Привет, Хабр! Сегодня информацией делится Джиа Ли, глава департамента R&D, Cloud AI. Джиа с командой сделали ИИ легким в применении и доступным даже для неспециалистов. Надеемся, что теперь ИИ придет в каждый бизнес, как некогда пришел компьютер в каждый дом, и читаем, как выглядит и что умеет Cloud AutoML.
Когда мы с Фэй-Фэй (Cloud AI, главный научный сотрудник) год назад присоединились к Google Cloud, нашей целью стало сделать ИИ доступным для максимального количества разработчиков, исследователей, предпринимателей и бизнеса. Наша команда по разработке ИИ для Google Cloud много сделала для достижения этой цели. В 2017 г. мы представили Google Cloud Machine Learning Engine, чтобы помочь разработчикам в этой сфере создавать модели, способные работать с данными любого типа и размера. Мы показали, как современные сервисы машинного обучения, например, разные API, в том числе Vision, Speech, NLP, Translation и DialogFlow, созданные на базе предварительно обученных моделей, могут помочь масштабировать и ускорить бизнес-приложения. Kaggle, наше сообщество специалистов по обработке данных и исследователей машинного обучения, выросло до более чем миллиона участников. И сейчас сервисами Google Cloud, в которых применяется ИИ, пользуется более 10 000 компаний, в том числе Box, Rolls Royce Marine, Kewpie и Ocado.
Но мы способны на большее. Сейчас только у небольшого количества компаний в мире достаточно сотрудников и бюджета, чтобы заниматься развитием машинного обучения и ИИ. Очень немногие могут создавать продвинутые модели машинного обучения. И даже если ваша компания работает с инженерами в области ИИ и ML, вам все равно нужно будет выстроить трудоемкий процесс разработки собственной пользовательской модели машинного обучения. И, хотя для выполнения определенных задач Google уже предлагает API на базе предварительно обученных моделей, для того, чтобы ИИ стал доступен всем, ещё многое предстоит сделать.
Чтобы заполнить этот пробел, мы представляем Cloud AutoML – продукт, который сделает ИИ доступным для любого бизнеса. Благодаря Cloud AutoML у бизнеса с небольшой экспертизой в области машинного обучения появилась возможность создавать собственные уникальные модели с использованием продвинутых методик Google, например learning2learn и трансферного обучения. Мы надеемся, что благодаря Cloud AutoML специалисты в области ИИ смогут работать эффективнее, осваивать новые сферы применения своих знаний и помогать менее опытным разработчикам создавать на базе ИИ собственные мощные системы, о которых раньше можно было только мечтать.
Первым продуктом Cloud AutoML, который мы представляем, станет Cloud AutoML Vision. С его помощью вы можете использовать простой интерфейс с функцией перетаскивания, чтобы загружать изображения, обучать модели и управлять ими, а затем и использовать эти модели непосредственно в Google Cloud. Первые результаты показали значительное улучшение в распознавании изображений в сравнении с предыдущими моделями, которые мы раньше использовали. Запросить доступ к Cloud AutoML Vision можно через эту форму.
Преимущества Cloud AutoML Vision перед обычными API с машинным обучением:
- Высокая точность. В CloudAutoML Vision используются передовые методики Google по распознаванию изображений, включая трансферное обучение и поисковые технологии с использованием нейронных сетей, благодаря которым удалось повысить эффективность работы и уменьшить количество ошибок классификации в таких известных открытых массивах данных, как ImageNet, CIFAR и др. Даже если у вас недостаточно экспертизы в машинном обучении, создать более точную модель будет быстрее, чем самостоятельно ее кастомизировать.
- Быстрый расчет готовой к использованию модели. С помощью Cloud AutoML вы можете за несколько минут создать простую модель в приложении, поддерживающем ИИ, или построить полную, готовую к использованию модель менее чем за день.
- Простота использования. С помощью простого графического интерфейса AutoML Vision вы можете задать нужные данные, а затем преобразовать их в качественную модель, подходящую для ваших нужд.
AutoMLVision – первый из продуктов Cloud AutoML, который упростит применение машинного обучения в различных бизнесах. Это результат тесного сотрудничества команд Google Brain и Machine Perception. И хотя мы еще только начали работать над доступностью ИИ, нас очень вдохновляет, что более 10 000 клиентов уже пользуются продуктами Cloud AI. Мы надеемся, что Cloud AutoML поможет гораздо большему количеству компаний оценить возможности ИИ.
Если вам интересно попробовать AutoML Vision, вы можете запросить доступ через специальную форму
[1] Learning Transferable Architectures for Scalable Image Recognition, Barret Zoph, Vijay Vasudevan, Jonathon Shlens, and Quoc V. Le. Arxiv, 2017.
[2] Progressive Neural Architecture Search,Chenxi Liu, Barret Zoph, Jonathon Shlens, Wei Hua, Li-Jia Li, Li Fei-Fei, Alan Yuille, Jonathan Huang, Kevin Murphy, Arxiv, 2017
[3] Large-Scale Evolution of Image Classifiers, Esteban Real, Sherry Moore, Andrew Selle, Saurabh Saxena, Yutaka Leon Suematsu, Quoc Le, Alex Kurakin. International Conference on Machine Learning, 2017.
[4] Neural Architecture Search with Reinforcement Learning, Barret Zoph, Quoc V. Le. International Conference on Learning Representations, 2017.
[5] Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning, Christian Szegedy, Sergey Ioffe, Vincent Vanhoucke, and Alex Alemi. AAAI, 2017.
[6] Bayesian Optimization for a Better Dessert,Benjamin Solnik, Daniel Golovin,Greg Kochanski,John Elliot Karro,Subhodeep Moitra,D. Sculley. NIPS, Workshop on Bayesian Optimization, 2017
Комментарии (3)
Mimus_spb
19.01.2018 14:47Джиа с командой сделали ИИ легким в применении и доступным даже для неспециалистов.
А этим самым «даже неспециалистам» этот ИИ вообще нужен? )
xmaster83
А это апишка потом покажит из чего состоят слои и сколько их?, чтоб сравнить например с vgg19, или incep-v4