全球人工智能领域著名华人专家李飞飞近日在推特表示：“短短的几个月里，将尖端技术转化为数百万的产品，这是一个相当鼓舞人心的旅程！我们希望AutoML Vision是我们客户的第一选择“。

据了解，谷歌 Cloud AutoML系统基于监督学习，所以需要提供一系列带有标签的数据。具体来说，开发者只需要上传一组图片，然后导入标签或者通过App创建，随后谷歌的系统就会自动生成一个定制化的机器学习模型。

值得一提的是， Cloud AutoML是个开发者的利器，即便你不懂机器学习，也能训练出一个定制化的机器学习模型。

据悉，目前谷歌还没有公布 Cloud AutoML的服务价格，开发者还需要等待。

【附：李飞飞博客全文】

Cloud AutoML：使AI可以访问每个企业

当我们两年前加入Google Cloud的时候，我们就开始了AI的民主化使命。我们的目标是降低进入门槛，并将AI提供给最大的开发者，研究人员和企业社区。

我们的Google Cloud AI团队在实现这一目标方面一直取得良好进展。在2017年，我们推出了Google Cloud Machine Learning Engine，帮助具有机器学习专业知识的开发人员轻松构建适用于任何规模的任何类型数据的ML模型。我们展示了现代机器学习服务（如视觉，语音，NLP，翻译和对话流程）等API如何能够建立在预先训练好的模型上，为业务应用带来无与伦比的规模和速度。Kaggle，我们的数据科学家和ML研究人员社区已经发展到超过一百万的成员。而今天，已有超过10,000家企业使用Google Cloud AI服务，其中包括Box，Rolls Royce Marine，Kewpie和Ocado等公司。

但是我们还有更多的事情可以做。目前，世界上只有少数企业能够获得所需的人才和预算，以充分了解ML和AI的发展。可以创建高级机器学习模型的人数非常有限。如果您是可以使用ML / AI工程师的公司之一，则仍然需要管理构建自己的自定义ML模型的时间密集且复杂的过程。虽然Google通过执行特定任务的API提供了预训练的机器学习模型，但是如果我们想要将AI引入每个人，还有很长的路要走。

为了缩小这个差距，让每个企业都能使用AI，我们推出了Cloud AutoML。Cloud AutoML通过使用诸如learn2learn和从Google转移学习等先进技术，帮助具有有限ML专业知识的企业开始构建自己的高品质自定义模型。我们相信Cloud AutoML将使AI专家们更加高效，在AI中拓展新的领域，并帮助技术娴熟的工程师构建他们以前梦寐以求的强大AI系统。

我们的第一个Cloud AutoML版本将是Cloud AutoML Vision，这个服务可以更快，更轻松地创建用于图像识别的自定义ML模型。其拖放式界面可让您轻松上传图像，训练和管理模型，然后直接在Google Cloud上部署这些训练有素的模型。使用Cloud AutoML Vision对流行的公共数据集（如ImageNet和CIFAR）进行分类的早期结果显示了比通用ML API更少的误分类结果，并且结果更准确。

以下是Cloud AutoML Vision提供的更多信息：

提高准确性：Cloud AutoML Vision基于Google领先的图像识别方法，包括传输学习和神经架构搜索技术。这意味着即使您的企业的机器学习专长有限，您也可以获得更准确的模型。

生产就绪模型的周转时间更快：使用Cloud AutoML，您可以在几分钟内创建一个简单的模型，以试用您的支持AI的应用程序，或者在一天内构建完整的生产就绪模型。

易于使用：AutoML Vision提供了一个简单的图形用户界面，可让您指定数据，然后将数据转换为针对您的特定需求定制的高质量模型。

URBN的数据科学家Alan Rosenwinkel表示：“Urban Outfitters一直在寻找新的方法来提升我们客户的购物体验。”创建和维护全面的产品属性对于为我们的客户提供相关的产品推荐，准确的搜索结果和有用的产品过滤器; 然而，手动创建产品属性是艰巨且耗时的。为了解决这个问题，我们的团队一直在评估Cloud AutoML，通过识别模式和领口风格等细微差别的产品特征来自动化产品归因过程。Cloud AutoML非常有希望帮助我们的客户提供更好的发现，推荐和搜索体验。“

迪士尼消费品和互动媒体首席技术官兼高级副总裁Mike White说：“Cloud AutoML的技术正在帮助我们建立视觉模型，用迪斯尼人物，产品类别和颜色来标注我们的产品。这些注释正在整合到我们的搜索引擎中，通过更多的相关搜索结果，加快对shopDisney的发现和产品推荐，从而增强对客户体验的影响。“

伦敦动物学会保护技术主任Sophie Maxwell告诉我们：“ZSL是一个致力于保护动物及其栖息地的国际性保护慈善组织，履行这一使命的一个关键要求是跟踪野生动物种群更多关于它们的分布和更好地理解人类对这些物种的影响，为了达到这个目的，ZSL在野外部署了一系列相机陷阱，在热量或者运动的情况下拍摄过往的动物。然后用这些设备捕获的数据进行人工分析，并用大象，狮子和长颈鹿等相关物种进行注释，这是一个劳动密集和昂贵的过程。ZSL专门的保护技术部门一直与Google的Cloud ML团队密切合作，帮助塑造这一激动人心的技术的发展，ZSL旨在使这些图像的标记自动化 - 降低成本，实现更广泛的部署并获得更深入的了解如何有效地保护世界野生动物。“

如果您有兴趣尝试使用AutoML Vision，则可以通过此表单申请访问权限，https://services.google.com/fb/forms/cloudautomlalphaprogram/

Google Brain和其他Google AI团队密切合作的结果，也是开发中的几个Cloud AutoML产品中的第一个。虽然我们还没有开始让人工智能更容易访问，但我们已经深刻地受到了使用Cloud AI产品的10,000多个客户所能实现的启发。我们希望Cloud AutoML的发布将有助于更多的企业通过AI发现什么是可能的。

返回第一电动网首页 >