推荐响应式网站建设,网站seo关键字优化,wordpress播放视频该插件不支持,常用ppt模板网站今天凌晨时分#xff0c;李飞飞通过一篇博客文章发布了谷歌最新AI产品——AutoML Vision#xff0c;可以自动设计机器学习模型。 我很荣幸地宣布AutoML Vision面世。无需精通机器学习#xff0c;每个人都能用这款AI产品定制机器学习模型。这是“AI民主化”的重要进展#x… 今天凌晨时分李飞飞通过一篇博客文章发布了谷歌最新AI产品——AutoML Vision可以自动设计机器学习模型。 我很荣幸地宣布AutoML Vision面世。无需精通机器学习每个人都能用这款AI产品定制机器学习模型。这是“AI民主化”的重要进展 ——李飞飞 这个名为Cloud AutoML的宏大项目浮出水面或标志谷歌发展的战略转型。一直以来面向机器学习人工智能开发者的Google Cloud这次将服务对象转向了普罗大众。 今天面世的AutoML Vision是一款提供自定义图像识别系统自动开发的服务。也就是说即使是没有机器学习专业知识的的小白只需了解模型基本概念也能借这项服务轻松搭建定制化的图像识别模型。而且这一切将通过云端完成。 从此以后一行代码也不用写? 除了图像识别谷歌未来还计划将AutoML服务拓展到翻译、视频和自然语言处理等领域。 谷歌的宏伟愿景由本次发布可见一斑——你只需在系统中上传自己的标签数据就能得到一个训练好的机器学习模型。整个过程从导入数据到标记到模型训练都可以通过拖放式界面完成。 从技术层面来看谷歌通过迁移学习Transfer Learning将已训练完成的模型转移到新的模型训练过程。这样能够用较少量数据训练出机器学习模型。对于医疗领域而言这点尤为重要因为在为罕见疾病和一些特殊案例建模时往往无法取得足够的训练数据。此外谷歌还通过learning2learn功能自动挑选适合的模型搭配超参数调整技术Hyperparameter tuning technologies自动调整参数。 AutoML由控制器Controller和子网络Child2个神经网络组成控制器生成子模型架构子模型架构执行特定的任务训练并评估模型的优劣反馈给控制器控制器将会将此结果作为下一个循环修改的参考。重复执行数千次“设计新架构、评估、回馈、学习”的循环后控制器能设计出最准确的模型架构。 在这一过程中搭建训练模型、调参等种种老大难题都能被自动解决这也将Google Cloud这一新服务与微软Azure ML的机器学习平台区分开。 解决了机器学习的技术门槛后只要有开发能力就算不懂机器学习知识也能通过AutoML打造出一套企业级的机器学习应用或AI应用。 众所周知机器学习专家的稀缺和水涨船高的薪资意味着大多数企业无法聘用自己的数据科学家如果此项服务能够成熟落地谷歌将无疑在众多云服务之争中开辟一大片新市场。 谷歌云AI研发负责人李佳左和首席科学家李飞飞 就在本周李飞飞曾在新闻发布会上表示“ 人工智能、机器学习仍然是一个进入门槛高的领域需要大量专业知识和资源而很少有公司自己能负担得起这些资源。今天虽然AI能为企业提供无数的益处但由于资源稀缺多数企业还无法开发个性化的模型。” Cloud AutoML的发布显然是奔着解决这一痛点而来。 以AutoML Vision为例使用者只需要将图片上传并点击训练便能选择要建立的定制模型或是既有的模型。如果希望定制化模型谷歌建议理想的情况是每个标记至少要有100张训练图片。如果选择通过Vision API使用既有的模型则只能标示一些常见的物件像是脸部、标志、地标等。 虽然谷歌此次声称AutoML是市面上唯一提供类似服务的产品但诸如Clarif.ai这样的服务也已打出过类似的旗号而微软的认知服务也能让你定制预先训练好的视觉、语音识别和决策模型不过所有这些服务都还未被正式发布。 AutoML Vision究竟如何还得由广大企业和开发者检验。目前必须通过申请才能使用该服务谷歌也仍未公开其定价。 对于此次发布Google Cloud AI首席科学家李飞飞和研发负责人李佳也发表了一篇公开信。大数据文摘在这里截取了重点翻译。 Cloud AutoML: 让人工智能对每个企业都触手可及 自一年前加入Google Cloud我们就将“AI民主化”列为我们的重要使命。降低门槛、并将AI提供给最广大的开发者、研究人员和企业群体是我们一直以来的目标。 在这条道路上我们的Google Cloud AI团队已经取得了诸多进展。 2017年我们推出了Google Cloud Machine Learning Engine帮助具有机器学习专业知识的开发人员轻松构建适用于任何规模、任何类型数据机器学习模型。我们展示了在预先训练好的模型之上现代机器学习服务如视觉语音NLP翻译和对话流等API能为业务应用带来的无与伦比的规模和速度。 我们的数据科学家、机器学习研究者社区平台Kaggle如今已经拥有超过一百万的成员。而今天已有超过10,000家企业使用Google Cloud AI服务其中包括BoxRolls Royce MarineKewpie和Ocado等公司。 但我们的目标还远不止于此。今天世界上仍只有一小部分企业拥有足够的人力财力资源来充分发挥AI和机器学习的潜能今天世界上仍只有一小部分人能够开发出先进的机器学习模型。即便那少数几家拥有AI专家的企业也仍需要大量时间、经过繁复的过程才能构建出自定义的机器学习系统。虽然通过谷歌为特定任务设计的APIs预训练的机器学习模型已经被实现但在普及AI的道路上我们还有很长的路要走。 为了进一步实现我们的愿景让每个企业都能使用AI我们今天推出了Cloud AutoML。 基于learning2learn和迁移学习等先进技术Cloud AutoML能够帮助机器学习专业知识薄弱的企业开始构建自己的高品质自定义模型。我们也相信Cloud AutoML能使AI专家们更加高效在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的强大AI系统。 Cloud AutoML的第一个发布将是Cloud AutoML Vision这一服务可以更快、更轻松地创建用于图像识别的自定义机器学习模型。其拖放式界面可让你轻松上传图像训练和管理模型然后直接在Google Cloud上部署这些训练有素的模型。我们先前使用Cloud AutoML Vision对常用公共数据集如ImageNet和CIFAR进行分类取得了比通用机器学习API更优的结果。 以下是Cloud AutoML Vision的详细性能介绍 更精准Cloud AutoML Vision基于谷歌领先的图像识别方法包括传输学习和神经架构搜索技术。这意味着即使企业不具备足够的机器学习专业知识也可以获得更准确的模型。 更快使用Cloud AutoML可以在几分钟内创建一个简单的模型用以调试你想用AI支持的应用程序可以在一天内构建能用于生产的完整模型。 操作简单AutoML Vision提供了一个简单的图形用户界面可让你指定数据然后将数据转换为一个针对特定需求的高质量模型。 截至目前已有包括迪士尼、伦敦动物学会ZSL、服饰品牌Urban Outfitter在内的多家公司和组织试用了该服务取得了业务突破。 如果你想要试用AutoML Vision可以通过该表格提交申请https://services.google.com/fb/forms/cloudautomlalphaprogram/。 AutoML Vision是我们与Google Brain和其他Google AI团队密切合作的结果也是Cloud AutoML系列产品中的第一个。尽管在普及AI这条道路上我们才刚刚起步但Cloud AI产品的10,000多个客户如今取得的成就已经让我们深受鼓舞。 谷歌云和谷歌大脑的合作也体现在李飞飞在推特上“点名表扬”Jeff Dean 我们希望Cloud AutoML的发布将帮助更多企业发现AI的潜力。
