就在昨天,Google发布了Cloud AutoML (https://cloud.google.com/automl), 为开发人员提供可以自动创建机器学习模型的技术的一种尝试。通俗点说,Cloud AutoML是个开发利器,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。现在是开放的Cloud AutoML,而单纯AutoML早在去年5月就已发布,当时谷歌CEO劈柴哥说,现在设计神经网络非常耗时,对专业能力要求又高,只有极少数科学家和工程师能做。为此,谷歌创造了一种新方法:AutoML,让神经网络去设计神经网络。这个方法就是让AI设计AI。 去年11月,谷歌对AutoML进行了升级。之前的AutoML虽能设计出高水平的小型神经网络,但始终被限制在CIFAR-10和Penn Treebank等小型数据集上。升级之后,AutoML也能应对ImageNet这种超大规模的数据集了。 现在谷歌又把这个技能放到云上了。虽然目前Cloud AutoML只支持视觉的机器学习模型(AutoML Vision)训练,但不久会扩展到翻译、语音、视频和自然语言处理等。 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。整个过程,从导入数据到打标签到训练模型,所有的操作都是通过拖拽完成。在这个模型生成以及训练的过程中,不需要任何人为的干预,是不是很爽?但可惜不翻墙还用不了。据说,模型会在一天之内训练完成。AutoML Vision具有的特性: 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机器学习专业知识有限,也可以获得更准确的模型。 产品可用模型的周转时间更快:使用Cloud AutoML,可以在几分钟内创建一个简单的模型,让我们AI的应用程序试用,然后在一天内不断调试,构建完整的产品可用模型。 易于使用:AutoML Vision提供了一个简单的图形用户界面,可让我们指定数据,然后将数据转换为针对特定需求定制的高质量模型。 过去几个月里,有几家公司一直在测试Cloud AutoML,其中就包括迪士尼。这套系统让迪士尼在线商城的搜索功能更加强大。所以,照这个势头发展下去,也许企业以后可能就不用雇佣机器学习和数据专家了。 Google Cloud AI的首席科学家李飞飞表示,Google一直在提供标准的AI构建模块,但很明显企业客户需要使用自己的数据来定制模型。她说:"人工智能和机器学习仍然是一个高难度的领域。通过自动化,客户将能够更快地提高模型的质量。然后开发人员可以将这些模型转换为简单的应用程序编程接口(API)调用。" 李飞飞在两篇博文中指出: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模型的时间密集型和复杂的过程。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。 有了AutoML,质量将成为服务的主要卖点。谷歌的核心是它将利用其研究和技术来实现数据民主化。AutoML是"前沿研究的动力",能够更快地训练模型,使其能够生产。这些高质量的模型将通过一个简单的图形用户界面来创建,向我们展示部署的模型和质量。谷歌云人工智能研发负责人李佳则说,Google已经将其方法与现有的公开技术进行了比较,得出结论:其模型更好,更容易制作。但是,为了创建一个适合自己目的的模型,你仍然需要多个步骤,比如模型准备、调整和评估以及迭代,Google正在提供技术来消除障碍。 以AutoML Vision开始,分析和优化图像,将基于API的使用和计算。客户将支付API和计算的消耗。 Google Cloud AI产品总监Rajen Sheth说:"我们将与每个客户合作,确定定价以符合他们正试图解决的问题的预期。" 他补充说,客户将根据Google云端平台的隐私政策拥有自己的数据和专有模型,这个产品给了客户很大的自主权。现在唯一的悬念是,谷歌没有公布Cloud AutoML的服务价格,而且也暂时没有对外开放。想要试用这个服务,需要向谷歌发出申请。 END