机器学习影响现代云计算的五种方式
云计算产业正在逐渐向智力方向转变。虽然计算，存储和网络仍然是云提供商的主要收入来源，但机器学习正在慢慢成为当代云计算的重点。
以下是受机器影响的五种云服务：
机器学习_meitu_2
认知计算
认知计算的目标是使应用程序具有使应用程序能够看到，听，说，甚至作出决定的能力感。基于自然语言处理，视觉识别，面部识别，情感识别，视频分析，文本到语音，语音转码，语言翻译和情感分析等技术，认知计算使开发人员能够通过简单的API开发编程。通过利用这些服务，应用程序可以提供更自然的用户体验。所有这一切都在机器学习背后，应用各种算法来提供这些强大的认知能力。虽然看起来很简单，但云提供商投入了大量资源，为开发人员提供了认知API。从保险到融资，所有主要行业的垂直行业都将开始使用认知计算平台客户提供更好的体验。
Amazon AI，IBM Watson，Google Cloud和Microsoft Cognitive API是目前市场上较为常见的商业产品。
机器人服务（机器人服务）
随着移动应用程序的使用停滞不前，各种业务已经开始转向互动机器人，以促进客户服务和支持。通过为客户提供会话体验，机器人正在迅速取代应用程序。对于诸如麦克风，whatsApp，Facebook Messenger和Slack等平台，植入式机器人的需求正在增加。机器人概念在平台上的引入始于雅虎聊天，但机器学习的应用使其更有价值。现在，开发人员可以使用过去的对话模式来训练机器人。除了回答标准问题外，机器人还可以与用户进行有意义的讨论。
在这方面，一些新兴平台是API.ai，IBM Watson Botkit和Microsoft Azure Bots修改等等。
物联网
虽然物联网近20年来已经有不同的形式，但数据驱动的云平台仍然重新定义了这一趋势。除了从各种数据捕获大量传感器进行查询外，还可以处理和分析各种重要趋势，机器学习可以使云计算更加智能化。预测性维护是一个更引人注目的用例，在工业网络中，这样的平台可以代替人为故障监测的设备。各种机器学习算法可以串联工作，并演变成一种最佳理解设备生成的数据集模式的合适模式。这些操作模式能够主动检测可能最终导致设备停机的异常，这将使工业网络进入下一阶段。
Internet的预测性维护解决方案的两个典型例子是Microsoft Azure IoT Suite和IBM Watson IoT。
个人助理
机器学习的兴起，使个人语音助手比以前的角色更为重要。这些助手可以学习了解您过去的选择并使用趋势为您提供定制的应用体验。例如，只需要几天的时间就可以创建一个播放列表，最好地动态地适应你的情绪倾向。通知和提醒时，他们会变得更加聪明。这些助手展示的API将允许开发人员掌握ML（机器语言）的力量。他们可以为用户带来更深层次的定制体验。
一些通过机器学习提供技术支持的智能个人助理是Amazon Alexa，Apple Siri，Google Assistant和Microsoft Cortana。
商业智能
传统的数据仓库已经被大量数据和Apache Hadoop所折磨，并将机器学习引入企业数据仓库，决策者可以从现有数据中获得更为智慧的洞察力，并能更准确地预测业务趋势。包括SCM，CRM，ERP，MRP，人力资源，销售和财务，将受益于ML驱动的观察。
雅亚马逊，Google，IBM和微软等公司正在建立传统商业智能平台和新兴的ML工具之间的桥梁。 Amazon Kinesis Analytics拥有Amazon ML，Azure Stream Analytics拥有Azure ML Web服务，Google也利用Cloud ML，使BigQuery和Cloud DataFlow更加轻松。 开发人员和架构师可以轻松连接到网络并开发下一代商业智能工具。
这些例子说明了机器学习如何成为智能云计算的重点。 在接下来的几个季度中，我们将看到云提供商提供的附加服务和用例。