正在涌现的机器智能平台可以以“模型作为服务”的方式，托管预训练过的机器学习模型，从而令企业能够更容易地开启机器学习，快速将其应用从原型转化成产品。
“当企业们采用了微服务(microservice)发展范式后，接入并使用不同的机器学习模型和服务以提供特定功能的能力将变得越来越有价值”，Somasegar 说。
当诸如Scikit-Learn, NLTK,Numpy, Caffe, TensorFlow, Theano, or Torch 等开源机器学习和深度学习框架在云端运行时，企业将能够方便地利用预训练过的托管模型来标记图片、推荐产品和进行一般的自然语言处理任务。
机器学习趋势总结
“我们的世界观是，每家企业现在都是一家数据企业，而每个应用都是智能应用，”Somasegar 说，“企业怎样才能从海量数据中获得洞见，并从中学习？这是世界上的每家公司都需要了解的。”
当数据飞轮开始运转，用来获取、储存和计算数据的成本将持续下降。
这创造出了算法经济，其中的机器智能基石将在云端实现。这些预训练的、托管的机器学习模型将使每家 App 都能够大规模利用算法智能。
数据飞轮、算法经济和云托管智能的融合将意味着：
每家公司都可以成为数据公司；
每家公司都可以获取算法智能；
每个App 都可以成为智能 App。(来源：algorithmia.com 编译：朱焕、胡祥杰)
【免责声明】本文仅代表作者个人观点，与IT09数码网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。您若对该稿件内容有任何疑问或质疑，请联系本网将迅速给您回应并做处理。