中小企業看過來,Google發表Cloud AutoML工具,要讓天下沒有難用的AI

2018.01.18 by
楊晨欣
翁書婷
中小企業看過來,Google發表Cloud AutoML工具,要讓天下沒有難用的AI
何佩珊/攝影
Google發表Cloud AutoML工具,將影像辨識的機器學習技術帶到雲端開發工具上,強調開發者不需要高度程式技術就能開發相關應用。

Google發表Cloud AutoML工具,要讓天下沒有難導入的AI。

Cloud AutoML背後的技術是遷移學習(Transfer Learning),藉由將已經訓練好的模型套用至新的模型,以幫助新的模型訓練。此外,learning2learn 及超參數調整技術(hyperparameter tuning technologies)能提供大幅改善的結果給客戶。

特點:拖放式直覺採用,分類更準確

Cloud AutoML其中第一個Cloud AutoML版本將是Cloud AutoML Vision。這個工具可以讓企業用更快的速度建立使用於圖像辨識自定義ML(Machine Learning,機器學習)模型。

Google雲端人工智慧與機器學習研發負責人李佳強調,該工具提供數據標記、處理、以及自動建構客製化機器學習模型,此外也能直接在 Google雲端上進行雲端模式比對(Prediction API)和雲端模式推理(Inference API),使用者可以建立出協同工作的整合方案。

而且介面採用拖放式,因此使用者可以很直覺地上傳圖像,訓練和管理模型,甚至最後可以直接部署模型。

Google推出機器學習運算雲端開發工具,讓企業更簡易、快速開發視覺辨識AI應用。
Google

在常見的mageNet和CIFAR等數據集分類結果顯示,使用Cloud AutoML Vision比起先前推出的通用ML API,分類精度更高,分類錯誤也更少。AutoML未來還會推出語音、翻譯和自然語言處理等工具。

誰採用:迪士尼與服飾業者率先導入

舉例來說,迪士尼把這套系統帶到線上商店的產品搜尋中,當消費者搜尋米奇米妮相關產品時,搜尋引擎就會靠影像辨識來顯示含有這些卡通人物的產品,而不再像過去,透過標籤文字過濾搜尋結果。

流行服飾品牌Urbanoutfitters也能透過這樣的技術,來分類產品目錄中的各項衣物配件,讓造訪線上商店的消費者,不僅能夠靠品項搜尋,更可能透過「風格」來篩選商品。

Google聲稱,透過拖拉影像的方式,開發者就能夠訓練自己的機器學習運算模型,不是AI專家的開發者,也能開發相關應用。

「AI與機器學習仍然是具備高度進入障礙的領域,只有少數公司才能夠擁有自己的專業技術人才與相關資源。推出這項新工具,就是要消弭這道隔閡,讓AI成為每個企業都能獲取的資源。」Google在官方聲明中這樣說道。

Google在企業雲端服務市場的競爭者,也都已經推出類似服務。微軟有Cognitive Services,亞馬遜的AWS也有類似工具。

機器學習專家供不應求,避免學界與業界的危機

是什麼原因讓Google推出Cloud AutoML?

Google雲端人工智慧與機器學習首席科學家李飛飛指出,「全球開發者總數大約有2100萬人,但全球的數據科學家僅約100萬人,因此能善用人工智慧、甚至從中獲利的企業僅占少數。」

而在2017年的北京一場論壇上,李飛飛也直言,「不管是學術界還是工業界,全世界都是大大的供不應求」。而這個供不應求並不只是人才問題而已,李飛飛說,若不從教育端開始培養相關人才,屬於非常初期的階段的人工智慧領域可能就會出現危機。

因此,雖然AI技術正熱,但翻開AI 60年發展史,也曾遇到兩次寒冬,雖然這次的AI熱潮有眾多可商用化的技術突破撐腰,業界人士並不擔心再度愈冷,但站在Google的高度,如何打破技術壁壘,讓人工智慧技術快速普及是非常重要的任務。

給缺數據,也缺人才的中小企業更多機會

李飛飛強調,構建ML模型耗費大量的時間,過程又極為複雜,擁有機器學習或人工智慧人才的公司也要花很多時間。「雖然Google利用的API,提供一些特定任務機器學習模型,但這還不夠。Google想要將AI帶給每個人。」

李飛飛也指出,對於一些數據缺乏的領域,Cloud AutoML將可以帶來突破性的發展,舉例來說,在臨床上一些罕見疾病數據缺乏,過去較難訓練出好的模型,但用Cloud AutoML則可以透過資料品質的提升,解決這樣的問題。

其中對於資金較為缺乏,無法吸引足夠的人工智慧人才的中小企業來說,採用Cloud AutoML工具可能是比團隊組建相關團隊更務實的解決方案。

每日精選科技圈重要消息