這真是大事！

谷歌放大招了！

昨天李飛飛和Jeff Dean就在推特上激動(dòng)人心預(yù)告，說(shuō)谷歌將有重要的里程碑事件發(fā)布?，F(xiàn)在謎底揭曉了：谷歌今天發(fā)布了Cloud AutoML。

這是個(gè)什么東西？

通俗點(diǎn)說(shuō)，Cloud AutoML是個(gè)開發(fā)利器，即便你不懂機(jī)器學(xué)習(xí)，也能訓(xùn)練出一個(gè)定制化的機(jī)器學(xué)習(xí)模型。由于還在Alpha測(cè)試版的階段，目前這個(gè)服務(wù)僅支持計(jì)算機(jī)視覺模型，但谷歌表示稍后會(huì)支持所有標(biāo)準(zhǔn)機(jī)器學(xué)習(xí)模型，包括語(yǔ)音、翻譯、視頻、自然語(yǔ)言處理等。

目前已經(jīng)可用的服務(wù)是Cloud AutoML Vision。

谷歌Cloud AutoML系統(tǒng)基于監(jiān)督學(xué)習(xí)，所以需要提供一系列帶有標(biāo)簽的數(shù)據(jù)。具體來(lái)說(shuō)，開發(fā)者只需要上傳一組圖片，然后導(dǎo)入標(biāo)簽或者通過(guò)App創(chuàng)建，隨后谷歌的系統(tǒng)就會(huì)自動(dòng)生成一個(gè)定制化的機(jī)器學(xué)習(xí)模型。

據(jù)說(shuō)，模型會(huì)在一天之內(nèi)訓(xùn)練完成。

整個(gè)過(guò)程，從導(dǎo)入數(shù)據(jù)到打標(biāo)簽到訓(xùn)練模型，所有的操作都是通過(guò)拖拽完成。在這個(gè)模型生成以及訓(xùn)練的過(guò)程中，不需要任何人為的干預(yù)。

這有段視頻介紹。

過(guò)去幾個(gè)月里，有幾家公司一直在測(cè)試Cloud AutoML。其中就包括迪士尼。這套系統(tǒng)讓迪士尼在線商城的搜索功能更加強(qiáng)大。

所以，照這個(gè)勢(shì)頭發(fā)展下去，也許企業(yè)以后可能就不用雇傭機(jī)器學(xué)習(xí)和數(shù)據(jù)專家了。

Cloud AutoML，顧名思義就是云上的AutoML。谷歌去年5月發(fā)布AutoML，當(dāng)時(shí)谷歌CEO劈柴哥說(shuō)，現(xiàn)在設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)非常耗時(shí)，對(duì)專業(yè)能力要求又高，只有一小撮科學(xué)家和工程師能做。為此，谷歌創(chuàng)造了一種新方法：AutoML，讓神經(jīng)網(wǎng)絡(luò)去設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)。

去年11月，谷歌對(duì)AutoML進(jìn)行升級(jí)。之前的AutoML雖能設(shè)計(jì)出與人類設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)同等水平的小型神經(jīng)網(wǎng)絡(luò)，但始終被限制在CIFAR-10和Penn Treebank等小型數(shù)據(jù)集上。升級(jí)之后，AutoML也能應(yīng)對(duì)ImageNet這種規(guī)模的數(shù)據(jù)集了。

總之，這個(gè)方法就是讓AI設(shè)計(jì)AI?，F(xiàn)在谷歌又把這個(gè)技能放到云上了。

現(xiàn)在唯一的問(wèn)題是，谷歌沒有公布Cloud AutoML的服務(wù)價(jià)格，而且也暫時(shí)沒有對(duì)外開放。想要試用這個(gè)服務(wù)，需要向谷歌發(fā)出申請(qǐng)。

這個(gè)申請(qǐng)，大概要回答十幾項(xiàng)的提問(wèn)。

為了Cloud AutoML的發(fā)布，谷歌云人工智能和機(jī)器學(xué)習(xí)首席科學(xué)家李飛飛，谷歌云人工智能研發(fā)負(fù)責(zé)人李佳，聯(lián)合發(fā)布了一篇博客，詳細(xì)介紹了Cloud AutoML。

量子位將這篇博客翻譯如下：

[[217491]]

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(gè)目標(biāo)，我們的Google Cloud AI團(tuán)隊(duì)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(shí)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(yǔ)音、自然語(yǔ)言處理（NLP）、翻譯、Dialogflow等API，為商業(yè)應(yīng)用帶來(lái)無(wú)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(wàn)人規(guī)模?，F(xiàn)在，使用Google Cloud AI服務(wù)的企業(yè)數(shù)量超過(guò)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(lái)享受ML和AI發(fā)展帶來(lái)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(gè)耗時(shí)、復(fù)雜的過(guò)程。雖然Google通過(guò)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(gè)人，還有很長(zhǎng)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(guò)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(mèng)寐以求的強(qiáng)大AI系統(tǒng)。

我們發(fā)布的第一個(gè)Cloud AutoML功能是Cloud AutoML Vision，這個(gè)服務(wù)能讓定制化圖像識(shí)別ML模型的創(chuàng)建更快、更輕松。它有一個(gè)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(guò)Cloud AutoML Vision模型在ImageNet、CIFAR等熱門數(shù)據(jù)集上的分類成績(jī)，錯(cuò)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(shí)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(gè)簡(jiǎn)單的機(jī)器學(xué)習(xí)模型來(lái)對(duì)AI應(yīng)用做嘗試，只需要幾分鐘，構(gòu)建一個(gè)完整的商用模型，也只需要一天。

易用：AutoML Vision有一個(gè)簡(jiǎn)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(shuō)：”我們一直在尋找優(yōu)化客戶購(gòu)物體驗(yàn)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(dòng)創(chuàng)建產(chǎn)品屬性非常費(fèi)時(shí)費(fèi)力。為了解決這個(gè)問(wèn)題，我們的團(tuán)隊(duì)嘗試了用Cloud AutoML通過(guò)識(shí)別花紋、領(lǐng)口樣式等細(xì)微產(chǎn)品特征，來(lái)將產(chǎn)品歸類流程自動(dòng)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(dòng)媒體CTO及高級(jí)副總裁Mike White說(shuō)：“Cloud AutoML的技術(shù)能幫我們創(chuàng)建計(jì)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(lái)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(guò)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(lái)加強(qiáng)用戶體驗(yàn)。”

倫敦動(dòng)物學(xué)會(huì)（ZSL）保護(hù)技術(shù)主管Sophie Maxwell告訴我們：“ZSL是一個(gè)國(guó)際慈善組織，在全球范圍內(nèi)為保護(hù)動(dòng)物及其棲息地而努力。要履行這一使命，一個(gè)關(guān)鍵要求是要追蹤野生動(dòng)物種群來(lái)進(jìn)一步了解他們的分布，更好地理解人類對(duì)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(dòng)出現(xiàn)時(shí)，為經(jīng)過(guò)的動(dòng)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(gè)是大象、那個(gè)是獅子、那個(gè)是長(zhǎng)頸鹿，這是一個(gè)耗資巨大勞動(dòng)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(duì)密切合作，幫助推進(jìn)這項(xiàng)激動(dòng)人心的技術(shù)，ZSL想用這項(xiàng)技術(shù)來(lái)自動(dòng)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(dòng)物。”

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

AutoML Vision是我們和Google Brain以及其他Google AI團(tuán)隊(duì)密切合作的成果，也是Cloud AutoML系列產(chǎn)品中的第一個(gè)。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(shí)現(xiàn)的能力大大激勵(lì)了我們，我們希望Cloud AutoML的發(fā)布，能幫更多企業(yè)通過(guò)AI發(fā)現(xiàn)更多可能。

— 完 —