人工智能革命已经在改变消费世界.

有时, 在日常生活中，比如产品推荐, 有时它以宏伟的方式出现:人工耳蜗, 哪些公司为天生完全失聪的人提供人工听力, 有 切换到AI 以获得卓越的终端用户体验.

人工智能革命正在引领一个更智能的世界, 这个更智能的世界是建立在过去20年我们所见证的大趋势之上的:网络, 云, 社会, 移动, 和物联网(IoT).

借助云技术, 我们有, 作为开发人员, 几乎无限的计算和存储容量, 正是海量数据和海量计算能力的结合导致了这场革命. 现在每个人都以这样或那样的方式相互联系，与一切事物联系在一起, 所有这些连接正在为人工智能云处理产生比以往任何时候都多的数据.

作为消费者，你每天都在体验人工智能云. 当你在亚马逊上看到产品推荐时, Netflix上的电影推荐, 或者在你的Facebook动态中自动识别和标记的照片, 你正在体验人工智能的力量.

如果你正在开发的应用程序——不管是不是Salesforce应用程序——也能以某种方式提供这些更智能的功能，那不是很好吗, AI-powered经验? 例如, 如果我们的业务和我们的销售应用程序可以一起工作，告诉我们哪些线索最有可能转换, 或者我们的服务应用程序可以使用人工智能云来告诉我们哪些情况可能会升级?

不幸的是，对很多人来说 Salesforce开发团队在美国，将人工智能应用于应用程序的业务流程似乎过于复杂和昂贵. 第一个, 它从数据科学和, 做数据科学, 你必须收集和整合所有必需的数据. 然后你需要进行数据整理, 转换数据，以便你可以将其用于机器学习. 然后, 取决于你的专业知识, 你甚至可能需要数据科学家的外部帮助来建立预测模型, 维护, 刷新他们, 创建一个可信、安全、可扩展的基础设施. 然后, 在所有这些工作之后, 您必须接受这些预测，并将它们置于业务用户的上下文中.

进入Salesforce Einstein

知道人工智能常常遥不可及, Salesforce收购了MetaMind(深度学习专家)等公司, 隐含洞察力(将AI具体应用于销售过程), 和PredictionIO(机器学习和大数据分析)，帮助他们打造Salesforce Einstein.

Salesforce Einstein是Salesforce的人工智能，它被内置在平台中. 作为爱因斯坦的GM 把它“它把世界上最好的CRM变成了世界上最智能的CRM.借助Salesforce的人工智能产品, 您现在可以授权公司的销售, 服务, 市场营销, 和IT专业人员，使每一个客户的互动更快，成为他们最好的, 更聪明的, 更有预见性.

深度学习:爱因斯坦视觉和爱因斯坦语言

Salesforce Einstein应该把人工智能云带到开发者触手可及的地方. 也许. 但是你应该从哪里开始呢? 首先要知道的是，AI有三个主要组成部分:

• Data
• 算法
• 计算

大数据 总的来说，这是过去几年的热门话题. 每个人都很高兴有新的数据来源，新的分析方法，新的方法 将其存储.

这将是我们将人工智能引入企业的重要组成部分，但很多人工智能开发工作都是在 算法 一边. 这些都是建立在复杂算法之上的, 扩大, 并且实际上有新的研究来自私人领域 和 公共部门. 可以肯定的是，人工智能云算法将继续创新，并继续为您的应用程序和客户体验带来新功能.

你最近可能也听说过计算方面:gpu， tpu, 新投资, 所有最好的硬件公司的新研究都在研究计算能力, 确保这些算法拥有所需的基础设施，以继续创新，并能够提供对数据的洞察力.

在我们讨论如何开发利用这项技术的东西之前, 让我们深入研究一下你将要处理的问题的更多细节.

的数据

这里需要考虑两种形式的数据:结构化和非结构化.

结构化数据包括 ERP data 和 the majority of your CRM data; it could be data coming out of IoT devices, for example. 这类数据已经很容易通过基本算法进行搜索.

非结构化数据可以是图像数据, 电子邮件信息, 幻灯片演示, Word文档, 等. 这就是深度学习和机器学习算法的用武之地, 极大地简化了我们搜索这类数据的方式.

该算法

深度学习是一个复杂的术语:许多开发人员和DevOps工程师都被它淹没了. 他们认为自己没有处理神经网络的基础设施. 他们认为他们需要一个博士学位来充分理解最先进的模型，以便将其分解成一个更易于管理的思维过程. 幸运的是，了解足够多的信息来利用它要容易得多.

让我们这样开始:您有一个输入文件. 它可以是图像、音频文件或文本文件. 你想从中得到有见地的结果. Salesforce Einstein有一组api，您可以使用它来使这个过程真正无缝:您不必知道中间发生的任何事情.

使用Salesforce Einstein，您可以非常轻松地将深度学习嵌入到应用程序中. 它为您提供了托管良好的基础设施，可以将您的模型作为服务来管理，从而满足任何可伸缩性需求. 这样就很容易上传了, 火车, 理解你的模型指标, 最后在预先训练的模型或你创建的自定义模型上提供实时预测.

如果这对你来说听起来很陌生，下面的例子会让你很快跟上.

计算:爱因斯坦的视觉

这是Salesforce Einstein提供的深度学习服务之一. 并不是所有的深度学习模型或神经网络都是一样的:特定的架构用于特定的问题. 在计算机视觉方面, 人工智能云使用所谓的卷积神经网络, 这意味着每一层都从前一层学习. 所以当这样的网络在图像数据上训练时, 它从头开始重建图像，以了解其不同的组成部分. 它将首先查看图像的最小单元, 像素, 然后理解这些边, 然后下一层理解对象部分或元素, 最后是整个物体.

整个过程都为你安排好了, 因此，您可以专注于使用计算机视觉为客户解锁的商业价值，而不是过程本身.

试想一下，使用无人机监控高速公路将如何改变交通运输业——没有人需要派遣清理人员.

或者是CPG公司, 而不是派人去手工记录货架上的产品, 可以拍张照片，然后让系统自动分析吗.

或者消费者零售如何通过视觉搜索进行革命, 或者保险公司如何实现索赔分类的自动化, 或者医疗保健如何利用图像处理.

所有这些场景都可以被爱因斯坦图像分类所涵盖，这是爱因斯坦视觉的一部分. 您所需要的只是一个模型，它或多或少只是一组分类标签.

构建自定义模型

您可以构建自己的自定义模型，然后将它们集成到您的工作流中, 无论是Salesforce工作流还是外部应用程序.

构建您自己的自定义模型只需要三个步骤:

1. 创建你自己的数据集， 基于您的定制模型需要做什么. 假设你想要区分三门冰箱和双门冰箱. 你需要收集一堆双门冰箱的图片，并把它们放在一个文件夹里, 然后是一堆三门冰箱的图片，把它们放在另一个文件夹里.
2. 训练你的模型. 现在, 在上一步中收集的任何数据集, 你上传它们，人工智能云就会根据这些数据集训练模型. 事实上，你已经分离了这些图像，这就是训练所需要的. 一旦训练了新的数据模型，您将收到它的ID.
3. 用它来预测! 你现在可以对模型以前从未见过的图像进行预测. 这就像使用新模型ID进行API调用一样简单.

计算:爱因斯坦的语言

如果图像不是你需要处理的，那么你可能正在寻找使用文本进行训练. 对于这个, Salesforce的人工智能云拥有爱因斯坦语言, 它目前由两个服务组成:爱因斯坦意图和爱因斯坦情感.

• 爱因斯坦的意图 是自然语言处理(NLP)类型的通用分类器. 它允许您定义自己的类并上传表示这些类的数据.
• 爱因斯坦的情绪 是一个预先训练的模型，能够分析人类语言，得出内容和周围用户陈述的感受，并将其分类为积极的, 负, 和中性类.

爱因斯坦语言服务就像我们的图像分类示例一样工作. 在这里，我们还将定义类.

在上面的例子中，意图是关于路由用例的. 每次有案子发生, 我们想对其进行分析，并将其发送到正确的部门:运输部, 计费, 产品, 我们可以根据需要定义任意多的类. 但在爱因斯坦的观点中, 类是固定的, 所以只有正数, 负, 或中性.

一旦将数据分成不同的类，就可以训练模型了. 使用所提供的API可以很容易地训练模型. 就像爱因斯坦的视觉一样, 一旦模型被训练, 你就有了你的模型ID，你就可以得到预测了.

Salesforce Einstein:一个聪明的开始

现在，您已经尝到了Salesforce Einstein为您带来的可能性 Salesforce开发人员, 以及帮助你的客户或雇主利用人工智能云是多么容易, 开始仅仅需要 开设帐户. 我们期待听到你如何使用人工智能云来彻底改变你自己的应用程序!