開発者に人気の機械学習 API 10 選

つい最近まで、人工知能には科学者が白衣を着て研究室で研究を行う必要があると考えられていました。この科学は神秘的で複雑であり、ほとんどの人間の知性では解明できないものです。

[[245979]]

しかし、今ではこの状況は変わりました。研究室で働く科学者たちは、コードをまとめて誰でも使用できるアプリケーション プログラミング インターフェイス (API) に変換することで、ソフトウェアをサービスとして配布することの威力を認識しました。サービスにデータを公開するだけで、AI 処理の結果が数ミリ秒以内に提供されます。データセットが大きい場合は、時間がかかる場合があります。

AI は舞台裏でデータセットをどう処理しているのでしょうか? あまり気にする必要はありません。これがサービスとしてのソフトウェアの本質であり、データを入力して結果を出力することです。

これは技術の進歩を誇張しています。 AI コード内のすべての数学を理解する必要はないかもしれませんし、「テンソル」や「ベクトル」に完全に精通する必要もないかもしれません。しかし、データが適合するまで試行錯誤するのには時間がかかります。しかし、列内の値が正しい型になるように、データを正しい形式で取得するには、まだ多くの作業が必要です。

正しいデータを取得したら、API の開始ボタンを数回押すことになるでしょう。これはモデルの一部です。時間をかけて問題を調整し、マジック API が AI コードをバックグラウンドで実行できるようにする必要があります。より多くの科学的な研究を行うかもしれませんが、API がより多くの重労働を行うことになります。

完璧ではありませんが、自分でコードを書くよりはましです。だからこそ、人々はこれに興味を持ち、データをモデルに変換し、モデルを Web サービスに変換するクラウド コンピューティング サービスはもちろんのこと、機械学習 API の選択肢が非常に多くなっています。ここでは、複雑なアルゴリズムにかかる時間を数時間、数日、数か月節約できる機械学習 API をいくつか紹介します。

1. クラウドワード

「人工知能」や「機械学習」という用語は、Cloudwords の販売資料ではあまり見かけませんが、だからといってこれらが AI 製品の一部ではないということではありません。 Cloudwords は、企業が大量のテキストを管理しやすくし、任意の数の言語に対して一貫した翻訳を提供できるように設計されています。さまざまな言語を話す従業員をターゲットにしなければならないマーケティング チームを持つグローバル企業は、Cloudwords を使用して、顧客向けテキストのすべてのバージョンの一貫性と正確性を確保できます。

Cloudwords は、舞台裏では、ニューラル ネットワークと統計モデルを使用するいくつかの異なる翻訳エンジンに依存しています。また、カスタマイズが必要になる可能性のある、人間がガイドするイディオムやフレーズのキャッシュを保持するメカニズムも提供します。この翻訳メモリは、テキストがシステムを通過するときに自動的に更新されます。

コードには、Cloudwords パイプラインをエンタープライズ ファイル システム、マーケティング自動化ツール、一般的なコンテンツ管理システムと統合するためのモジュールが含まれています。ある言語で新しいテキストが到着すると、Cloudwords はそれを Google、Microsoft、または Lilt などの下請け業者の機械翻訳サービスに渡します。その後、リポジトリまたは CMS に返され、読者には最適な言語でテキストが表示されます。

2. 顔API

もしすべての子供が Microsoft の Face API にアクセスできれば、「ウォーリーをさがせ!」はそれほど賭けではなくなるでしょう。 Face API に誰かの写真をスキャンするように依頼すると、画像内の顔の座標を含むデータ構造が返されます。 API は、髪の色、ひげの量、人物の年齢や性別に関する非常に詳細な情報も出力します。ワルドの捜索者にとって、Face API は画像のデータベース内で一致するものを見つけ、2 枚の写真が同一人物である確率を提供することができます。

3. 感情API

人間は顔の感情を簡単に読み取り、大量の写真の中から最も幸せな顔、最も悲しい顔、最も怒っている顔を選び出すことができます。 Microsoft の Emotion API は、画像内の人物の感情を自動的に識別できる人工知能プログラムを提供します。

人間にとって感情は複雑ですが、Emotion API は感情を 0 から 1 までの 8 つの数値のベクトルに簡略化し、特定の顔に怒り、軽蔑、嫌悪、恐怖、幸福、悲しみ、驚きがどの程度表れるかを表します。写真。 Microsoft はこれらを各国でテストし、感情は文化的に一貫していると考えています。本当にそうでしょうか?***このベクトルにあまり重きを置かず、アルゴリズムが正しい答えを得られる奇跡として受け入れてください。

4. 自動代替テキスト

優れた Web サイトでは、検索インデックスが理解できるように、また、表示されている内容をより多くの人が知ることができるように、タグに代替テキストが含まれています。これは、画像が少数であれば人間が簡単に実行できますが、それ以上の数になると非常に面倒になります。ここで AI が時間を節約できます。賢いウェブマスターの中には、Microsoft の Computer Vision API を使用して、画像に代替テキストを自動的に割り当てている人もいます。 AI が常に正しい判断を下すとは限りませんが、画像が数枚以上あれば、仕事や生活が楽になります。

Drupal の Automatic Alternative Text モジュールは、バックグラウンドで Vision API に画像をアップロードし、alt フィールドに自動的に入力できる優れたコンテンツ管理システム (CMS) の例です。 Drupal で構築された Web サイトには、多くの場合、ユーザーが議論したり、時々画像をアップロードしたりする大規模なオープン コミュニティが存在します。参加者は、特定の画像に適切なキャプションを付けるために時間を費やしたい場合もあれば、そうでない場合もあります。 AI を使用すると、すべてのユーザーにとってのサイトの品質が向上し、検索が高速化され、ユーザーがキャプションを書く時間が節約されます。

5. ヌードボックス

ウェブサイトですべてのユーザーに画像を公開したい場合は、センシティブな画像を投稿するユーザーにも対応できるようにする必要があります。 Machinebox のツールの 1 つである Nudebox は、画像をスキャンして肌の露出が過剰かどうかを確認します。この対策は絶対確実なのでしょうか? いいえ、そうではありませんが、最も疑わしい画像にフラグを立てるのに役立ち、多くの時間を節約できます。

6. Amazonコネクト

AWS クラウド プラットフォームの興味深いオプションの 1 つは、会社のコール センターの作成を支援するために設計されたアプリケーション ツールのセットである Amazon Connect です。一見すると、これは電話サービスを構築するための単なるツールキットです。内部的には、Amazon の AI ツールの一部をループに接続して家事を処理します。 Amazon Lex の背後にある自然言語ツールを使用すると、顧客との最初の接点として機能するチャットボットを作成できます。人工知能が必要な場合、Amazon Connect は、問題解決に必要な専門知識を持つ適切なサービスエージェントに顧客を誘導できます。その後、解決状況を追跡し、エージェントに優先順位を付けて、次の発信者が最高のエクスペリエンスを得られるようにします。 Amazon Connect では、Amazon がさまざまな AI ツールを統合しているので、ユーザーが統合する必要はありません。

7. Google BigQuery ML

私たちの多くはすでに SQL の世界に慣れています。データ コレクションは INSERT ステートメントを使用して構築され、JOIN ステートメントも簡単に記述できます。 Google は、SQL を使用するユーザーがスタック全体を書き直すことなく AI を使用してデータを分析し始められるように、BigQuery ML を作成しました。理想的な世界では、SQL に依存する巨大なインストール済みソフトウェア スタックを取得し、SQL ストレージとレプリケーション ルーチンをリダイレクトして、ANSI:2011 SQL を使用して必要なデータを BigQuery ML にプッシュすることができます。決してそれほど単純ではありませんが、それでもアーキテクチャ全体を再考し、すべてのコードを書き直すよりもはるかに簡単です。

データを BigQuery ML にプッシュすると、新しい SQL コマンド CREATE MODEL によって、選択した列に予測モデルが適合されます。このコマンドは多くの標準 SQL 選択句を受け入れるため、データベース アナリストは Python、Java、または従来の機械学習言語を使用せずにモデルを構築できます。

最大の利点は、モデルの作成後に得られます。データは既にデータベースに保存されており、レポート作成やビジネス インテリジェンス インフラストラクチャで使用できるためです。 Google はすでに Tableau、MicroStrategy、Looker などの多くの標準ツールと統合されています。

8. アニメトリクス

多くの顔が映っている長いビデオがある場合、Animetrics API はビデオをフレームごとにスキャンし、見つかったすべての顔を選択して認識およびクラスタリングを行います。このアルゴリズムは 2D 画像を拡大し、x、y、z 軸に沿って顔の向きの 3D 近似を構築します。撮影されたときとは異なるポーズや角度で顔を再レンダリングすることもできます。結果をより速く生成するために、コードは複数の画像を並列に処理します。ビデオが利用できない場合は、基本 API は静止画のセットでも機能します。

9. ディスカバーテキスト

Twitter は、世界で最もおしゃべりで自信に満ちた人々の時代精神を捉えた、無数のテキストの断片が公開される世界です。あなたの仕事が、ブランド、政治運動、またはテキストの洪水に浮かぶその他のテキストを追跡することである場合、DiscoverText はそれを理解するのに役立ちます。 DiscoverText は、メインの Twitter フィードへのアクセスを提供し、必要なテキストを検索するための独自のコンピュータ分類子またはフィルターを設定するツールを提供します。ツイートが識別されると、DiscoverText が結果の保存、分析、クラスタリングを支援します。

10. センドパルス

多くの人は AI を複雑でオープンなプロセスだと考えていますが、一部の AI は単一の目標の達成に重点を置いています。マーケティング メールをより魅力的で便利なものにして、受信者がより頻繁にメールを開くように設計されたツールである SendPulse の使用を検討してください。 SendPulse は、洗練されたモデルを使用して、人々が通常メールを読む時間を判断し、その時間に合わせてメールが配信されるようにスケジュールを設定するため、メールが大量に削除される可能性のある山に残ってしまうことはありません。 SendPulse は、読者に関する詳細な情報を収集するために、どのメッセージが各ユーザーにとって効果的かを把握するために A/B テストを多用しています。これらすべてのデータは、1 つの目的をより良く達成するために慎重に収集され、最適化されています。それは、受信トレイを閲覧している一瞬のうちに、より多くの読者を獲得することです。

このアプローチは人工知能の究極の表現となる可能性があります。これは、素晴らしい流行語にラベルを付ける天才ではありません。これは高度な数学が詰まった非常に複雑な機械ではありません。単なるシンプルで実用的なツールであり、人工知能が研究室の研究から日常的なものへと移行するのはこのときです。