李飛飛發表 Google 雲端 AutoML Vision 平台,客製化企業級機器學習模型不再是難題

作者 | 發布日期 2018 年 01 月 18 日 11:43 | 分類 AI 人工智慧 , Google , 軟體、系統 line share follow us in feedly line share
李飛飛發表 Google 雲端 AutoML Vision 平台,客製化企業級機器學習模型不再是難題


Google 雲端機器學習平台(Google Cloud AI)自從上線以來就以預先訓練、可直接呼叫的高效機器學習模型吸引許多企業級用戶,在上面構建簡單的機器學習應用。然而企業總會有專屬需求,越來越多企業不再滿足於定義好的功能,而想要設計和應用更自訂化的機器學習模型。

Google 雲端首席科學家李飛飛和 Google 雲端研發負責人李佳合著的關於 Google 雲端文章,正式宣告 Google 雲端 AutoML 平台問世。在這裡,構建、訓練和部署自訂機器學習模型更簡單方便,甚至對機器學習不甚了解的企業也可構建自己的人工智慧系統。全文翻譯如下。

差不多一年多以前我們兩個人加入 Google 雲端時,都心懷一個使命,就是讓 AI 平民化。我們的目標是降低 AI 的使用門檻,讓 AI 盡可能對開發者、研究者和商業用戶來說更觸手可及。

Google 雲端 AI 團隊一直向這個目標進步。2017 年,我們發表了 Google 雲端機器學習引擎(Google Cloud Machine Learning Engine),幫助具機器學習知識的開發者輕鬆構建處理任何種類、任意大小資料的機器學習模型。我們表明現代機器學習服務──換句話說就是包括視覺、語音、NLP、翻譯和對話流的 API──可構建在預先訓練的基礎模型上,為商業應用提供無可比擬的服務規模和執行速度。我們的資料科學家和機器學習研究者社群 Kaggle 也已發展到超過 100 萬名用戶。而今天,已有 Box、勞斯萊斯、Kewpie 和 Ocado 等超過一萬家企業使用 Google 雲端的 AI 服務。

除此之外我們還能做很多。現在,全世界的企業有足夠知識技能和預算,能充分享受機器學習和人工智慧帶來好處的企業並不多,能建立進階機器學習模型的人才也非常有限。且即便是一個有機器學習/人工智慧工程師的企業,構建自訂機器學習模型的過程仍非常費時、非常複雜,很難管理。雖然 Google 雲端已透過 API 提供預先訓練的機器學習模型,夠完成某些特定工作,但是距離我們想要的「把 AI 帶給每個人」還有很長的路要走。

為了縮小距離,以及為了讓每個企業都能更輕鬆接觸並使用 AI,今天向大家介紹 Google 雲端 AutoML。對只有有限機器學習知識的企業,Google 雲端 AutoML 可透過 Google 的進階技術,比如 learn2learn 和遷移學習,幫助他們動手構建自己的高品質自訂模型。我們相信 Google 雲端 AutoML 可讓 AI 專家發揮更大的生產力、探索 AI 新領域,以及幫助技能有限的工程師構建他們曾經只能夢想擁有的強大人工智慧系統。

我們發表的首個 Google 雲端 AutoML 版本將會是雲端 AutoML Vision,建立自訂影像辨識模型會因它更快、更簡單。它允許直接拖曳的介面讓你輕鬆上傳影像、訓練和管理模型,然後直接在 Google 雲端平台同步這些訓練好的模型。Google 雲端 AutoML Vision 早期測試結果中,分類熱門公用資料集 ImageNet 和 CIFAR 已有優秀表現,相比通用的機器學習 API 可更準確、更低的分類誤差。

Google 雲端 AutoML Vision 還有下面這些好處:

  • 更高的準確性:Google 雲端 AutoML Vision 是基於 Google 頂尖影像分類方法構建,包括遷移學習和神經架構搜尋技術。這意味著,即便使用它的企業只有有限的機器學習技術能力,也能得到比以往做法準確的模型。
  • 達到生產級別模型所需的開發週期更短:接觸 Google 雲端 AutoML,用戶可用幾分鐘時間就構建一個簡單模型,然後把它連線到帶 AI 功能的應用程式;或構建一個完整、生產級別的模型最短也只需一天就可完成。
  • 使用簡單:Google 雲 AutoML Vision 提供簡潔的圖形化用戶介面,可讓用戶選擇資料,然後把所選的資料轉換成用戶具體需求量身訂做的高品質模型。

「 Urban Outfitters 一直在搜尋提高用戶購物體驗的新方法」,Urban Outfitters 資料科學家 Alan Rosenwinkel 說,「我們要給用戶提供有意義的產品建議、準確的搜尋結果和好用的產品篩選系統,歸類並維持一組豐富的產品特點對此非常重要。然而,人工歸類產品特點很困難也很花時間。為了改善這個問題,我們已在評估使用 Google 雲端 AutoML 了,我們打算讓它辨識產品圖案樣式、領口風格之類的微妙產品特點,進而把產品特點的歸類過程自動化。Google 雲端 AutoML 很有潛力幫我們給用戶帶來更好的探索、建議和搜索體驗。」

迪士尼消費級產品和互動媒體 CTO、資深副總裁 Mike White 表示:「Google 雲端 AutoML 的技術正在幫助我們構建視覺模型,這些模型可給我們的產品添加迪士尼卡通形象、產品類別和色彩標注。我們也正把這些標注結果整合到搜尋引擎,透過相關性更高的搜尋結果、更快的探索和產品建議過程,把迪士尼商店的用戶體驗再提升一階。」

倫敦動物學會的動物保護技術負責人 Sophie Maxwell 也說:「倫敦動物學會是一個世界性的動物保護慈善組織,我們專注於全世界的動物和動物棲息地保護。這種工作的關鍵要求就是追蹤野外動物種群、學習牠們的種群分散、更理解人類活動對這些物種產生的影響。為了達到這個目標,倫敦動物學會在野外布置了一系列自動照相機,當有動物經過時,它們會被熱量或運動觸發,拍下經過的動物。這些裝置會拍攝數百萬張照片,然後我們需要用人力分析檢視、標註相關的動物種類,比如獅子、大象還是長頸鹿等,這個過程需要非常多人力,且資金開銷很大。倫敦動物學會專門設立的動物保護技術部門已和 Google 的雲端機器學習團隊緊密合作,他們幫助我們開發一種新的自動化技術標註影像。我們感到非常興奮,這可以節省開支、以更大的規模應用部署,以及幫助我們更深理解如何更有效率保護全世界的野生動物。」

如果你對 Google 雲端 AutoML Vision 感到躍躍欲試,歡迎點擊這個連結申請試用。

Google 雲端 AutoML Vision 是我們 Google 雲端團隊和 Google Brain 團隊及其他 Google AI 團隊合作的共同成果,也是我們正在開發的數個 Google 雲端 AutoML 產品中的第一個。雖然我們讓 AI 變得更觸手可及的旅途剛剛開始,超過一萬個用戶用 Google 雲端 AI 產品所能達成的成果,已帶給我們許多激勵和靈感。我們希望 Google 雲端 AutoML 的發表可幫助更多企業發現 AI 的種種可能性。

(本文由 雷鋒網 授權轉載;首圖來源:Google

延伸閱讀: