酷应用

Google 发布 Cloud AutoML 降低机器学习门槛，调参民工前景堪忧

百家作者：AI100 2018-01-18 12:12:09

翻译 | AI 科技大本营（rgznai100）

参与 | 刘畅、林椿眄

编辑 | 周翔、Donna

本周三，Google 发布了最新的 Cloud AutoML 技术，该技术能使企业开发者们通过 Google Cloud 平台自动创建机器学习模型。谷歌首先将发布 AutoML Vision，即用于建立机器视觉模型的工具，随后将陆续推出用于机器翻译和自然语言处理等的工具。

Cloud AutoML 将是开发者的利器，即便你不懂机器学习，也能训练出一个定制化的机器学习模型。具体来说，开发者只需要上传一组图片，然后导入标签或者通过 App 创建，随后 Cloud AutoML 就会自动生成一个定制化的机器学习模型，大大降低了开发者的上手门槛。

Cloud AutoML 简介

以下是 Google Cloud AI 首席科学家李飞飞和 R&D 负责人李佳对 Cloud AutoML 的介绍：

两年前，当我们加入 Google Cloud 的时候，我们就开始了AI民主化的使命。我们致力于降低每个人进入AI的门槛，并将AI尽可能多地提供给开发者、研究人员和企业社区。

为实现这一目标，我们的 Google Cloud AI 团队一直在稳步前进，并取得良好的进展。

2017 年，我们推出了 Google Cloud Machine Learning Engine，它可以帮助那些具有机器学习专业知识的开发人员，轻松构建适用于任何类型数据的ML模型。我们展示了现代机器学习服务（如计算机视觉，语音，自然语言处理，翻译和对话流等多种API）是如何建立在预先训练好的模型之上，并为实际业务和应用需求带来无与伦比的规模和运行速度。

Google Cloud 旗下的 Kaggle 竞赛，是专为数据科学家和ML研究人员建立的社区，目前已经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 所提供的服务，其中包括 Box、Rolls Royce Marine、Kewpie 和 Ocado 等公司。

但是，要实现我们的目标，还有很长的一段路要走。目前在全世界范围内，只有少数企业能够拥有充分了解和开展ML和AI技术所需的人才和预算。然而，目前能够创建高级机器学习模型的人数非常有限。

此外，就算你的公司已经拥有 ML/AI 工程师，你仍然需要花费大量的时间来搭建自己的定制化 ML 模型，这是一个非常复杂的过程。虽然，针对特定的任务，Google 可以通过各种特定的 API 向第三方提供已经预训练好的的机器学习模型。但是如果我们想要将 AI 带给每个人，我们还有很长的路要走。

为了缩小这个差距，让 AI 技术能够普及到每个企业，我们推出了 Cloud AutoML。Cloud AutoML 使用了 Google 的 learn2learn 和转移学习等先进技术，帮助那些只有有限 ML 专业知识的企业开始构建高品质的自定义模型。我们相信 Cloud AutoML 也将使 AI 专家们更加高效地工作，拓展新的AI领域，并帮助那些技术娴熟的工程师构建强大的AI系统，这也是AI研究人员一直以来所追求的目标。

我们推出的第一版 Cloud AutoML 服务是 Cloud AutoML Vision。它可以更快、更轻松地创建自定义 ML 模型，来执行图像识别任务。其拖放式的界面可以让你轻松上传图像，训练和管理模型。然后，你可以直接在 Google Cloud 上部署这些训练有素的模型。如果使用 Cloud AutoML Vision 执行一些公开的数据集（如 ImageNet 和 CIFAR）的图像分类任务，其性能方面会优于那些通用的 ML API，主要表现为：分类的错误更低，分类的结果更准确。

Cloud AutoML Vision 的三大优势：

更高的模型准确性：基于 Google 领先的图像识别方法，包括迁移学习和神经架构搜索技术，Cloud AutoML Vision 能够帮助你建立更高性能的模型。这意味着即使企业的机器学习专业知识有限，你也可以获得更准确、性能更好的模型。

生产就绪模型的周转时间更快：使用 Cloud AutoML，你可以在几分钟内创建一个适用你的AI应用程序的简单模型，或者在一天内构建用于实际需要的完整模型。

更易于使用：AutoML Vision 提供了一个简单的图形用户界面。对于指定任意数据，特定需求， AutoML Vision 能够将数据转换为定制的高质量的ML模型。

服装品牌 Urban Outfitters 曾使用 Cloud AutoML 识别服装的花纹、领口样式等细微产品特征，并用其自动归类了产品特点。

Urban Outfitters 的数据科学家 Alan Rosenwinkel 说：“我们一直试图向客户提供精准的商品推荐、筛选和搜索服务。这时，创建并维护一套完整的产品属性就显得非常重要。但是，手动创建产品属性非常费时费力。我们使用了 Cloud AutoML，它有效地帮助我们提高了商品推荐准确度和用户搜索体验。

迪士尼消费产品和互动媒体 CTO 及高级副总裁 Mike White 说：“Cloud AutoML 的技术正在帮助我们创建计算机视觉模型。这些模型可以用迪士尼卡通形象、产品类别和颜色给产品进行标注。当这些标注被整合到我们的搜索引擎中时，我们的系统便能以更快地速度提供更相关的搜索结果和产品推荐，加强用户体验。”

致力于全球动物和动物栖息地保护的伦敦动物学会（ZSL）也正在和 Google Cloud ML 团队合作，为相关物种进行标注。

Google Cloud ML 团队为致力于全球动物和动物栖息地保护的伦敦动物学会（ZSL）开发了一套自动为动物图片进行标注的系统。

其技术负责人 Sophie Maxwell 说：“为了保护濒危动物，我们在野外安置了一系列自动照相机，用来拍摄行进中的动物。原本这些设备拍下的数据需要大量的人力进行分析和标注，比如这个是大象、那个是狮子、那个是长颈鹿。现在，Google 的自动化标注系统帮助我们节省开支，同时，我们也加大自动化相机的部署规模，拍摄更多的照片，并对如何有效保护世界野生动物有了更深入的了解。