Künstliche Intelligenz as a Service

AI-Services und Machine Learning aus der Cloud

15.03.2017
Von 
Dr. Klaus Manhart hat an der LMU München Logik/Wissenschaftstheorie studiert. Seit 1999 ist er freier Fachautor für IT und Wissenschaft und seit 2005 Lehrbeauftragter an der Uni München für Computersimulation. Schwerpunkte im Bereich IT-Journalismus sind Internet, Business-Computing, Linux und Mobilanwendungen.

Microsoft - Azure ML und Cognitive Services

Das Azure Machine Learning (ML) Studio ist eine Art Baukastensystem und Drag-and-Drop Tool zum Erstellen, Testen und Bereitstellen von Machine Learning-Modellen auf Pay as you go Basis. Das ML-Studio wendet sich damit an Entwickler und Interessenten, die keine oder wenig Erfahrung mit Machine Learning haben.

Azure Machine Learning ist ein vollständig verwalteter Cloud-Dienst, mit dem Anwender Predictive Analytics-Lösungen generieren und bereitstellen können.
Azure Machine Learning ist ein vollständig verwalteter Cloud-Dienst, mit dem Anwender Predictive Analytics-Lösungen generieren und bereitstellen können.
Foto: Microsoft

Die Bausteine bilden Datensätze oder Module zur Datenaufbereitung oder zur Datenanalyse. In einem interaktiven und visuellen Arbeitsbereich werden die Modelle aufgebaut und gestartet. Der Nutzer definiert zunächst ML-Experimente, zieht dann in einem Editor Bausteine auf seine Arbeitsoberfläche, verknüpft diese miteinander und startet sie schließlich. Der fertige Workflow kann dann als Web-Service gestartet werden und mit frischen Daten versorgt werden, damit das trainierte Modell seine Vorhersage treffen kann.

Der Microsoft-Service ist auf Predictive Analytics ausgerichtet. Große Datenmengen lassen sich damit schnell auf bestimmte Muster und Trends untersuchen, und damit für Prognosen einsetzen. Typische Anwendugen sind Empfehlungssysteme wie sie von Amazon bekannt sind oder Vorhersagesysteme zum Beispiel für die Entwicklung der Preise von Storage-Systemen.

Um das Studio wirklich produktiv nutzen zu können, sind dennoch grundlegende ML-Kenntnisse Voraussetzung. Für anspruchsvollere Modelle sind Programmierkenntnisse notwendig. Bei der Datentransformation werden beispielsweise R- und Python-Skripte verwendet. Dennoch hilft der Microsoft-Service über viele Einstiegshürden hinweg. Eine ausführliche Dokumentation und interaktive Lernelemente unterstützen dabei.

Andere AI-Anwendungen hat Microsoft unter dem Namen Cognitive Services zusammengefasst. Die Dienste lassen sich über APIs in Unternehmensanwendungen einbinden, befinden sich teilweise aber noch im Preview-Status. Aktuell umfasst Cognitive Services 25 Dienste für Bildanalyse, Suche, Wissen und Sprache - für Letzteres gibt es zum Beispiel APIs zu Language Understanding, Textanalyse, Übersetzung und Spracherkennung.

Für die Entwicklung von Chatbots stellt Microsoft den Azure Bot Service bereit. Er soll dabei helfen, intelligente Bots zu erstellen, die in allen Unternehmensbereichen zum Einsatz kommen können, in denen Nutzer mit der Firma in Kontakt treten. Hierfür greifen Entwickler auf Tools wie Codes, Links und Plug-ins zu.

Die Cognitive Services von Microsoft enthalten unter anderem Dienste für Bildanalyse und Gesichtserkennung.
Die Cognitive Services von Microsoft enthalten unter anderem Dienste für Bildanalyse und Gesichtserkennung.
Foto: Microsoft