分享到微博 分享到人人 分享到LinkedIn 分享到Email
数据无处不在,Azure机器学习让工作生活更加美好

原文作者:来自微软新闻中心的Athima Chansanchai

译者:钟姗

数据,可以帮助企业预估未来趋势,如员工离职率或写字楼的能源需求等;数据,可以为健身房找出留住会员的续约优惠最佳发布时间点;数据,可以让鞋业公司知道哪些货品需要补货,而哪些需要清仓。

“聪明灵活地使用数据,能让这个世界大有不同。”微软信息管理和机器学习副总裁Joseph Sirosh说。“这正是机器学习的用武之处。机器学习就是通过观察历史数据模式,对未来进行预测。它基于过去和现在,放眼未来,你将不必再依赖后视镜,而是直接向前看。”

微软Azure机器学习帮助企业和组织更好地利用海量的数据。在Azure数据市场可以购买到针对具体问题的应用包,如预测API,它们能利用获得的信息直接生成企业战略以改善问题。

2014年秋,在微软机器学习实践大会 (Practice of Machine Learning Conference) 上,微软云创动力中心(1711实验室)开发的应用“猪葛亮”夺得了Azure机器学习云应用大赛的首个冠军。云创动力中心隶属于云与企业工程部门(中国),团队中一位实习生的父亲就是养猪户,农户们往往缺乏必要的工具来预测市场的波动性。这一跨平台的移动终端应用可以用过去两年的市场数据,如饲料和猪仔价格等,帮助中国的小型养猪散户预测未来六个月的市场行情。这样他们就能更好地判断养猪的品种和数量,用最低的风险获得最大的利润,使经营更高效。

如同“猪葛亮”这类的应用,打破了中小型企业先前无法充分使用其所掌握的数据资产的壁垒。

“猪葛亮”能帮助中国的养猪散户判断养猪的品种和数量,用最低风险,获得最大利润,经营更高效。

“我们可以很容易地把这个范例的思想应用到其他行业。” 微软云创动力中心负责人周斌对于将Azure机器学习应用于解决现实问题充满了信心,“我们已经完成了数据收集和处理的工作,接下来只需利用机器学习的机制,就能轻松预测,例如预测玉米价格,都是类似的方法。”她还提到了其他可以预测的东西:如股价、机票价格、空气质量、交通高峰时间等。

“猪葛亮”是基于C语言、为Windows Phone和Windows 8.1所开发的应用,下一版本将进一步基于HMTL5为浏览器所用。(周斌称,即便在地方省市,如今农户们也都使用智能手机。)眼下“猪葛亮”正在等待Windows Phone应用商店的审批。

“只要能收集到数据,我们就可以简单地应用和调整这一机制,”周斌说,“这就是Azure机器学习的美妙之处。”

“猪葛亮”可以收集详尽的历史数据加以分析,从而做出预测。

Azure机器学习的工具,包括方便的可视化界面、初始化模板和可拖放的工作流,无需编程就能轻松的加载数据。

“二、三十年前,电脑和软件开始进入千家万户与各行各业,软件应用极大地改变了我们的生活和各行业的游戏规则。”Sirosh表示,“一个新趋势就是大数据的收集。数据无所不在,当今世界被各种各样的数据充斥着,感应器也在不断收集着不同形式的数据。这样的趋势让我们有机会智慧地使用这些数据,为生活提供便利,为企业提供智能决策,让一切都变得更有效率。”

例如,蒂森克虏伯电梯公司(ThyssenKrupp Elevator)利用机器学习对电梯进行预防性和预测性的维护,让电梯更安全可靠,使用寿命更长。

“微软内部也广泛应用着机器学习。”Sirosh说道。Bing搜索中呈现给用户的广告和相关内容就是基于机器学习生成的。为Xbox用户建议“接下来看什么听什么”也用到了同样的技术。Windows Phone 8.1自带的私人助理——微软小娜,也是机器学习的产物,尤其是在她提供推荐的方面。

由于应用及应用商店的兴起,数据能够利用机器学习,以相同的方式来打包,并在Azure Marketplace这样的应用商店中提供服务。这就是新的数据科学经济的一个典型例子。

“想象一下,一个应用就可以帮你预测某种产品的需量,或是某状况什么时候会开始走下坡等等诸如此类的事情。这是一个新市场,会开发机器学习应用的人可以把它们放到‘云’上。”Sirosh说。之后有预测需求的企业就能在云端找到最适合自己的一款应用。

“原先我们只通过电话中心接收订单,渐渐的,将近一半的顾客改成了在线下单。这样一来,我们就无法进行交叉销售。我们需要把握人们在线购买时的机会,但如果顾客不主动跟电话中心通话,我们就无法了解到他们是否还需要些别的相关东西。”JJ食品服务有限公司(JJ Food Service Limited)首席运营官Mushtaque Ahmed表示。“现在有了Azure机器学习技术,我们可以向顾客进行推荐购买适合他们的特定商品。这对推广我们的新产品,以及吸引顾客来购买他们通常在其他地方购买的商品等方面显得至关重要。”

JJ食品服务有限公司是英国最大的独立食品配送服务公司之一,他们为超过6万名的客户提供食品、纸张和清洁用品。如今,该批发零售商可以通过Azure机器学习技术来预测顾客的订单,提前帮他们放进购物车,节省了他们每次重新下单的时间。

“机器学习对在线业务的影响太大了,”Ahmed说,“我们有近一半的客户都是在网上进行交易。”他们现在可以根据Dynamics AX (ERP) 三年的交易数据,加上电子商务门户网站上将近6GB、包含约2500万单交易的点击数据来进行个性化推荐。

“企业有大量上述类似的需求和积累的有价值的数据,但懂得如何收集数据、构建系统来帮助其优化业务的人却很少。”Sirosh表示,数据科学家短缺是全世界共同的问题。“这正是Azure机器学习大显身手的时候。它让机器学习大众化,使其可以服务更广泛的用户。它把一个简单、集成的工具直接交到他们手上,让他们可以像应用一样部署到业务中。”