“我們一年多之前加入Google Cloud，開啟了AI民主化的使命。我們的目標(biāo)，是降低進(jìn)入門檻，將AI提供給最廣大的開發(fā)者、研究人員和企業(yè)群體。

 

向著這個目標(biāo)，我們的Google Cloud AI團(tuán)隊進(jìn)展順利。2017年，我們推出了Google Cloud Machine Learning Engine（機(jī)器學(xué)習(xí)引擎），幫助有機(jī)器學(xué)習(xí)專業(yè)知識的開發(fā)者輕松構(gòu)建適用于任何數(shù)據(jù)類型的機(jī)器學(xué)習(xí)模型。我們展示了能怎樣在預(yù)訓(xùn)練模型之上構(gòu)建現(xiàn)代機(jī)器學(xué)習(xí)服務(wù)，也就是視覺、語音、自然語言處理（NLP）、翻譯、Dialogflow等API，為商業(yè)應(yīng)用帶來無與倫比的規(guī)模和速度。我們的數(shù)據(jù)科學(xué)家和ML研究人員社區(qū)Kaggle已經(jīng)發(fā)展到百萬人規(guī)?！，F(xiàn)在，使用Google Cloud AI服務(wù)的企業(yè)數(shù)量超過10000，Box、勞斯萊斯船業(yè)、玩具公司丘比、和網(wǎng)上超市奧卡多都在用。

 

但我們能做的遠(yuǎn)不止于此。目前，世界上只有少數(shù)企業(yè)能獲取足夠的人才和預(yù)算來享受ML和AI發(fā)展帶來的益處，能夠創(chuàng)建先進(jìn)機(jī)器學(xué)習(xí)模型的人才非常有限。就算你們公司有ML或者AI工程師，要自己構(gòu)建定制化的ML模型仍然要經(jīng)理一個耗時、復(fù)雜的過程。雖然Google通過API提供了能完成特定任務(wù)的預(yù)訓(xùn)練機(jī)器學(xué)習(xí)模型，但要把AI帶給每個人，還有很長的路要走。

 

為了縮小差距，讓每家企業(yè)都能用上AI，我們推出了Cloud AutoML。

 

Cloud AutoML通過使用learning2learn、遷移學(xué)習(xí)等先進(jìn)技術(shù)，幫助ML專業(yè)技能有限的企業(yè)構(gòu)建自己的高品質(zhì)定制化模型。我們相信，Cloud AutoML將幫AI專家提升工作效率，開拓AI新領(lǐng)域，并幫助能力不足的工程師構(gòu)建他們以前夢寐以求的強(qiáng)大AI系統(tǒng)。

 

我們發(fā)布的第一個Cloud AutoML功能是Cloud AutoML Vision，這個服務(wù)能讓定制化圖像識別ML模型的創(chuàng)建更快、更輕松。它有一個拖放式的界面，讓你能輕松地上傳圖像、訓(xùn)練并管理模型，然后將訓(xùn)練好的模型直接部署在Google Cloud上。之前，Google展示過Cloud AutoML Vision模型在ImageNet、CIFAR等熱門數(shù)據(jù)集上的分類成績，錯誤率比通用的ML API更低。

 

以下是關(guān)于Cloud AutoML Vision的更多信息：

 

更高的準(zhǔn)確率：Cloud AutoML Vision基于Google的圖像識別方法，包括遷移學(xué)習(xí)、神經(jīng)架構(gòu)搜索技術(shù)等，這意味著即使你的企業(yè)沒有足夠的機(jī)器學(xué)習(xí)專業(yè)技能，也能獲得更準(zhǔn)確的模型。

 

更快：用Cloud AutoML創(chuàng)建一個簡單的機(jī)器學(xué)習(xí)模型來對AI應(yīng)用做嘗試，只需要幾分鐘，構(gòu)建一個完整的商用模型，也只需要一天。

 

易用：AutoML Vision有一個簡單的圖形化用戶界面，你可以制定數(shù)據(jù)，并將其轉(zhuǎn)換為專為你的需求定制的高質(zhì)量模型。

 

服裝品牌Urban Outfitters的數(shù)據(jù)科學(xué)家Alan Rosenwinkel說：”我們一直在尋找優(yōu)化客戶購物體驗的新方法。要向客戶提供相關(guān)產(chǎn)品推薦、準(zhǔn)確的搜索結(jié)果和有用的產(chǎn)品篩選器，創(chuàng)建、維護(hù)一組全面的產(chǎn)品屬性非常重要。但是，手動創(chuàng)建產(chǎn)品屬性非常費(fèi)時費(fèi)力。為了解決這個問題，我們的團(tuán)隊嘗試了用Cloud AutoML通過識別花紋、領(lǐng)口樣式等細(xì)微產(chǎn)品特征，來將產(chǎn)品歸類流程自動化。在幫助我們的客戶更好地發(fā)現(xiàn)、推薦和搜索產(chǎn)品這件事上，Cloud AutoML前景非常光明。“

 

迪士尼消費(fèi)產(chǎn)品和互動媒體CTO及高級副總裁Mike White說：“Cloud AutoML的技術(shù)能幫我們創(chuàng)建計算機(jī)視覺模型，根據(jù)迪士尼的角色、產(chǎn)品類別和顏色來標(biāo)注我們的產(chǎn)品，這些標(biāo)注可以整合到我們的搜索引擎中，在shopDisney商店中通過更相關(guān)的搜索結(jié)果、更快的發(fā)現(xiàn)速度和產(chǎn)品推薦，來加強(qiáng)用戶體驗。”

 

倫敦動物學(xué)會（ZSL）保護(hù)技術(shù)主管Sophie Maxwell告訴我們：“ZSL是一個國際慈善組織，在全球范圍內(nèi)為保護(hù)動物及其棲息地而努力。要履行這一使命，一個關(guān)鍵要求是要追蹤野生動物種群來進(jìn)一步了解他們的分布，更好地理解人類對這些物種的影響。為了達(dá)到這一目標(biāo)，ZSL在野外設(shè)置了一系列相機(jī)陷阱，當(dāng)有熱量或運(yùn)動出現(xiàn)時，為經(jīng)過的動物拍照。然后，這些設(shè)備拍下的數(shù)據(jù)需要人工分析，根據(jù)相關(guān)的物種進(jìn)行標(biāo)注，比如這個是大象、那個是獅子、那個是長頸鹿，這是一個耗資巨大勞動力密集型任務(wù)。ZSL的保護(hù)技術(shù)部門在與Google的Cloud ML團(tuán)隊密切合作，幫助推進(jìn)這項激動人心的技術(shù)，ZSL想用這項技術(shù)來自動分類圖像，這樣可以削減成本、擴(kuò)大部署范圍，幫我們深入了解該如何更有效地保護(hù)世界上的野生動物。”

 

如果有興趣試用AutoML Vision，可以在這里填表申請：
https://services.google.com/fb/forms/cloudautomlalphaprogram/

 

AutoML Vision是我們和Google Brain以及其他Google AI團(tuán)隊密切合作的成果，也是Cloud AutoML系列產(chǎn)品中的第一個。在降低AI門檻的道路上，我們只是剛剛開始，人工智能幫Cloud AI產(chǎn)品的10000多名客戶所實現(xiàn)的能力大大激勵了我們，我們希望Cloud AutoML的發(fā)布，能幫更多企業(yè)通過AI發(fā)現(xiàn)更多可能。”