您现在的位置是:首页 >互联网 > 2020-11-02 14:00:46 来源:

Google推出新工具使企业更容易使用AI

导读 Google LLC正在加紧努力,使各行各业的企业更容易使用其人工智能技术。互联网巨头已经朝这个方向迈出了一大步。今年早些时候,它推出了一

Google LLC正在加紧努力,使各行各业的企业更容易使用其人工智能技术。

互联网巨头已经朝这个方向迈出了一大步。今年早些时候,它推出了一项名为AutoML的新服务,对于AI知之甚少的企业可以使用该服务来构建自己的定制机器学习模型。Google还提供了高级解决方案实验室等资源,该实验室与Google自己的机器学习工程师进行了现场协作。

Google的Cloud AI产品管理总监Rajen Sheth在博客中表示,尽管该公司现在拥​​有超过15,000个使用AI服务的付费客户,但这还远远不够。

Sheth写道:“我们的目标是使AI覆盖所有企业。” “但是这样做意味着降低准入门槛。这就是为什么我们在构建所有AI产品时要牢记三个想法:使它们变得简单,以便更多的企业可以采用它们,使它们对最广泛的组织有用,并使其快速发展,以便企业可以迭代并更快地获得成功。”

为此,谷歌今天启动了所谓的“ AI中心”,这实际上是一个全面的一站式商店,可用于所有Google的机器学习工具和资源。

Sheth写道,AI集线器目前在Alpha中可用,是“即插即用ML内容的所在地,包括管道,Jupyter笔记本,TensorFlow模块等”。想法是使所有企业可以公开使用这些工具和资源,同时还为组织提供共享和上载此类资源的私有安全位置。

Sheth在接受SiliconANGLE的采访时说,AI中心还将帮助促进数据科学家,开发人员和机器学习工程师之间的更大合作。

Sheth说:“由于机器学习是一项团队运动,因此许多科学家从未见过工作数据。” “例如,您需要前端的数据工程师将数据转换为正确的格式。但是在后端,需要数据工程师将其投入生产。”

加强协作的需求也解释了Google为什么要为Kubeflow引入Kubeflow Pipelines,Kubeflow是打包机器学习代码的软件,因此组织中的其他人可以重用它。Kubeflow Pipelines使开发人员能够组合,部署和管理从原型到生产的这些机器学习工作流程。借助它,开发人员还可以利用Google的机器学习框架TensorFlow并使用其开源库来修复诸如模型分析和数据验证之类的问题,这些问题通常会导致生产中的机器学习模型出现问题。

Sheth说,“ Kubeflow管道”使团队中的每个人都可以轻松地将他们的工作封装在管道中。“因此,好处之一是您可以非常轻松地将组件移入和移出,以便构建新模型而又不会弄乱其他所有东西。这将使协调端到端的ML流变得更加容易。”

另一个更新是Google的Cloud Video应用程序编程界面中的三个新功能的Beta版,该功能用于搜索和理解视频的内容。该API现在具有文本检测功能,可用于确定视频中文本的显示时间和位置,从而使此类内容更易于搜索。第二个新功能是“对象跟踪”,用于识别500多种类型的对象。最后,Google添加了语音转录功能,可轻松转录视频中的音频并创建字幕或字幕。

最终,Google宣布了其V2张量处理单元的价格和全面上市时间。这些是托管在Google云中的专用处理器,可大大加快机器学习的工作量。谷歌还提供了PyTorch(一种与自己的TensorFlow竞争的机器学习框架),可与TPU一起使用。

Constellation Research Inc.的分析师Holger Mueller表示,谷歌决定在其TPU上启用PyTorch是一个重大新闻,因为这意味着它正在有效地拥抱TensorFlow的最大竞争对手。

他说:“它允许混合使用不同的AI技术。” “这也给Google带来了与众不同的优势,因为AWS和Microsoft之类的竞争对手还没有提出任何能够启动各自的AI产品的最新ML或AI硬件。”

至于其他更新,这些表明“竞争已经开始”,使企业能够构建自己的AI应用程序。这是因为业务用户需要先验证其AI应用程序,并确保在将其投入生产之前先舒适地使用它们。

“无论是开发人员,数据科学家还是简单的业务用户,人们都倾向于信任他们所构建的内容,” Mueller说。