这真是年夜事！
谷歌缩小招了！
昨天李飞飞和Jeff Dean就在推特上冲动人心预告，说谷歌将有主要的里程碑事宜宣布。如今答案揭晓了：谷歌明天宣布了Cloud AutoML。
这是个甚么器械？
浅显点说，Cloud AutoML是个开辟利器，即使你不懂机械进修，也能练习出一个定制化的机械进修模子。因为还在Alpha测试版的阶段，今朝这个办事仅支撑盘算机视觉模子，但谷歌表现稍后会支撑一切尺度机械进修模子，包含语音、翻译、视频、天然说话处置等。
今朝曾经可用的办事是Cloud AutoML Vision。
谷歌Cloud AutoML体系基于监视进修，所以须要供给一系列带有标签的数据。详细来讲，开辟者只须要上传一组图片，然后导入标签或许经由过程App创立，随后谷歌的体系就会主动生成一个定制化的机械进修模子。
听说，模子会在一天以内练习完成。
全部进程，从导入数据到打标签到练习模子，一切的操作都是经由过程拖拽完成。在这个模子生成和练习的进程中，不须要任何工资的干涉。
曩昔几个月里，有几家公司一向在测试Cloud AutoML。个中就包含迪士尼。这套体系让迪士尼在线商城的搜刮功效加倍壮大。
所以，照这个势头成长下去，或许企业今后能够就不消雇佣机械进修和数据专家了。
Cloud AutoML，望文生义就是云上的AutoML。谷歌客岁5月宣布AutoML，其时谷歌CEO劈柴哥说，如今设计神经收集异常耗时，对专业才能请求又高，只要一小撮迷信家和工程师能做。为此，谷歌发明了一种新办法：AutoML，让神经收集去设计神经收集。
客岁11月，谷歌对AutoML停止进级。之前的AutoML虽能设计出与人类设计的神经收集一致程度的小型神经收集，但一直被限制在CIFAR-10和Penn Treebank等小型数据集上。进级以后，AutoML也能应对ImageNet这类范围的数据集了。
总之，这个办法就是让AI设计AI。如今谷歌又把这个技巧放到云上了。
如今独一的成绩是，谷歌没有颁布Cloud AutoML的办事价钱，并且也临时没有对外开放。想要试用这个办事，须要向谷歌收回请求。
这个请求，年夜概要答复十几项的发问。
为了Cloud AutoML的宣布，谷歌云人工智能和机械进修首席迷信家李飞飞，谷歌云人工智能研发担任人李佳，结合宣布了一篇博客，具体引见了Cloud AutoML。
量子位将这篇博客翻译以下：
我们一年多之前参加Google Cloud，开启了AI平易近主化的任务。我们的目的，是下降进入门坎，将AI供给给最宽大的开辟者、研讨人员和企业群体。
向着这个目的，我们的Google Cloud AI团队停顿顺遂。2017年，我们推出了Google Cloud Machine Learning Engine（机械进修引擎），赞助无机器进修专业常识的开辟者轻松构建实用于任何数据类型的机械进修模子。
我们展现了能如何在预练习模子之上构建古代机械进修办事，也就是视觉、语音、天然说话处置（NLP）、翻译、Dialogflow等API，为贸易运用带来无与伦比的范围和速度。我们的数据迷信家和ML研讨人员社区Kaggle曾经成长到百万人范围。
如今，应用Google Cloud AI办事的企业数目跨越10000，Box、劳斯莱斯船业、玩具公司丘比、和网上超市奥卡多都在用。
但我们能做的远不止于此。今朝，世界上只要多数企业能获得足够的人才网job.vhao.net和预算来享用ML和AI成长带来的好处，可以或许创立先辈机械进修模子的人才网job.vhao.net异常无限。就算你们公司有ML或许AI工程师，要本身构建定制化的ML模子依然要司理一个耗时、庞杂的进程。固然Google经由过程API供给了能完成特定义务的预练习机械进修模子，但要把AI带给每一个人，还有很长的路要走。
为了减少差距，让每家企业都能用上AI，我们推出了Cloud AutoML。
Cloud AutoML经由过程应用learning2learn、迁徙进修等先辈技巧，赞助ML专业技巧无限的企业构建本身的高品德定制化模子。我们信任，Cloud AutoML将帮AI专家晋升任务效力，开辟AI新范畴，并赞助才能缺乏的工程师构建他们之前求之不得的壮大AI体系。
我们宣布的第一个Cloud AutoML功效是Cloud AutoML Vision，这个办事能让定制化图象辨认ML模子的创立更快、更轻松。它有一个拖放式的界面，让你能轻松地上传图象、练习并治理模子，然后将练习好的模子直接安排在Google Cloud上。之前，Google展现过Cloud AutoML Vision模子在ImageNet、CIFAR等热点数据集上的分类成就，毛病率比通用的ML API更低。
以下是关于Cloud AutoML Vision的更多信息：
更高的精确率：Cloud AutoML Vision基于Google的图象辨认办法，包含迁徙进修、神经架构搜刮技巧等，这意味着即便你的企业没有足够的机械进修专业技巧，也能取得更精确的模子。
更快：用Cloud AutoML创立一个简略的机械进修模子来对AI运用做测验考试，只须要几分钟，构建一个完全的商用模子，也只须要一天。
易用：AutoML Vision有一个简略的图形化用户界面，你可以制订数据，并将其转换为专为你的需求定制的高质量模子。
服装网www.vhao.net品牌Urban Outfitters的数据迷信家Alan Rosenwinkel说：”我们一向在寻觅优化客户购物体验的新办法。要向客户供给相干产物推举、精确的搜刮成果和有效的产物挑选器，创立、保护一组周全的产物属性异常主要。
然则，手动创立产物属性异常费时辛苦。为懂得决这个成绩，我们的团队测验考试了用Cloud AutoML经由过程辨认斑纹、领口款式等纤细产物特点，来将产物归类流程主动化。在赞助我们的客户更好地发明、推举和搜刮产物这件事上，Cloud AutoML远景异常光亮。“
迪士尼花费产物和互动媒体CTO及高等副总裁Mike White说：“Cloud AutoML的技巧能帮我们创立盘算机视觉模子，依据迪士尼的脚色、产物种别和色彩来标注我们的产物，这些标注可以整合到我们的搜刮引擎中，在shopDisney市肆中经由过程更相干的搜刮成果、更快的发明速度和产物推举，来增强用户体验。”
伦敦植物学会（ZSL）掩护技巧主管Sophie Maxwell告知我们：“ZSL是一个国际慈悲组织，在全球规模内为掩护植物及其栖息地而尽力。要实行这一任务，一个症结请求是要追踪野活泼物种群来进一步懂得他们的散布，更好地舆解人类对这些物种的影响。
为了到达这一目的，ZSL在野外设置了一系列相机圈套，当有热量或活动涌现时，为经由的植物摄影。然后，这些装备拍下的数据须要人工剖析，依据相干的物种停止标注，好比这个是年夜象、谁人是狮子、谁人是长颈鹿，这是一个耗资伟大休息力密集型义务。
ZSL的掩护技巧部分在与Google的Cloud ML团队亲密协作，赞助推动这项冲动人心的技巧，ZSL想用这项技巧来主动分类图象，如许可以增添本钱、扩展安排规模，帮我们深刻懂得该若何更有用地掩护世界上的野活泼物。”
假如有兴致试用AutoML Vision，可以在这里填表请求：https://services.谷歌.com/fb/forms/cloudautomlalphaprogram/
AutoML Vision是我们和Google Brain和其他Google AI团队亲密协作的结果，也是Cloud AutoML系列产物中的第一个。在下降AI门坎的途径上，我们只是方才开端，人工智能帮Cloud AI产物的10000多名客户所完成的才能年夜年夜鼓励了我们，我们愿望Cloud AutoML的宣布，能帮更多企业经由过程AI发明更多能够。
