这真是大事！

谷歌扩展招了！

昨日李飞飞和Jeff Dean就在推特上激动人心预告，说谷歌将有重要的里程碑拜见发布。现在谜底揭晓了：谷歌今日发布了Cloud AutoML。

这是个什么东西？

浅显点说，Cloud AutoML是个开发利器，即便你不明白机器学习，也能练习出一个定制化的机器学习模型。因为还在Alpha测验版的阶段，现在这个服务仅支撑计算机视觉模型，但谷歌表明稍后会支撑避实就虚规范机器学习模型，包含语音、翻译、视频、自然语言处理等。

现在现已可用的服务是Cloud AutoML Vision。

谷歌Cloud AutoML体系依据监督学习，所以需求供给一系列带有标签的数据。具体来说，开发者只需求上传一组图片，然后导入标签或许经过App创立，随后谷歌的体系就会主动生成一个定制化的机器学习模型。

听说，模型会在一天之内练习完结。

整个进程，从导入数据到打标报到练习模型，避实就虚的操作都是经过拖拽完结。在这个模型生成以及练习的进程中，不需求任何人为的干涉。

这有段视频介绍。

曩昔几个月里，有几家公司一直在测验Cloud AutoML。其中就包含迪士尼。这套体系让迪士尼在线商城的查找功用愈加强壮。

所以，照这个气势开展下去，或许企业今后或许就不必雇佣机器学习和数据专家了。

Cloud AutoML，望文生义便是云上的AutoML。谷歌上一年5月发布AutoML，其时谷歌CEO劈柴哥说，现在规划神经网络十分耗时，对专业才能要求又高，只要一小撮科学家和工程师能做。为此，谷歌发明了一种新办法：AutoML，让神经网络去规划神经网络。

上一年11月，谷歌对AutoML进行晋级。之前的AutoML虽能规划出与人类规划的神经网络平等水平的小型神经网络，但一直被约束在CIFAR-10和Penn Treebank等小型数据集上。晋级之后，AutoML也能应对ImageNet这种规划的数据集了。

总归，这个办法便是让AI规划AI。现在谷歌又把这个技能放到云上了。

现在仅有的问题是，谷歌没有发布Cloud AutoML的服务价格，并且也暂时没有对外开放。想要试用这个服务，需求向谷歌宣布请求。

这个请求，大约要回答十几项的发问。

为了Cloud AutoML的发布，谷歌云人工智能和机器学习首席科学家李飞飞，谷歌云人工智能研制负责人李佳，联合发布了一篇博客，具体介绍了Cloud AutoML。

量子位将这篇博客翻译如下：

咱们一年多之前参加Google Cloud，敞开了AI民主化的使命。咱们的方针，是下降进入门槛，将AI供给给最广阔的开发者、研究人员和企业集体。

向着这个方针，咱们的Google Cloud AI团队开展顺畅。2017年，咱们推出了Google Cloud Machine Learning Engine（机器学习引擎），协助有机器学习专业知识的开发者轻松构建适用于任何数据类型的机器学习模型。咱们展现了能怎样在预练习模型之上构建现代机器学习服务，也便是视觉、语音、自然语言处理（NLP）、翻译、Dialogflow等API，为商业运用带来无与伦比的规划和速度。咱们的数据科学家和ML研究人员社区Kaggle现已开展到百万人规划。现在，运用Google Cloud AI服务的企业数量超越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。

但咱们能做的远不止于此。现在，世界上只要少量企业能获取满足的人才和预算来享用ML和AI开展带来的好处，能够创立先进机器学习模型的人才十分有限。就算你们公司有ML或许AI工程师，要自己构建定制化的ML模型依然要司理一个耗时、杂乱的进程。尽管Google经过API供给了能完结特定使命的预练习机器学习模型，但要把AI带给每个人，还有很长的路要走。

为了缩小差距，让每家企业都能用上AI，咱们推出了Cloud AutoML。

Cloud AutoML经过运用learning2learn、搬迁学习等先进技能，协助ML专业技能有限的企业构建自己的高品质定制化模型。咱们信任，Cloud AutoML将帮AI专家广大工作效率，开辟AI新领域，并协助才能缺乏的工程师构建他们曾经朝思暮想的强壮AI体系。

咱们发布的第一个Cloud AutoML功用是Cloud AutoML Vision，这个服务能让定制化图画辨认ML模型的创立更快、更轻松。它有一个拖放式的界面，让你能轻松地上传图画、练习并办理模型，然后将练习好的模型直接不方便在Google Cloud上。之前，Google展现过Cloud AutoML Vision模型在ImageNet、CIFAR等抢手数据集上的分类效果，错误率比通用的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依据Google的图画辨认办法，包含搬迁学习、神经架构查找技能等，这意味着即便你的企业没有满足的机器学习专业技能，也能取得更精确的模型。

更快：用Cloud AutoML创立一个简略的机器学习模型来对AI运用做测验，只需求几分钟，构建一个完好的商用模型，也只需求一天。

易用：AutoML Vision有一个简略的图形化用户界面，你能够拟定数据，并将其转换为专为你的需求定制的高质量模型。

服装品牌Urban Outfitters的数据科学家Alan Rosenwinkel说：”咱们一直在寻觅优化客户购物体会的新办法。要向客户供给相关产品引荐、精确的查找效果和有用的产品挑选器，创立、维护一组全面的产品特点十分重要。可是，手动创立产品特点十分费时吃力。为了处理这个问题，咱们的团队测验了用Cloud AutoML经过辨认斑纹、领口款式等纤细产品特征，来将产品归类流程主动化。在协助咱们的客户更好地发现、引荐和查找产品这件事上，Cloud AutoML远景十分光亮。“

迪士尼消费产品和互动媒体CTO及高档副总裁Mike White说：“Cloud AutoML的技能能帮咱们创立计算机视觉模型，依据迪士尼的人物、产品类别和色彩来标示咱们的产品，这些标示能够整合到咱们的查找引擎中，在shopDisney商铺中经过更相关的查找效果、更快的发现速度和产品引荐，来加强用户体会。”

伦敦动物学会（ZSL）维护技能主管Sophie Maxwell告知咱们：“ZSL是一个世界慈悲安排，在全球规模内为维护动物及其栖息地而尽力。要实行这一使命，一个要害要求是要追寻野生动物种群来进一步了解他们的散布，更好地舆解人类对这些物种的影响。为了到达这一方针，ZSL在野外设置了一系列相机圈套，当有热量或运动出现时，为经过的动物摄影。然后，这些设备拍下的数据需求人工剖析，依据相关的物种进行标示，比方这个是大象、那个是狮子、那个是长颈鹿，这是一个耗资巨大劳动力密集型使命。ZSL的维护技能部门在与Google的Cloud ML团队密切合作，协助推动这项激动人心的技能，ZSL想用这项技能来主动分类图画，这样能够减少本钱、扩展不方便规模，帮咱们深化了解该怎么更有效地维护世界上的野生动物。”

如果有爱好试用AutoML Vision，能够在这里填表请求：https://services.google.com/fb/forms/cloudautomlalphaprogram/

AutoML Vision是咱们和Google BrAIn以及其他Google AI团队密切合作的效果，也是Cloud AutoML系列产品中的第一个。在下降AI门槛的道路上，咱们仅仅刚刚开始，人工智能帮Cloud AI产品的10000多名客户所完成的才能大大鼓励了咱们，咱们期望Cloud AutoML的发布，能帮更多企业经过AI发现更多或许。

—完—