品与AI的鸿沟嫁接起来。首席科学家Richard Socher表示，Einstein是一个“融合所有Salesforce Cloud特性和功能的人工智能层，而非独立的产品。”

15万多家Salesforce企业用户应该可以轻松拓展AI功能。拥有自己的数据科学和机器学习团队的机构可以通过Predictive Vision和Predictive Sentiment Services这样的API来延展基本功能，使公司通过图像和视频的方式来了解他们的产品特性和消费者反馈。

这些改进已经显而易见。Socher表示，Salesforce Marketing Cloud的消费者预测功能不但帮客户迅速掌握高价值的活动，而且让取消订阅的用户再次回归。该技术评价提升了25%的点击量。Salesforce中，Sales Cloud的客户已经在预测性分数中看到了300%的增长，而Commerce Cloud的客户从每个网站访问者利润中获取7-15%的增长。

达到这些结果并不容易。Salesforce的机器学习和人工智能收购了包括RelateIQ (3.9亿美元), BeyondCore (1.1亿美元), PredictionIO (5800万美元)，以及Socher曾担任CEO和CTO的深度学习专家Metamind。2016年，Marc Benioff花费了超过40亿美金收购优秀的人才与技术。

即使有足够的资金与合适的技术人员，由于竞争与高期望，向企业推出人工智能服务依然危机重重。Gartner分析师Todd Berkowitz指出，Einstein的性能在市场中“不像独立解决方案那么高级“。其他的评论家指出，这门技术“离完全成熟起码还有一年半。”

Infer是一个上述独立解决方案之一，它为销售和市场提供预测性分析，使其能够直接与Salesforce竞争。在一篇关于当前AI炒作的论文中，首席执行官Vik Singh质疑，像Salesforce这样的大公司“把机器学习做成了像AWS这样的基础设施，很鸡肋”。Singh还表示 “机器学习不同于简单的运行然后神奇的连接到某些系统的AWS。”

Salesforce首席科学家Socher表示困难是存在的，但是克服只是时间问题。

通信是CRM的核心，尽管计算机在很多关键的视觉系统工作上超过了人类，但自然语言处理（NLP)和自然语言理解 (NLU)还不能在高风险的企业环境中运行。

大多数神经网络方法存在的问题是，它们只会在单个任务和单个数据类型上建立训练模型以解决一个狭窄的问题。另一方面，对话需要不同类型的功能。“你必须能够理解社交要点和视觉世界，逻辑推理，并检索事实。虽然运动皮层看似与语言理解相关，”Socher解释说，“如果没有多任务处理方法，你无法解决智能NLP。”

这就是Salesforce AI研究团队正在创新利用的“联合多任务”学习方法，将神经网络一个领域的知识扩展开来。理论上讲，理解语言形态应该也会加速语义和语法的理解。

在实践中，Socher和他的深度学习团队已经能够为实体识别的学术实现最先进的基准测试结果（你能识别关键对象，位置和人员吗？）和语义相似性（你能识别作为同义词的单词和短语吗？）。他们的方法可以一次解决五个NLP任务 – 分块，依赖性解析，语义相关性，文本内容和部分语音标签 – 并且优化以处理不完整，拼写错误或未知的单词。

Socher认为，AI研究人员将在2017年在深度学习领域取得巨大进步。我们生活也将嵌入更多的语音识别。“现在消费者仅仅向Siri询问明天的天气，但我们希望让人们能够就自己独特的经历提出问题。”