全球人工智能領域著名華人專家李飛飛近日在推特表示：“短短的幾個月里，將尖端技術轉化為數百萬的產品，這是一個相當鼓舞人心的旅程！我們希望AutoML Vision是我們客戶的第一選擇“。

據了解，谷歌 Cloud AutoML系統基于監督學習，所以需要提供一系列帶有標簽的數據。具體來說，開發者只需要上傳一組圖片，然后導入標簽或者通過App創建，隨后谷歌的系統就會自動生成一個定制化的機器學習模型。

值得一提的是， Cloud AutoML是個開發者的利器，即便你不懂機器學習，也能訓練出一個定制化的機器學習模型。

據悉，目前谷歌還沒有公布 Cloud AutoML的服務價格，開發者還需要等待。

【附：李飛飛博客全文】

Cloud AutoML：使AI可以訪問每個企業

當我們兩年前加入Google Cloud的時候，我們就開始了AI的民主化使命。我們的目標是降低進入門檻，并將AI提供給最大的開發者，研究人員和企業社區。

我們的Google Cloud AI團隊在實現這一目標方面一直取得良好進展。在2017年，我們推出了Google Cloud Machine Learning Engine，幫助具有機器學習專業知識的開發人員輕松構建適用于任何規模的任何類型數據的ML模型。我們展示了現代機器學習服務（如視覺，語音，NLP，翻譯和對話流程）等API如何能夠建立在預先訓練好的模型上，為業務應用帶來無與倫比的規模和速度。Kaggle，我們的數據科學家和ML研究人員社區已經發展到超過一百萬的成員。而今天，已有超過10,000家企業使用Google Cloud AI服務，其中包括Box，Rolls Royce Marine，Kewpie和Ocado等公司。

但是我們還有更多的事情可以做。目前，世界上只有少數企業能夠獲得所需的人才和預算，以充分了解ML和AI的發展。可以創建高級機器學習模型的人數非常有限。如果您是可以使用ML / AI工程師的公司之一，則仍然需要管理構建自己的自定義ML模型的時間密集且復雜的過程。雖然Google通過執行特定任務的API提供了預訓練的機器學習模型，但是如果我們想要將AI引入每個人，還有很長的路要走。

為了縮小這個差距，讓每個企業都能使用AI，我們推出了Cloud AutoML。Cloud AutoML通過使用諸如learn2learn和從Google轉移學習等先進技術，幫助具有有限ML專業知識的企業開始構建自己的高品質自定義模型。我們相信Cloud AutoML將使AI專家們更加高效，在AI中拓展新的領域，并幫助技術嫻熟的工程師構建他們以前夢寐以求的強大AI系統。

我們的第一個Cloud AutoML版本將是Cloud AutoML Vision，這個服務可以更快，更輕松地創建用于圖像識別的自定義ML模型。其拖放式界面可讓您輕松上傳圖像，訓練和管理模型，然后直接在Google Cloud上部署這些訓練有素的模型。使用Cloud AutoML Vision對流行的公共數據集（如ImageNet和CIFAR）進行分類的早期結果顯示了比通用ML API更少的誤分類結果，并且結果更準確。

以下是Cloud AutoML Vision提供的更多信息：

提高準確性：Cloud AutoML Vision基于Google領先的圖像識別方法，包括傳輸學習和神經架構搜索技術。這意味著即使您的企業的機器學習專長有限，您也可以獲得更準確的模型。

生產就緒模型的周轉時間更快：使用Cloud AutoML，您可以在幾分鐘內創建一個簡單的模型，以試用您的支持AI的應用程序，或者在一天內構建完整的生產就緒模型。

易于使用：AutoML Vision提供了一個簡單的圖形用戶界面，可讓您指定數據，然后將數據轉換為針對您的特定需求定制的高質量模型。

URBN的數據科學家Alan Rosenwinkel表示：“Urban Outfitters一直在尋找新的方法來提升我們客戶的購物體驗。”創建和維護全面的產品屬性對于為我們的客戶提供相關的產品推薦，準確的搜索結果和有用的產品過濾器; 然而，手動創建產品屬性是艱巨且耗時的。為了解決這個問題，我們的團隊一直在評估Cloud AutoML，通過識別模式和領口風格等細微差別的產品特征來自動化產品歸因過程。Cloud AutoML非常有希望幫助我們的客戶提供更好的發現，推薦和搜索體驗。“

迪士尼消費品和互動媒體首席技術官兼高級副總裁Mike White說：“Cloud AutoML的技術正在幫助我們建立視覺模型，用迪斯尼人物，產品類別和顏色來標注我們的產品。這些注釋正在整合到我們的搜索引擎中，通過更多的相關搜索結果，加快對shopDisney的發現和產品推薦，從而增強對客戶體驗的影響。“

倫敦動物學會保護技術主任Sophie Maxwell告訴我們：“ZSL是一個致力于保護動物及其棲息地的國際性保護慈善組織，履行這一使命的一個關鍵要求是跟蹤野生動物種群更多關于它們的分布和更好地理解人類對這些物種的影響，為了達到這個目的，ZSL在野外部署了一系列相機陷阱，在熱量或者運動的情況下拍攝過往的動物。然后用這些設備捕獲的數據進行人工分析，并用大象，獅子和長頸鹿等相關物種進行注釋，這是一個勞動密集和昂貴的過程。ZSL專門的保護技術部門一直與Google的Cloud ML團隊密切合作，幫助塑造這一激動人心的技術的發展，ZSL旨在使這些圖像的標記自動化 - 降低成本，實現更廣泛的部署并獲得更深入的了解如何有效地保護世界野生動物。“

如果您有興趣嘗試使用AutoML Vision，則可以通過此表單申請訪問權限，https://services.google.com/fb/forms/cloudautomlalphaprogram/

Google Brain和其他Google AI團隊密切合作的結果，也是開發中的幾個Cloud AutoML產品中的第一個。雖然我們還沒有開始讓人工智能更容易訪問，但我們已經深刻地受到了使用Cloud AI產品的10,000多個客戶所能實現的啟發。我們希望Cloud AutoML的發布將有助于更多的企業通過AI發現什么是可能的。

返回第一電動網首頁 >