AI人工智能创造更多的机会。

时间 2019-12-14 标签 ai 人工智能创造更多的机会

最有资格回答这个问题的人，昨天给出了答案。Google云AI研发主管李佳，说她不一样意Cloud AutoML会对AI开发者形成威胁。算法

“Cloud AutoML不是为了替代机器学习开发者，而是为机器学习开发者而打造。”api

这位Cloud AutoML的核心研发负责人说：没必要恐慌。网络

△ 谷歌云AI研发主管、谷歌AI中国中心总裁李佳

ML缺口还很大

李佳把AI的用户分为三种。机器学习

熟悉各类工具，AI能力很强的开发者工具
没必要自建模型，API就知足需求的使用者性能
有想法有数据，但不知怎么用的转型者学习

其实AutoML针对的是第三种用户。Google的目标是，之后这类企业不须要再去招募大量的机器学习人才，也不须要花大量的时间去标注训练数据，就直接能够获得本身定制的东西。ui

也就是说，AutoML能下降使用机器学习的门槛，让更多对机器学习了解有限的人，把Google级的AI技术运用到产品打磨中。spa

这就是推出AutoML的最核心缘由，也是最终目的。.net

而一旦人人可用机器学习，AI便能创造更多的机会。

李佳说，可能会因为AutoML这样的产品存在，未来会出现各类各样的AI产品，更多懂行业、懂产品的人能够发挥本身已有的特长，就能让AI技术实现其行业和产品价值。

这并不空话。

就在Cloud AutoML发布后两周，注册用户就迅速破万，涉及背景之普遍，应用场景之多样，出乎李飞飞、李佳们意料以外。

李佳感叹：因吹斯汀。

好比伦敦动物学学会用AutoML来识别野生动物，以前他们也有该需求，但预算让这个非营利性组织望而生畏。

还有不太能预料的应用，好比被用在垃圾检测方面，经过AutoML Vision识别塑料瓶。

总之，花式使用。

李佳预计，将来大概会有2100万开发者可使用这些API或AutoML这样的产品。AI技术有望进一步渗透到更多的产品和服务之中。

“目前，全球有100万人有能力去开发机器学习算法，”李佳给出的这个数字代表，AI人才缺口空缺巨大。AutoML等产品，将来将有助于缓解目前AI开发者供不该求的局面。

因此，仍是好好学习机器学习吧。

耗时一年研发

AutoML是个开发利器，即使你不懂机器学习，也能训练出一个定制化的机器学习模型。

Google去年5月发布AutoML，当时谷歌CEO说，如今设计神经网络很是耗时，对专业能力要求又高，只有一小撮科学家和工程师能作。为此，Google创造了一种新方法：AutoML，让神经网络去设计神经网络。

这个方法就是让AI设计AI。如今Google又把这个技能放到云上了。

但Cloud AutoML的推出并不是垂手可得。

李佳告诉量子位，在李飞飞和她加入Google云时，就开始着手准备推出相似的AI应用，以便经过产品的形式分享最前沿的AI研究和技术。

接近一年的研发时间里，Google云、Google大脑和Google研究团队紧密合做，而且出于用户需求，对产品进行了多轮打磨和考量。

这种技术-需求-产品的开发过程，面临的挑战不少。她举例称，在AutoML产品研发汇总，learning to learn在计算资源需求方面的问题，让她们颇费苦心。

最后，团队仍是实现了两方面突破：

一，很是简单的迁移学习（transfer learning），开发者能够在一分钟或者几分钟以内就能跑出结果；

二，learning to learn与其余应用相结合，性能和效果也使人欣喜，即使目前产品级效果达成还须要再花费1天时间。

李佳解释说，若是通常企业作相似效果，必需要招募本身的专家，而后设计机器学习算法、收集数据，等到推出成熟产品，实际耗费时间可能超过了数月甚至数年。

并且从当前效果来看，AutoML自动生成的模型已经比专家设计的模型在图片分类上效果要更好，产品开发的周期大大缩小，企业的花销也大大减小。

因此李佳认为：AutoML是AI福祉，而非威胁挑战。

行业广阔大有结合

李佳还认为，AI走向各行各业的路还很长。在大会上，她分享了AI智能系统在各个垂直行业中的应用，重点强调了教育、医疗等行业的变革。

在会后，她则对“AI+行业”的逻辑进行了说明。

李佳说，一方面与Google云承担的使命有关，但愿经过云，把AI前沿研究和工程产品之间串联，以产品化方式赋能各行各业。

另外一方面，其间涉及研究和产品的平衡。“研究能够更大胆，解决是紧迫又兼具挑战的问题，但产品须要结合用户的关注度和技术成熟状况。”

因此目前会在医疗、教育等这样集中关切却又缺少很好解决方案的领域，Google云AI团队会重点探索，集中更多资源把事情作好。

至于更多的领域和场景问题，经过AutoML这样的产品，能让开发者、企业结合自身状况去拓展应用边界。

正所谓：AI没有国界，AI福祉亦无边界。

AI in All

昨天李佳说出上述言论时，正值Google中国年度大会。Google还在现场展现了三种AI应用。

一是素描机器人，运用AI习得风格技艺，经过一张人类照片，5分钟生成一幅风格素描；

二是内置Google Assistant的AI交互吧台，语音告诉“吧台”你想喝的，而后AI就会调出高水平又稳定的鸡尾酒，其间还能跟吧台聊天……

三是Google文化学院应用，一样拍摄一张你的照片，而后机器迅速帮你找到历史中、艺术史上与你相像的“形象”，偏娱乐，应该是为了让历史和艺术更有趣吧——一个手机应用就能玩好久。

但关于AI in All可不止于应用展览。

在过去，Google中国的这个会都是一年一度的广告营销效果展现大会：一年又提高了多少转换率？有哪些新成绩？而后又有哪些中国企业借助Google出海表现不俗？

一言以蔽之：Google大中华区合做伙伴业绩大会。

然而今年，虽然仍是在围绕广告、营销转换率、出海品牌，但最抢眼的当属被高频说起的AI，下午还专门举行了分论坛，介绍AI赋能下的营销，正在带来哪些新变革。

此外，还有一些已经展露的变革结果。

Google中国几位负责人的头衔悄然发生了一些变化，有些是成绩性的，有些则是风向性的。

好比成绩性的：Scott在Google大中华区总裁的title以外，增长了Google韩国总裁；李佳如今也多了一个“Google AI中国中心总裁”的title。

而风向性的有：原Google北京研究院院长赵泽红，新职务名称是TensorFlow中国总监，将来AutoML发展不错，估计也会有个中国地区总监，目前TensorFlow算是个开始吧。

另外，还有一位“新人”首次亮相：去年新上任的Google大中华区CMO黄介中。他的人可能没有业务红——若是你有留意的话，去年嘻哈正火时，Google翻译请到了嘻哈侠欧阳靖(MCJin)代言，在中国力度空前地铺了一拨广告。

会上也专门打了小广告，强调Google翻译能用。

嗯，能用。

言外之意已经很清楚了，但就怕吃瓜群众爱解读更多。

涉及Google，调动话题和情绪的地方你们心知肚明，但那些以爱之名的期待，实际都太过模糊遥远。