人工智能 （AI） 幾乎可以改變任何業務——從為客戶提供他們真正想要的產品和服務到簡化內部流程。

然而，從基礎設施投資到培訓以及招聘將一切整合在一起所需的熟練勞動力，進入的門檻高到令人望而卻步。

這就是為什么新一代無代碼/低代碼人工智能工具和平臺的出現如此令人興奮的原因。今天，如果知道去哪里尋找，那么幾乎任何人都可以動手創建應用，以創新的方式利用機器學習。從設計Web 服務和面向客戶的應用到協調銷售和市場營銷活動，使用AI比以往任何時候都更加簡單。

什么是低代碼/無代碼 AI？

這兩個術語僅指允許任何人無需動手編寫技術代碼就創建AI應用程序的工具。AI對于從事任何工作的人都很有用——從醫生和律師到營銷人員、教師和項目經理。這些人中的許多人不具備編寫代碼所需的技術技能，或者沒有時間學習編寫代碼。

無代碼/低代碼解決方案通常采用兩種方式中的一種：通過拖放界面，用戶只需要選擇想要包含在應用中的元素，然后使用可視化界面將它們組合在一起，或者通過向導，用戶回答問題并從下拉菜單中選擇選項。

如果你已經知道如何編碼，通常可以調整并微調結果，讓創建出來的應用以更精確的方式運行。因此，掌握一些關于計算機代碼結構和語法的基礎知識總是有用的！

下面介紹了市場上一些旨在將AI革命向所有人開放的工具。其中一些是為沒有任何經驗的人設計的，而另一些則對已經具有ML背景，但希望減少準備數據和設計算法的麻煩的人最有用。

Amazon在構建ML模型并將其部署到面向消費者的用例方面擁有豐富的經驗，SageMaker旨在讓所有人利用這些專業知識。SageMaker Jumpstart很容易上手，它為用戶提供了各種最流行的ML應用的模板，都是企業最有可能從中受益的ML應用。

Akkio

這項服務承諾讓你在10分鐘內部署AI，無需任何編碼或數據科學方面的技能。它支持創建AI驅動的工作流，重點是使其能夠快速部署和評估。它可以集成各種工具，包括Snowflake等行業標準數據平臺以及Hubspot和Salesforce等營銷工具。

Apple CreateML

Apple的解決方案提供了簡單的拖放功能，可以輕松創建推薦、分類、圖像識別和文本處理的iOS 應用程序。可以使用iPhone攝像頭和麥克風收集數據，如果你有一臺帶有GPU的Mac計算機，則可以使用它的強大功能來加速和增強訓練過程。

DataRobot

這是另一個基于云的平臺，提供自動化數據準備以及構建和部署算法的工具，并針對各種行業用例提供專用模型，從銀行和零售到醫療保健、制造和公共機構。一個有趣的特點在于它專注于可解釋的人工智能，旨在通過讓人類理解它的方法，從而信任其產生的見解和決策。

Google AutoML

好吧，Google的第一個無代碼AI解決方案并不適合完全的初學者，因為它建議對ML有所了解。但是用戶可以從簡單的圖形界面開始，直接開始嘗試計算機視覺和自然語言處理功能。一切都在Google Cloud中運行，因此任何使用過其他Google生產力工具的人都會覺得很熟悉。

Google Teachable Machine

和AutoML相比，Teachable Machine對初學者來說可能更為友好，它提供了簡單、直接的教程，可以指導你完成訓練算法對數據進行分類的過程——這是ML和AI最基本的用例之一。也許它最大的用處是作為教學輔助工具，讓你在使用其他旨在創建操作應用的平臺之前掌握一些基礎知識。

微軟Lobe

一個訓練圖像識別算法的簡單工具。微軟開發了Lobe，讓用戶能夠掌握基礎知識，平臺可以根據用戶的工作負載自動選擇最有可能成功的模型。該平臺不要求有編碼經驗，如果用戶有這方面的能力，可以去使用微軟更高級的ML框架——Azure AI。

Nanonets

這是一個專門設計的人工智能平臺，用于從文檔中自動化提取結構化或者半結構化的數據。如果你的企業要花費時間和金錢從表單、文本等文檔中提取數據（這項工作非常昂貴而且耗費時間），這款平臺可能就正是你想要的。由于實現了ML，它會從錯誤中學習，從而在查找你所需的信息方面變得越來越準確。

ObviouslyAI

這是另一個旨在讓人們簡單接入數據——無論他們的數據是什么格式——就能立刻開始獲得AI分析好處的平臺。它提供了模板，可以進行時間序列分析（根據過去已知的性能預測給定時間的變量值）、預測客戶流失、評定風險、檢測欺詐并識別出交叉銷售機會。

PyCaret

這是一個編程語言Python的庫，因此，它比這篇文章中列出的其他一些工具需要更多的技術知識。不過，它仍然將自己歸為低代碼的類別，因為它提供了許多預配置的函數和Wrappers，大大簡化了數據準備、分析和模型訓練的任務。