谷歌放大招！全自動訓練AI無需寫代碼
這真是大事！
谷歌放大招了！
昨天李飛飛和JeffDean就在推特上激動人心預告，說谷歌將有重要的里程碑事件發(fā)布。現(xiàn)在謎底揭曉了：谷歌今天發(fā)布了CloudAutoML。
這是個什么東西？
通俗點說，CloudAutoML是個開發(fā)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。由于還在Alpha測試版的階段，目前這個服務僅支持計算機視覺模型，但谷歌表示稍后會支持所有標準機器學習模型，包括語音、翻譯、視頻、自然語言處理等。
目前已經可用的服務是CloudAutoMLVision。
谷歌CloudAutoML系統(tǒng)基于監(jiān)督學習，所以需要提供一系列帶有標簽的數(shù)據(jù)。具體來說，機器人維修，開發(fā)者只需要上傳一組圖片，然后導入標簽或者通過App創(chuàng)建，隨后谷歌的系統(tǒng)就會自動生成一個定制化的機器學習模型。
據(jù)說，模型會在一天之內訓練完成。
整個過程，從導入數(shù)據(jù)到打標簽到訓練模型，機器人維修，所有的操作都是通過拖拽完成。在這個模型生成以及訓練的過程中，不需要任何人為的干預。
過去幾個月里，有幾家公司一直在測試CloudAutoML。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大。
所以，照這個勢頭發(fā)展下去，也許企業(yè)以后可能就不用雇傭機器學習和數(shù)據(jù)專家了。
CloudAutoML，顧名思義就是云上的AutoML。谷歌去年5月發(fā)布AutoML，當時谷歌CEO劈柴哥說，現(xiàn)在設計神經網絡非常耗時，對專業(yè)能力要求又高，只有一小撮科學家和工程師能做。為此，谷歌創(chuàng)造了一種新方法：AutoML，讓神經網絡去設計神經網絡。
去年11月，谷歌對AutoML進行升級。之前的AutoML雖能設計出與人類設計的神經網絡同等水平的小型神經網絡，但始終被限制在CIFAR-10和PennTreebank等小型數(shù)據(jù)集上。升級之后，AutoML也能應對ImageNet這種規(guī)模的數(shù)據(jù)集了。
總之，這個方法就是讓AI設計AI。現(xiàn)在谷歌又把這個技能放到云上了。
現(xiàn)在唯一的問題是，谷歌沒有公布CloudAutoML的服務價格，而且也暫時沒有對外開放。想要試用這個服務，需要向谷歌發(fā)出申請。
這個申請，大概要回答十幾項的提問。
為了CloudAutoML的發(fā)布，谷歌云人工智能和機器學習首席科學家李飛飛，谷歌云人工智能研發(fā)負責人李佳，聯(lián)合發(fā)布了一篇博客，詳細介紹了CloudAutoML。
量子位將這篇博客翻譯如下：
我們一年多之前加入GoogleCloud，開啟了AI民主化的使命。我們的目標，KUKA機器人示教器維修，是降低進入門檻，將AI提供給最廣大的開發(fā)者、研究人員和企業(yè)群體。
向著這個目標，我們的GoogleCloudAI團隊進展順利。2017年，我們推出了GoogleCloudMachineLearningEngine（機器學習引擎），幫助有機器學習專業(yè)知識的開發(fā)者輕松構建適用于任何數(shù)據(jù)類型的機器學習模型。
我們展示了能怎樣在預訓練模型之上構建現(xiàn)代機器學習服務，也就是視覺、語音、自然語言處理（NLP）、翻譯、Dialogflow等API，為商業(yè)應用帶來無與倫比的規(guī)模和速度。我們的數(shù)據(jù)科學家和ML研究人員社區(qū)Kaggle已經發(fā)展到百萬人規(guī)模。
現(xiàn)在，使用GoogleCloudAI服務的企業(yè)數(shù)量超過10000，Box、勞斯萊斯船業(yè)、玩具公司丘比、和網上超市奧卡多都在用。
但我們能做的遠不止于此。目前，世界上只有少數(shù)企業(yè)能獲取足夠的人才和預算來享受ML和AI發(fā)展帶來的益處，能夠創(chuàng)建先進機器學習模型的人才非常有限。就算你們公司有ML或者AI工程師，要自己構建定制化的ML模型仍然要經理一個耗時、復雜的過程。雖然Google通過API提供了能完成特定任務的預訓練機器學習模型，但要把AI帶給每個人，還有很長的路要走。
為了縮小差距，讓每家企業(yè)都能用上AI，我們推出了CloudAutoML。
CloudAutoML通過使用learning2learn、遷移學習等先進技術，幫助ML專業(yè)技能有限的企業(yè)構建自己的高品質定制化模型。我們相信，CloudAutoML將幫AI專家提升工作效率，開拓AI新領域，并幫助能力不足的工程師構建他們以前夢寐以求的強大AI系統(tǒng)。
我們發(fā)布的第一個CloudAutoML功能是CloudAutoMLVision，這個服務能讓定制化圖像識別ML模型的創(chuàng)建更快、更輕松。它有一個拖放式的界面，讓你能輕松地上傳圖像、訓練并管理模型，然后將訓練好的模型直接部署在GoogleCloud上。之前，Google展示過CloudAutoMLVision模型在ImageNet、CIFAR等熱門數(shù)據(jù)集上的分類成績，錯誤率比通用的MLAPI更低。
以下是關于CloudAutoMLVision的更多信息：
更高的準確率：CloudAutoMLVision基于Google的圖像識別方法，包括遷移學習、神經架構搜索技術等，這意味著即使你的企業(yè)沒有足夠的機器學習專業(yè)技能，也能獲得更準確的模型。
更快：用CloudAutoML創(chuàng)建一個簡單的機器學習模型來對AI應用做嘗試，只需要幾分鐘，構建一個完整的商用模型，也只需要一天。
易用：AutoMLVision有一個簡單的圖形化用戶界面，你可以制定數(shù)據(jù)，并將其轉換為專為你的需求定制的高質量模型。
服裝品牌UrbanOutfitters的數(shù)據(jù)科學家AlanRosenwinkel說：我們一直在尋找優(yōu)化客戶購物體驗的新方法。要向客戶提供相關產品推薦、準確的搜索結果和有用的產品篩選器，創(chuàng)建、維護一組全面的產品屬性非常重要。
但是，手動創(chuàng)建產品屬性非常費時費力。為了解決這個問題，我們的團隊嘗試了用CloudAutoML通過識別花紋、領口樣式等細微產品特征，來將產品歸類流程自動化。在幫助我們的客戶更好地發(fā)現(xiàn)、推薦和搜索產品這件事上，CloudAutoML前景非常光明。
迪士尼消費產品和互動媒體CTO及高級副總裁MikeWhite說：CloudAutoML的技術能幫我們創(chuàng)建計算機視覺模型，根據(jù)迪士尼的角色、產品類別和顏色來標注我們的產品，這些標注可以整合到我們的搜索引擎中，在shopDisney商店中通過更相關的搜索結果、更快的發(fā)現(xiàn)速度和產品推薦，來加強用戶體驗。
倫敦動物學會（ZSL）保護技術主管SophieMaxwell告訴我們：ZSL是一個國際慈善組織，在全球范圍內為保護動物及其棲息地而努力。要履行這一使命，一個關鍵要求是要追蹤野生動物種群來進一步了解他們的分布，更好地理解人類對這些物種的影響。
為了達到這一目標，ZSL在野外設置了一系列相機陷阱，當有熱量或運動出現(xiàn)時，為經過的動物拍照。然后，這些設備拍下的數(shù)據(jù)需要人工分析，根據(jù)相關的物種進行標注，比如這個是大象、那個是獅子、那個是長頸鹿，這是一個耗資巨大勞動力密集型任務。
ZSL的保護技術部門在與Google的CloudML團隊密切合作，幫助推進這項激動人心的技術，ZSL想用這項技術來自動分類圖像，這樣可以削減成本、擴大部署范圍，幫我們深入了解該如何更有效地保護世界上的野生動物。
如果有興趣試用AutoMLVision，可以在這里填表申請：https://services.google.com/fb/forms/cloudautomlalphaprogram/