谷歌的兩位AI明星女科學(xué)家——李飛飛和李佳上周聯(lián)合宣布，谷歌正式推出Cloud AutoML，通過在網(wǎng)頁(yè)上選定你的需求（比如“我要一個(gè)能夠識(shí)別客廳的AI模型”）困食、再上傳少量素材（比如“100張客廳的照片”）边翁，系統(tǒng)就可以自動(dòng)生成這個(gè)AI模型！

這是自從李飛飛和李佳加入谷歌后一個(gè)里程碑式的大招硕盹，據(jù)兩人介紹符匾，目前CloudAI團(tuán)隊(duì)推出了10多個(gè)AI產(chǎn)品，超過1萬家公司在使用瘩例。

這也就意味著啊胶，原先需要眾多AI工程師、AI科學(xué)家才能搭建好的深度神經(jīng)網(wǎng)絡(luò)模型垛贤，現(xiàn)在每個(gè)人都能夠在自己的電腦上通過鼠標(biāo)點(diǎn)擊焰坪、拖拽圖片等行為自動(dòng)生成，一行代碼都不需要編寫聘惦，最快只需要幾分鐘就能自己造一個(gè)AI模型出來——是不是很黑科技某饰？

谷歌在2017年就發(fā)布了Cloud Machine Learning Engine來幫助開發(fā)者處理各種大小以及類型的文件，那些有機(jī)器學(xué)習(xí)基礎(chǔ)的開發(fā)團(tuán)隊(duì)借助它以及API接口可以實(shí)現(xiàn)處理圖片善绎、語言黔漂、視頻、翻譯等各種各樣的功能≠鹘矗現(xiàn)在已經(jīng)有許多公司已經(jīng)在使用谷歌的云端機(jī)器學(xué)習(xí)引擎了炬守，但是還有更多的東西可以帶給大家，那就是Cloud AutoML剂跟。

谷歌去年5月發(fā)布AutoML减途，當(dāng)時(shí)谷歌CEO皮查伊說，現(xiàn)在設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)非常耗時(shí)曹洽，對(duì)專業(yè)能力要求又高鳍置，只有一小撮科學(xué)家和工程師能做。為此衣洁，谷歌創(chuàng)造了一種新方法：AutoML墓捻，讓神經(jīng)網(wǎng)絡(luò)去設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)，現(xiàn)在谷歌又把這個(gè)技能放到云上了坊夫。

而如果一家公司想要用此打一個(gè)完整的商用模型砖第，也只需要一天的時(shí)間。

▲AutoML界面

雖然現(xiàn)在開放出來的只有Cloud AutoML Vision功能环凿，能夠定制化生成用于特定圖像識(shí)別的AI模型梧兼。但是李佳和李飛飛都表示未來Cloud AutoML的覆蓋范圍將會(huì)更廣，囊括圖像智听、語音羽杰、NLP等方面渡紫。

從技術(shù)層面來看，谷歌通過遷移學(xué)習(xí)（Transfer Learning）將已訓(xùn)練完成的模型考赛，轉(zhuǎn)移到新的模型訓(xùn)練過程惕澎。這樣，能夠用較少量數(shù)據(jù)訓(xùn)練出機(jī)器學(xué)習(xí)模型颜骤。對(duì)于醫(yī)療領(lǐng)域而言唧喉，這點(diǎn)尤為重要，因?yàn)樵跒楹币娂膊『鸵恍┨厥獍咐r(shí)忍抽，往往無法取得足夠的訓(xùn)練數(shù)據(jù)八孝。此外，谷歌還通過learning2learn功能自動(dòng)挑選適合的模型鸠项，搭配超參數(shù)調(diào)整技術(shù)（Hyperparameter tuning technologies）自動(dòng)調(diào)整參數(shù)干跛。

AutoML由控制器（Controller）和子網(wǎng)絡(luò)（Child）2個(gè)神經(jīng)網(wǎng)絡(luò)組成，控制器生成子模型架構(gòu)祟绊，子模型架構(gòu)執(zhí)行特定的任務(wù)訓(xùn)練并評(píng)估模型的優(yōu)劣反饋給控制器楼入，控制器將會(huì)將此結(jié)果作為下一個(gè)循環(huán)修改的參考。重復(fù)執(zhí)行數(shù)千次“設(shè)計(jì)新架構(gòu)牧抽、評(píng)估浅辙、回饋、學(xué)習(xí)”的循環(huán)后阎姥，控制器能設(shè)計(jì)出最準(zhǔn)確的模型架構(gòu)。

在這一過程中鸽捻，搭建訓(xùn)練模型呼巴、調(diào)參等種種老大難題都能被自動(dòng)解決，這也將Google Cloud這一新服務(wù)與微軟Azure ML的機(jī)器學(xué)習(xí)平臺(tái)區(qū)分開御蒲。

解決了機(jī)器學(xué)習(xí)的技術(shù)門檻后衣赶，只要有開發(fā)能力，就算不懂機(jī)器學(xué)習(xí)知識(shí)厚满，也能通過AutoML打造出一套企業(yè)級(jí)的機(jī)器學(xué)習(xí)應(yīng)用或AI應(yīng)用府瞄。

眾所周知，機(jī)器學(xué)習(xí)專家的稀缺和水漲船高的薪資意味著大多數(shù)企業(yè)無法聘用自己的數(shù)據(jù)科學(xué)家碘箍，如果此項(xiàng)服務(wù)能夠成熟落地遵馆，谷歌將無疑在眾多云服務(wù)之爭(zhēng)中開辟一大片新市場(chǎng)。

谷歌云AI研發(fā)負(fù)責(zé)人李佳（左）和首席科學(xué)家李飛飛

該產(chǎn)品發(fā)布之后丰榴，Google Cloud 人工智能和機(jī)器學(xué)習(xí)首席科學(xué)家李飛飛連發(fā)兩條推特货邓，“在幾個(gè)月的時(shí)間里就將最前沿的技術(shù)轉(zhuǎn)化為大范圍普及的產(chǎn)品，這是一段難忘且振奮人心的過程四濒，我們希望 AutoML Vision 可以為我們的客戶解決問題换况≈氨妫”

圖丨李飛飛連發(fā)兩條推特

除此以外李飛飛和李佳還在博客上發(fā)布親筆文章，詳細(xì)介紹了她們開發(fā) Cloud AutoML 的初衷和遠(yuǎn)景戈二，以下為文章全文：

當(dāng)我們兩年前加入 Google Cloud 的時(shí)候舒裤，我們就承接過來了讓 AI“民主化”的重?fù)?dān)。那其中最首要的目標(biāo)就是降低人工智能領(lǐng)域的進(jìn)入門檻觉吭，將 AI 技術(shù)提供給盡可能多的開發(fā)者腾供、研究員和公司。

我們 Google Cloud AI 團(tuán)隊(duì)在實(shí)現(xiàn)這一目標(biāo)的道路上一直在穩(wěn)步推進(jìn)亏栈。2017 年台腥，我們推出了 Google Cloud Machine Learning Engine，幫助具備機(jī)器學(xué)習(xí)專業(yè)知識(shí)的開發(fā)人員輕而易舉地創(chuàng)建適用于所有規(guī)模绒北、所有數(shù)據(jù)的 ML 模型黎侈。我們展示了如何在預(yù)先訓(xùn)練模型之上創(chuàng)建當(dāng)前所需要的機(jī)器學(xué)習(xí)服務(wù)，比如視覺闷游、語音峻汉、NLP、翻譯和 Dialogflow 等 API脐往，毫無疑問休吠，這將極大地提升業(yè)務(wù)應(yīng)用規(guī)模和速度。此外业簿，我們的數(shù)據(jù)科學(xué)家和 ML 研究人員的社區(qū) Kaggle 已經(jīng)發(fā)展到超過一百萬個(gè)成員瘤礁。如今，已有超過 10,000 家企業(yè)使用 Google Cloud AI 的服務(wù)梅尤，其中不乏像 Box柜思、Rolls Royce Marine、Kewpie 和 Ocado 等公司巷燥。

但是厂榛，這還遠(yuǎn)遠(yuǎn)不夠渤愁，我們還有更多的事情可以做锌订。我們注意到推盛，目前世界上只有少數(shù)企業(yè)能夠拿出足夠的人力資源和經(jīng)費(fèi)預(yù)算來拓展在 ML 和 AI 領(lǐng)域的研究，但現(xiàn)實(shí)是能夠創(chuàng)建高級(jí)機(jī)器學(xué)習(xí)模型的人數(shù)十分有限钝腺。而自定義 ML 模型的創(chuàng)建也是一個(gè)復(fù)雜的過程抛姑，那些擁有機(jī)器學(xué)習(xí)工程師的公司也仍然需要花費(fèi)時(shí)間去管理。雖然谷歌通過 API 提供了能夠執(zhí)行特定任務(wù)的預(yù)訓(xùn)練機(jī)器學(xué)習(xí)模型艳狐，但是如果我們想要將 AI 帶給每個(gè)人途戒，則還有很長(zhǎng)的路要走。

為了縮小這之間的差距僵驰，讓每個(gè)企業(yè)都能乘上人工智能的順風(fēng)車喷斋，我們推出了 Cloud AutoML唁毒。Cloud AutoML 使用諸如 learning2learn 和谷歌遷移學(xué)習(xí)等先進(jìn)技術(shù)，來幫助在機(jī)器學(xué)習(xí)領(lǐng)域涉獵不深的企業(yè)構(gòu)建自己的高品質(zhì)自定義機(jī)器學(xué)習(xí)模型星爪。我們相信浆西，Cloud AutoML 將使人工智能專家更高效率地工作，在 AI 中拓展新的領(lǐng)域顽腾，并幫助技術(shù)嫻熟的工程師構(gòu)建他們以前夢(mèng)寐以求卻難以達(dá)成的強(qiáng)大 AI 系統(tǒng)近零。

當(dāng)然，我們的第一個(gè) Cloud AutoML 版本將是 Cloud AutoML Vision抄肖，這一服務(wù)可以實(shí)現(xiàn)更快久信、更輕松地創(chuàng)建用于圖像識(shí)別的自定義機(jī)器學(xué)習(xí)模型。其拖拽式的操作界面可以讓你輕松地上傳圖像漓摩、訓(xùn)練并管理模型裙士，然后直接在 Google Cloud 上部署這些已經(jīng)訓(xùn)練成熟的模型。通過流行的公共數(shù)據(jù)集（比如 ImageNet 和 CIFAR）進(jìn)行分類的早期結(jié)果顯示管毙，使用 Cloud AutoML Vision 比更通用的 ML API 分類錯(cuò)誤更少腿椎，結(jié)果也更準(zhǔn)確。

以下是官方提供的有關(guān) Cloud AutoML Vision 更多的信息：

更高的準(zhǔn)確性：Cloud AutoML Vision 是基于谷歌領(lǐng)先的圖像識(shí)別方法夭咬，例如遷移學(xué)習(xí)和神經(jīng)架構(gòu)搜索技術(shù)啃炸。這意味著即使你的公司在機(jī)器學(xué)習(xí)領(lǐng)域沒有深耕，也可以得到更準(zhǔn)確的模型卓舵。

加快生產(chǎn)就緒（Production-ready）模式的周轉(zhuǎn)時(shí)間：使用 Cloud AutoML南用，您可以在幾分鐘內(nèi)創(chuàng)建一個(gè)簡(jiǎn)單的模型，并以此來試用您的 AI 應(yīng)用程序掏湾，或者在一天之內(nèi)構(gòu)建完整的生產(chǎn)就緒模型训枢。

易于使用：AutoML Vision 提供了一個(gè)簡(jiǎn)單易用的用戶操作界面，你可以很方便地指定數(shù)據(jù)忘巧，然后將數(shù)據(jù)轉(zhuǎn)換為針對(duì)您的特定需求定制的高質(zhì)量模型。

URBN 的數(shù)據(jù)科學(xué)家 Alan Rosenwinkel?表示：“Urban Outfitters 一直在探索新的方法來提升我們客戶的購(gòu)物體驗(yàn)睦刃⊙庾欤”那么，創(chuàng)建并維護(hù)全面的產(chǎn)品屬性對(duì)于為客戶提供相關(guān)的產(chǎn)品推薦涩拙、精準(zhǔn)的搜索結(jié)果和行之有效的的產(chǎn)品過濾器是至關(guān)重要的际长；然而，手動(dòng)標(biāo)注產(chǎn)品屬性是一項(xiàng)曠日費(fèi)時(shí)的工作兴泥。為了解決這個(gè)問題工育，我們團(tuán)隊(duì)一直在評(píng)估是否可以以 Cloud AutoML 作為突破口，通過細(xì)微的產(chǎn)品特征來將產(chǎn)品歸因過程自動(dòng)化搓彻。有鑒于此如绸，Cloud AutoML 非常有利于幫助我們的客戶提供更好的發(fā)現(xiàn)嘱朽、推薦和搜索體驗(yàn)≌樱”

迪士尼消費(fèi)品和互動(dòng)媒體首席技術(shù)官兼高級(jí)副總裁 Mike White?說：“我們正在用 Cloud AutoML 技術(shù)來建立視覺模型搪泳，用迪斯尼卡通中的人物、類別和顏色等信息來標(biāo)注我們的產(chǎn)品扼脐。這些注解正在被整合到我們的搜索引擎中岸军，通過更多的相關(guān)搜索結(jié)果，用以加快發(fā)現(xiàn)和推薦 Disney 商店的產(chǎn)品瓦侮，從而增強(qiáng)訪客的體驗(yàn)艰赞。”

倫敦動(dòng)物學(xué)會(huì)技術(shù)主任 Sophie Maxwell?告訴我們：“我們是一個(gè)致力于保護(hù)動(dòng)物及其棲息地的國(guó)際組織肚吏，而如果要更好地履行這一使命方妖，其中的關(guān)鍵要求是追蹤野生動(dòng)物種群以更好的了解它們的分布信息及人類對(duì)這些物種的影響⌒胛梗”為了實(shí)現(xiàn)這個(gè)目的吁断，我們?cè)谝巴獠渴鹆艘幌盗邢鄼C(jī)。然后這些設(shè)備捕獲的數(shù)據(jù)將由人工進(jìn)行分析坞生，并標(biāo)記出他們究竟是大象仔役、獅子還是長(zhǎng)頸鹿，很顯然是己，這是一個(gè)勞動(dòng)密集型的操作過程又兵。因此，我們的技術(shù)部門一直與 Google Cloud ML 團(tuán)隊(duì)保持密切的合作卒废，有了 Cloud AutoML 這一激動(dòng)人心的技術(shù)沛厨，我們可以更便捷地實(shí)現(xiàn)圖像標(biāo)記的自動(dòng)化，借以更深入的了解并保護(hù)世界范圍內(nèi)的野生動(dòng)物摔认∧嫫ぃ”

AutoML Vision 是我們與 Google Brain 和其他 Google AI 團(tuán)隊(duì)密切合作的結(jié)果，也是尚在開發(fā)中的 Cloud AutoML 產(chǎn)品其中的首個(gè)参袱。雖然我們還沒有徹底將人工智能的進(jìn)入門檻消滅电谣，但我們已經(jīng)受到了 Cloud AI 產(chǎn)品 10,000 多個(gè)客戶的深刻啟發(fā)。我們衷心地希望 Cloud AutoML 的發(fā)布將有幫助更多的企業(yè)借助 AI 的力量打開更廣闊的未來抹蚀。

如果您有興趣試用 AutoML Vision剿牺，可以提交此表單https://services.google.com/fb/forms/cloudautomlalphaprogram/

目前谷歌還沒有公布Cloud AutoML的服務(wù)價(jià)格，開發(fā)者還需要等待环壤。

值得一提的是晒来，繼北京和上海辦公室之后，Google 悄悄在深圳開設(shè)了第三個(gè)辦公室郑现，凸顯了公司的硬件和廣告業(yè)務(wù)的增長(zhǎng)湃崩。新辦公室的人數(shù)預(yù)計(jì)將會(huì)與北京上河担看齊，將會(huì)達(dá)到 300 人左右規(guī)模竹习。