-
机器学习
云+机器学习=？
周六，亚马逊宣布AWS将新增机器学习服务，这项服务“面向没有经验的开发者，可以完全托管”。提交至该服务的所有数据都将保密，而随着客户向其中输入更多数据，这一系统将越来越智能。
过去的多年里，机器学习技术一直在亚马逊公司内部使用，主要被用于亚马逊商城的个性化推荐。但AWS的一些大客户，包括社会活动网站Change.org，要求亚马逊提供更多的机器学习支持。
对于大多数企业，包括中小型互联网企业和几乎所有的传统企业，它们不具备自己搭建云平台的能力和优势。云就像电网集中供电一样，通过网络从hub向分支传输资源和能力。每个企业自己进行数据存储、计算、分析，就像自己用发电机发电一样，不会是主流现象。
在亚马逊之前，其他巨头也在尝试将云和机器学习结合起来，微软推出Azure云机器学习平台，谷歌则允许Prediction API接入谷歌云。
《纽约时报》评论道，微软、谷歌、亚马逊谁会成为最大的赢家，这不是最重要的，最重要的是，亚马逊拉低了云机器学习的价格和门槛。我们离一个低成本预测的时代更近了，而这里说的预测，不局限于预测购物行为、观影喜好等等，而是全面渗入整个世界：基因组学，物联网，大型网络软件，企业决策……
当然，就像电厂故障会带来巨大的经济损失一样，随着云平台承载了越来越多的任务，安全性和可靠性被摆在了更重要的位置。哪家公司都不想像Netflix一样，因为AWS数据中心故障，用户无法正常观看视频。
云服务是否能赢得足够的信任和认可，除了本身的政府的行动对此有很大影响。去年，6亿美金的CIA大单最终花落AWS。老顽固CIA的认可，是对AWS可靠度和影响力的有力背书。而在我国，去年工信部出台可信云认证，试图指出一条透明的云服务之路。
来源：36氪 作者：胡卷卷
扫一扫，关注“HRTechChina",聆听人力资源科技的声音！
-
机器学习
大数据＋机器学习＋平台，Dato拿了1850万美元B轮融资
大数据在硅谷炙手可热，拿融资自然也不再话下，拿到千万级美元融资的也有不少，不久前大数据分析云服务GoodData就获得了Intel Capital领投的2750万美元。据华尔街日报消息，机器学习平台 GraphLab 刚刚改名Dato，并获得了 1850 万美元新融资，投资方为 Vulcan Capital 、Opus Capital 、New Enterprise Associates、Madrona Venture Group。此前他们曾获得680万美元融资。
GraphLab 提供了一个完整的平台，让客户能够使用可扩展的机器学习系统进行大数据分析。简单来说，就是从别的应用程序或者服务中抓取数据，让机器学习这个模型，并将学到的知识作为基础，自动地进行准确的预测和决策制定。这么讲挺抽象，我们还是具体举几个例子吧。可能最好理解的就是民主国家政府的民意调查，可以通过社交网络、媒体等提取数据，分析出民众到底在关心什么，分析出哪些区域的哪些问题必须关注、解决。其实，生物医学研究团队也会使用 GraphLab，主要是来分析临床记录，从而预测病人的病情发展趋势。零售业可以做价格预测、用户推荐；金融服务业可以做诈骗预警；市场公司则可以通过情绪分析锁定关键客户。现在 GraphLab 的客户已经包括 Zillow、Adobe、Zynga、Pandora 等。
那为什么是 GraphLab（现在应该叫 Dato 了）会获得这么多客户的青睐呢？ 其实，将原始数据转化为决策依据，并作出预测，这个过程还是很复杂的。往往需要大量的数据处理工具，收集、清洗数据，再建模分析，得出结论，进行展示；还需要大量的数据科学家或同样知识渊博的软件工程师来配合完成。既耗时费力，还投入不菲。所以 GraphLab 这样的平台，可以让毫无编程经验的数据科学家，快速地将理念转化为生产环境可以使用的产品，提高企业的生产效率，自然受欢迎。值得一提的是，Dato 现在能处理各种数据类型。
GraphLab 的创始人 Carlos Guestrin 是机器学习界国际公认的大牛，曾被 Popular Science 杂志评为 2008 年 “Brilliant 10”，还获得过美国青年科学家总统奖。2008 年在卡耐基梅隆大学带着两个学生研发了 GraphLab 的原型，2012 年被 Jeff Bezos 游说去了华盛顿大学。
在 Madrona Ventures 和 NEA 的资金支持下，2014 年 3 月创办了 GraphLab，并以测试版的形式推出了第一个商业版。2013 年 10 月，增加了机器学习功能，推出了新版本。现在的 GraphLab 已经不仅仅是图谱分析了，更是一家基于 AI 的大数据公司，能够处理各种数据类型，所以公司也改名叫 Dato 了。
在美国现在的大数据公司主要有四类：
数据的拥有者、数据源：特点是业务优势能收集到大量数据，就像煤老板垄断一个地区的矿一样。其实大多数有能力产生或收集数据的公司都属于这类型，比如Vantage Sports和收集了PB级数据的包子铺。
大数据咨询：特点是非常技术，提供从基础设施规划建设维护到软件开发和数据分析等的服务，但不拥有数据，比如Cloudera这家不到500人的startup是最著名的Hadoop架构咨询公司。
做大数据工具的：比如AMPLab出来的Databricks和Yahoo人主导的Hortonworks。
整合应用型：特点是收集拥有或购买一些数据，然后结合AI来解决更多实际的痛点。
像 Dato 这种做整合应用型的大数据公司才有可能有希望。未来是 AI 的，而 AI 的食物是数据。就像很多产业链一样，最困难且最有价值的创新往往发生在接近最终用户的那端，比如 iPhone。大数据行业最有价值的部分在于如何利用机器去处理数据得到洞见，影响组织和个人的行为，从而改变世界。收集和整理数据在未来会变得标准化和自动化，而利用 AI 进行分析的能力会变得更为关键。
[36氪，作者: 小石头]
扫一扫 加微信
hrtechchina
