长按识别二维码，报名2018十大突破技术全球直播首发
昨天，谷歌发布了全新的产品 Cloud AutoML。它是一个面向非专业人士的机器学习开发工具，目前支持计算机视觉模型的开发，陆续会开放对包括语音、视频、翻译和 NLP 等多种模型的开发。换句话说，即便你不懂机器学习的专业知识，也可以借此来从事一些人工智能领域的工作！
据悉，谷歌 Cloud AutoML 系统是基于监督学习创建，开发者只需要通过鼠标拖拽的方式上传一组图片、导入标签，随后谷歌系统就会自动生成一个定制化的机器学习模型，几乎不需要任何人为的干预。
该产品发布之后，Google Cloud 人工智能和机器学习首席科学家李飞飞连发两条推特，“在几个月的时间里就将最前沿的技术转化为大范围普及的产品，这是一段难忘且振奋人心的过程，我们希望 AutoML Vision 可以为我们的客户解决问题。”
图丨李飞飞连发两条推特
除此以外李飞飞和李佳还在博客上发布亲笔文章，详细介绍了她们开发 Cloud AutoML 的初衷和远景，以下为文章全文：
当我们两年前加入 Google Cloud 的时候，我们就承接过来了让 AI“民主化”的重担。那其中最首要的目标就是降低人工智能领域的进入门槛，将 AI 技术提供给尽可能多的开发者、研究员和公司。
我们 Google Cloud AI 团队在实现这一目标的道路上一直在稳步推进。2017 年，我们推出了 Google Cloud Machine Learning Engine，帮助具备机器学习专业知识的开发人员轻而易举地创建适用于所有规模、所有数据的 ML 模型。我们展示了如何在预先训练模型之上创建当前所需要的机器学习服务，比如视觉、语音、NLP、翻译和 Dialogflow 等 API，毫无疑问，这将极大地提升业务应用规模和速度。此外，我们的数据科学家和 ML 研究人员的社区 Kaggle 已经发展到超过一百万个成员。如今，已有超过 10,000 家企业使用 Google Cloud AI 的服务，其中不乏像 Box、Rolls Royce Marine、Kewpie 和 Ocado 等公司。
但是，这还远远不够，我们还有更多的事情可以做。我们注意到，目前世界上只有少数企业能够拿出足够的人力资源和经费预算来拓展在 ML 和 AI 领域的研究，但现实是能够创建高级机器学习模型的人数十分有限。而自定义 ML 模型的创建也是一个复杂的过程，那些拥有机器学习工程师的公司也仍然需要花费时间去管理。虽然谷歌通过 API 提供了能够执行特定任务的预训练机器学习模型，但是如果我们想要将 AI 带给每个人，则还有很长的路要走。
为了缩小这之间的差距，让每个企业都能乘上人工智能的顺风车，我们推出了 Cloud AutoML。Cloud AutoML 使用诸如 learning2learn 和谷歌迁移学习等先进技术，来帮助在机器学习领域涉猎不深的企业构建自己的高品质自定义机器学习模型。我们相信，Cloud AutoML 将使人工智能专家更高效率地工作，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却难以达成的强大 AI 系统。
当然，我们的第一个 Cloud AutoML 版本将是 Cloud AutoML Vision，这一服务可以实现更快、更轻松地创建用于图像识别的自定义机器学习模型。其拖拽式的操作界面可以让你轻松地上传图像、训练并管理模型，然后直接在 Google Cloud 上部署这些已经训练成熟的模型。通过流行的公共数据集（比如 ImageNet 和 CIFAR）进行分类的早期结果显示，使用 Cloud AutoML Vision 比更通用的 ML API 分类错误更少，结果也更准确。
以下是官方提供的有关 Cloud AutoML Vision 更多的信息：
更高的准确性：Cloud AutoML Vision 是基于谷歌领先的图像识别方法，例如迁移学习和神经架构搜索技术。这意味着即使你的公司在机器学习领域没有深耕，也可以得到更准确的模型。
加快生产就绪（Production-ready）模式的周转时间：使用 Cloud AutoML，您可以在几分钟内创建一个简单的模型，并以此来试用您的 AI 应用程序，或者在一天之内构建完整的生产就绪模型。
易于使用：AutoML Vision 提供了一个简单易用的用户操作界面，你可以很方便地指定数据，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 一直在探索新的方法来提升我们客户的购物体验。”那么，创建并维护全面的产品属性对于为客户提供相关的产品推荐、精准的搜索结果和行之有效的的产品过滤器是至关重要的；然而，手动标注产品属性是一项旷日费时的工作。为了解决这个问题，我们团队一直在评估是否可以以 Cloud AutoML 作为突破口，通过细微的产品特征来将产品归因过程自动化。有鉴于此，Cloud AutoML 非常有利于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：“我们正在用 Cloud AutoML 技术来建立视觉模型，用迪斯尼卡通中的人物、类别和颜色等信息来标注我们的产品。这些注解正在被整合到我们的搜索引擎中，通过更多的相关搜索结果，用以加快发现和推荐 Disney 商店的产品，从而增强访客的体验。”
伦敦动物学会技术主任 Sophie Maxwell 告诉我们：“我们是一个致力于保护动物及其栖息地的国际组织，而如果要更好地履行这一使命，其中的关键要求是追踪野生动物种群以更好的了解它们的分布信息及人类对这些物种的影响。”为了实现这个目的，我们在野外部署了一系列相机。然后这些设备捕获的数据将由人工进行分析，并标记出他们究竟是大象、狮子还是长颈鹿，很显然，这是一个劳动密集型的操作过程。因此，我们的技术部门一直与 Google Cloud ML 团队保持密切的合作，有了 Cloud AutoML 这一激动人心的技术，我们可以更便捷地实现图像标记的自动化，借以更深入的了解并保护世界范围内的野生动物。”
AutoML Vision 是我们与 Google Brain 和其他 Google AI 团队密切合作的结果，也是尚在开发中的 Cloud AutoML 产品其中的首个。虽然我们还没有彻底将人工智能的进入门槛消灭，但我们已经受到了 Cloud AI 产品 10,000 多个客户的深刻启发。我们衷心地希望 Cloud AutoML 的发布将有帮助更多的企业借助 AI 的力量打开更广阔的未来。
如果您有兴趣试用 AutoML Vision，可以提交此表单 https://services.google.com/fb/forms/cloudautomlalphaprogram/
-End-
参考：
https://www.technologyreview.com/s/609996/googles-self-training-ai-turns-coders-into-machine-learning-masters/
本书灵感源于“TR35”，即《麻省理工科技评论》享誉全球的“35 位 35 岁以下科技创新青年”（MIT Technology Review 35）青年人才榜，如果你想一睹全球科技创新领导者背后的精彩事迹，你也一定不能错过这本书。
各大电商促销火热进行中，点击阅读原文预购直达
