0
| 本文作者： 夏睿 | 2017-03-13 17:45 |
Google Cloud Next ‘17 大會于本月在美國舊金山Moscone會議中心成功舉辦。
大會期間，Google向公眾展示了在過去一年中，Google 在企業(yè)云端市場的100個新產品。這些新產品涵蓋了云端平臺收購的新成員、云端安全、數(shù)據(jù)分析、數(shù)據(jù)庫服務、機器學習服務、云平臺定價和各方支持、開發(fā)商平臺和工具、基礎設施建設、企業(yè)合作及生產力、Android及 Chrome設備、云端消費者服務、云端合作者等的十二個領域。
Google人工智能和機器學習首席科學家李飛飛也于上周三在谷歌云官方博客中對Google云機器學習的最新進展進行了介紹，她在博文中說道，
我們看到越來越多的客戶開始把人工智能作為他們數(shù)據(jù)分析戰(zhàn)略的一部分，包括Airbnb、Airbus、迪士尼和Ocado等早期使用者都是非常能鼓舞人心的例子... ...我們很高興的宣布一系列新產品、研究和教育計劃，確保各行各業(yè)、數(shù)據(jù)科學家和開發(fā)者都能夠使用機器學習。
Google表示，谷歌云平臺的云機器學習服務可使各規(guī)模和層次的機構都能輕松使用機器學習。
在此，雷鋒網(wǎng)AI科技評論選擇了其在機器學習方面的最新進展，為大家進行詳細介紹（完整原文可參見這里）：
該服務（目前處于GA階段，雷鋒網(wǎng)編者注：GA表示一般可用性階段，在產品生命周期中位于早期）可基于 TensorFlow，與所有類型、規(guī)模的數(shù)據(jù)建立可互動的機器學習模型，使企業(yè)和組織訓練自己的模型，并將模型部署在云生產中。此外，該產品還整合了Google Cloud 平臺上的其他產品，包括 Cloud Dataflow、Cloud Datalab 和 Google BigQuery 等。
通過使用該服務，谷歌的技術合作伙伴也能更好地解決實際問題。比如：
SpringML 使用該服務為終端客戶提供即時分析；
SparkCognition 則用它來識別和阻止 zero-day 攻擊。
尚處Private Beta階段的視頻智能 API以 TensorFlow等為開發(fā)構架，并使用了強大的深度學習模型。這款API能以精確到每一幀的準確度對視頻進行完整分析，并適用于類似YouTube 等的大規(guī)模媒體平臺。
在Google Cloud Next 大會上，Google人員也在現(xiàn)場演示了視頻智能 API：
首先播放了一段商業(yè)廣告片段，系統(tǒng)正確地識別出廣告中出現(xiàn)的臘腸犬，最后正確判斷出這是一段廣告視頻。在另一個演示中，輸入「海灘」，系統(tǒng)便列出了所有包含海灘場景的視頻。
視頻智能 API通過對視頻內容進行分析，為開發(fā)者提供相關實體類別信息( 如“狗”、“花”、“人”等名詞，以及“跑步”、“游泳”、“飛翔”等名詞），從而讓開發(fā)者輕松知曉視頻中的內容。它甚至還能提供情景理解，能夠判定實體在視頻中出現(xiàn)的時間。例如，搜索“老虎”，它就能夠找到Google Cloud Storage中所有出現(xiàn)老虎的視頻片段。
很長時間以來，谷歌都在與世界上最大的媒體企業(yè)進行合作，幫助他們發(fā)現(xiàn)視頻等無結構數(shù)據(jù)的價值。因此，Google表示這款 API 的適用對象主要是：
希望建立媒體索引或想用更簡單的方法管理眾包內容（crowd-sourced content）的大型媒體公司以及科技消費公司
以及類似 Cantemo 等想要把它植入到自有視頻管理軟件中的合作伙伴。
Google Cloud 視覺API（目前處于GA階段） 是 Google 發(fā)展速度最快的 API 之一。
自2016年4月發(fā)布以來，這款 API 已能讓開發(fā)者從超過 10 億個圖像中提取元數(shù)據(jù)。如今，這款視覺API又有了更多樣化的功能——API 1.1 beta 版可從 Knowledge Graph 中識別數(shù)以百萬計的實體，并擁有增強的光學字符識別（OCR）能力。借助Google Cloud視覺API，人們以后就可以在掃描法律合同、研究論文、書籍等文檔時提取文本了。計算機視覺正在從一個“非常酷的功能”演變成為現(xiàn)代企業(yè)的基本組成部分。
如今，房地產交易網(wǎng)站 Realtor.com 已開始使用 Google Cloud 視覺 API，讓客戶能夠通過智能手機拍攝感興趣房屋的圖片，即時獲取該房產的信息。
Realtor.com 客戶體驗高級副總裁大衛(wèi)·懷特說，
“通過使用 Google 的機器學習，我們的匹配率要比只能用地點進行搜索的網(wǎng)站高出 24 個百分點?！?/p>
Google 的高級解決方案實驗室（Advanced Solution Lab）讓客戶能夠使用谷歌的專用設施，并可同 Google 的機器學習專家直接合作，將機器學習技術應用到工作中?；?TensorFlow 和 Google Cloud 機器學習引擎，客戶能夠探索特定的商業(yè)應用場景，進而在機器學習領域建立起穩(wěn)固的基礎。
Google Cloud 求職 API 使用機器學習，讓求職網(wǎng)站能夠提供更匹配的職位搜索結果。自 Google 發(fā)布這款 API 以來，已經(jīng)整合了 CareerBuilder、Dice 和 Jibe 等測試者的反饋意見，并增加了通勤搜索等新功能。
目前，Johnson & Johnson有350個職位空缺， 他們選擇用Cloud Jobs API幫助求職者尋找適合自己的崗位。強生人才引進部副總裁Sjoerd Gehring說道，
“Cloud Jobs API的機器學習技術能讓我們提升求職者的求職體驗，填補求職者和職位之間的鴻溝?！?/p>
目前，Google Cloud 機器學習已逐漸形成了一整套API系統(tǒng)，涉及領域包括視覺（Vision）、視頻智能（Video Intelligence）、口語（Speech）、自然語言（Natural Language）、翻譯（Translation）和求職（Jobs）等。這些 API 使客戶能夠搭建可以看、聽和理解非結構化數(shù)據(jù)的下一代應用程序，因此，極大的增加了機器學習在下一代產品推薦、醫(yī)療圖像分析、欺詐監(jiān)控等眾多領域的使用范圍。
Google和紅杉資本、KPCB、GV、數(shù)據(jù)收集、新興資本、Andreessen Horowitz和格雷洛克等風投公司合作，為初創(chuàng)企業(yè)共同推出一項機器學習競賽。為了鼓勵企業(yè)參與，參與競賽的企業(yè)可以使用除谷歌之外的其他服務，不過，“Built With Google”這一獎項則專為使用谷歌云服務的團隊設置。
評委將根據(jù)初創(chuàng)公司在機器學習方面的獨特性來評判比賽結果。傳統(tǒng)的風險標準，如規(guī)模、產品市場的存在性以及團隊的技能和準備等，也會比賽有所影響。
以上便是Google Cloud平臺在機器學習方面的最新進展。除此之外，雷鋒網(wǎng)AI科技評論還會繼續(xù)為大家展示Google Cloud平臺在其他方面的進展，請大家持續(xù)關注。
雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
