技術(shù)干貨 | API與人工智能

人工智能早先是基于專家系統(tǒng)和規(guī)則驅(qū)動機制，隨著近年來神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)算法的發(fā)展演進，人工智能在模式識別、機器學(xué)習(xí)和預(yù)測等領(lǐng)域形成很多成熟的應(yīng)用；

API最初是單個應(yīng)用或企業(yè)信息系統(tǒng)實現(xiàn)模塊化架構(gòu)，用于模塊間通訊的接口；現(xiàn)在逐步演進為基于REST協(xié)議，通過標(biāo)準(zhǔn)的XML或JSON報文格式，實現(xiàn)服務(wù)可重用的企業(yè)應(yīng)用通訊機制和互聯(lián)網(wǎng)云服務(wù)通訊機制。

除了上面這個共同點，這兩種現(xiàn)今的熱門技術(shù)相結(jié)合的應(yīng)用場景還有不少，那讓我們一起來的結(jié)合探討下。

人工智能之API

人工智能及機器學(xué)習(xí)的API有很多種形式：

一種是機器學(xué)習(xí)算法框架，提供API用于模型構(gòu)建、訓(xùn)練、參數(shù)調(diào)優(yōu)、算法迭代等基礎(chǔ)功能；流行的框架有Tensorflow、PyTorch和Caffe等用于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)模型開發(fā)，NumPy、Pandas和Scikit-learn等Python機器學(xué)習(xí)API庫，Spark MLLib等分布式機器學(xué)習(xí)算法API庫 。數(shù)據(jù)科學(xué)家或數(shù)據(jù)分析師用某種開發(fā)語言如Python, Java或Scala調(diào)用框架提供的API構(gòu)建機器學(xué)習(xí)應(yīng)用，算法框架的API客戶端和服務(wù)端不管是部署在一個還是多個服務(wù)器節(jié)點上運行通常是緊耦合的，類似操作系統(tǒng)的底層軟件庫，如Windows操作系統(tǒng)的Win32/64 API、MFC、.Net; Linux操作系統(tǒng)的Glibc、POSIX。

另外一種是將通用人工智能算法以API服務(wù)形式發(fā)布，提供各種類型的客戶端使用，這些API通常是以REST方式訪問和調(diào)用；通用的人工智能算法包括NLP自然語言處理，語音合成和識別，圖像和視頻的處理和識別等；以Google Vision API為例，訪問這個API時上傳一張圖片，API的返回結(jié)果JSON中會包含識別的對象、標(biāo)簽、相關(guān)網(wǎng)站鏈接、識別的文字、圖片屬性和圖片安全評級等各種信息。

還有比如基于微軟Azure機器學(xué)習(xí)平臺的人臉識別Face API，實現(xiàn)圖片中人物性別和年齡識別，也是通過提供REST接口的方式，集成到手機端就可以實時對手機拍攝的對象返回相關(guān)信息。

這類API通過云端服務(wù)的方式提供，一方面是因為這些類型的服務(wù)需要大量的計算資源用于模型訓(xùn)練和模型參數(shù)調(diào)優(yōu)，同時隨著這些服務(wù)的推廣，新的數(shù)據(jù)會不斷的接入，也可以進一步優(yōu)化模型，提高模型的準(zhǔn)確率；對于使用這些API服務(wù)的客戶端來說，隨著網(wǎng)絡(luò)的普及和帶寬的不斷提升，移動設(shè)備基于這些API就可以快速構(gòu)建智能應(yīng)用。當(dāng)然這里我們需要考慮數(shù)據(jù)隱私問題， API的客戶端和服務(wù)端需要約定相應(yīng)的數(shù)據(jù)保護規(guī)則和策略，以免用戶的敏感數(shù)據(jù)被濫用。

人工智能用于API

借助人工智能技術(shù)，API請求和輸入輸出數(shù)據(jù)流可以作為樣本數(shù)據(jù)構(gòu)建分析模型，預(yù)測可能的API訪問模式；這是API開發(fā)和管理人員通過常規(guī)的分析統(tǒng)計方式無法實現(xiàn)的。特別是部署在云端的API服務(wù)，其訪問記錄和數(shù)據(jù)流的樣本數(shù)量大，滿足作為人工智能和機器學(xué)習(xí)理想的數(shù)據(jù)集和應(yīng)用場景要求。

首先我們來看下人工智能用于API訪問安全的應(yīng)用場景；

由于API傳輸數(shù)據(jù)的敏感性，其訪問安全需要確保；基于人工智能安全分析和檢測機制可以檢測數(shù)據(jù)泄露、滲透攻擊、數(shù)據(jù)完整性、內(nèi)存注入、DDoS API攻擊和登錄服務(wù)DDoS攻擊等各種安全問題。和常規(guī)基于安全訪問規(guī)則和策略的機制相比，人工智能的實現(xiàn)機制是自學(xué)習(xí)的，不需要人力和時間去維護管理大量的規(guī)則和策略，能夠根據(jù)部署的技術(shù)和業(yè)務(wù)環(huán)境自動學(xué)習(xí)和適應(yīng)；另外，人工智能算法通常基于業(yè)界認可的數(shù)學(xué)模型，理論并結(jié)合實踐應(yīng)用通常比人力去開發(fā)和維護安全規(guī)則和策略要更加有效并有更高的準(zhǔn)確率。

在身份安全解決方案中，基于人工智能的智能認證登錄服務(wù)API將用戶身份數(shù)據(jù)、登錄訪問行為、設(shè)備指紋和上下文等信息作為風(fēng)險預(yù)測模型算法的輸入，自動評定該登錄行為的風(fēng)險級別，根據(jù)不同級別觸發(fā)不同的認證策略。

在企業(yè)IT架構(gòu)中扮演重要角色的API網(wǎng)關(guān)也是人工智能技術(shù)應(yīng)用的關(guān)鍵組件，除了上文提到的API訪問安全可以基于人工智能技術(shù)在API網(wǎng)關(guān)中實現(xiàn)，另外由于API網(wǎng)關(guān)承載了企業(yè)部分或全部的業(yè)務(wù)服務(wù)API，通過對這些API服務(wù)訪問使用人工智能技術(shù)進行分析，能夠更高效地實現(xiàn)企業(yè)業(yè)務(wù)流程優(yōu)化。

API網(wǎng)關(guān)承載了企業(yè)產(chǎn)品生命周期從研發(fā)、生產(chǎn)制造、營銷和售后服務(wù)各階段、客戶關(guān)系管理、供應(yīng)鏈、財務(wù)等等業(yè)務(wù)服務(wù)API。人工智能在其中的應(yīng)用場景如：通過分析客戶相關(guān)API服務(wù)請求數(shù)據(jù)，可以覆蓋客戶關(guān)系的全方位信息，在銷售階段，算法模型可以自動分類銷售機會，預(yù)測未來購買行為，生成定制化的銷售策略和市場推廣方案；基于客戶行為數(shù)據(jù)的算法模型可以預(yù)測潛在的延期付款，優(yōu)化現(xiàn)金流；通過分析供應(yīng)鏈相關(guān)API服務(wù)請求數(shù)據(jù)和事件信息，算法模型可以實現(xiàn)庫存優(yōu)化，縮短交付周期，并且預(yù)測訂單交付過程中可能發(fā)生的問題。