這真是大事！

谷歌放大招了！

昨天李飛飛和Jeff Dean就在推特上激動人心預告，說谷歌將有重要的里程碑事件發布。現在謎底揭曉了：谷歌今天發布了Cloud AutoML。

這是個什么東西？

通俗點說，Cloud AutoML是個開發利器，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Cloud AutoML Vision。

谷歌Cloud AutoML系統基于監督學習，所以需要提供一系列帶有標簽的數據。具體來說，開發者只需要上傳一組圖片，然后導入標簽或者通過App創建，隨后谷歌的系統就會自動生成一個定制化的機器學習模型。

據說，模型會在一天之內訓練完成。

整個過程，從導入數據到打標簽到訓練模型，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。

這有段視頻介紹。

過去幾個月里，有幾家公司一直在測試Cloud AutoML。其中就包括迪士尼。這套系統讓迪士尼在線商城的搜索功能更加強大。

所以，照這個勢頭發展下去，也許企業以后可能就不用雇傭機器學習和數據專家了。

Cloud AutoML，顧名思義就是云上的AutoML。谷歌去年5月發布AutoML，當時谷歌CEO劈柴哥說，現在設計神經網絡非常耗時，對專業能力要求又高，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Penn Treebank等小型數據集上。升級之后，AutoML也能應對ImageNet這種規模的數據集了。

總之，這個方法就是讓AI設計AI。現在谷歌又把這個技能放到云上了。

現在唯一的問題是，谷歌沒有公布Cloud AutoML的服務價格，而且也暫時沒有對外開放。想要試用這個服務，需要向谷歌發出申請。

這個申請，大概要回答十幾項的提問。

為了Cloud AutoML的發布，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負責人李佳，聯合發布了一篇博客，詳細介紹了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，是降低進入門檻，將AI提供給最廣大的開發者、研究人員和企業群體。

向著這個目標，我們的Google Cloud AI團隊進展順利。2017年，我們推出了Google Cloud Machine Learning Engine（機器學習引擎），幫助有機器學習專業知識的開發者輕松構建適用于任何數據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，為商業應用帶來無與倫比的規模和速度。我們的數據科學家和ML研究人員社區Kaggle已經發展到百萬人規模。現在，使用Google Cloud AI服務的企業數量超過10000，Box、勞斯萊斯船業、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，世界上只有少數企業能獲取足夠的人才和預算來享受ML和AI發展帶來的益處，能夠創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，讓每家企業都能用上AI，我們推出了Cloud AutoML。

Cloud AutoML通過使用learning2learn、遷移學習等先進技術，幫助ML專業技能有限的企業構建自己的高品質定制化模型。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。

我們發布的第一個Cloud AutoML功能是Cloud AutoML Vision，這個服務能讓定制化圖像識別ML模型的創建更快、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Google Cloud上。之前，Google展示過Cloud AutoML Vision模型在ImageNet、CIFAR等熱門數據集上的分類成績，錯誤率比通用的ML API更低。

以下是關于Cloud AutoML Vision的更多信息：

更高的準確率：Cloud AutoML Vision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沒有足夠的機器學習專業技能，也能獲得更準確的模型。

更快：用Cloud AutoML創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：AutoML Vision有一個簡單的圖形化用戶界面，你可以制定數據，并將其轉換為專為你的需求定制的高質量模型。

服裝品牌Urban Outfitters的數據科學家Alan Rosenwinkel說：”我們一直在尋找優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，創建、維護一組全面的產品屬性非常重要。但是，手動創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Cloud AutoML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現、推薦和搜索產品這件事上，Cloud AutoML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Mike White說：“Cloud AutoML的技術能幫我們創建計算機視覺模型，根據迪士尼的角色、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、更快的發現速度和產品推薦，來加強用戶體驗。”

倫敦動物學會（ZSL）保護技術主管Sophie Maxwell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時，為經過的動物拍照。然后，這些設備拍下的數據需要人工分析，根據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Cloud ML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AutoML Vision，可以在這里填表申請：https://services.google.com/fb/forms/cloudautomlalphaprogram/

AutoML Vision是我們和Google Brain以及其他Google AI團隊密切合作的成果，也是Cloud AutoML系列產品中的第一個。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產品的10000多名客戶所實現的能力大大激勵了我們，我們希望Cloud AutoML的發布，能幫更多企業通過AI發現更多可能。

— 完 —