Главная » IT-индустрия » Google демократизирует искусственный интеллект

Google демократизирует искусственный интеллект

Новый инструментарий AutoML будет использовать предварительно обученные модели Google.

 

Компания Google представила набор простых в использовании инструментов, которые помогут разработчикам, не имеющим достаточного опыта построения приложений машинного обучения, заниматься внедрением моделей для определенных задач.

AutoML использует предварительно обученные модели машинного обучения и технологию Neural Architecture Search.

«Новые продукты являются частью нашей миссии, направленной на демократизацию искусственного интеллекта и снижение барьеров входа, на доступность искусственного интеллекта максимально возможному по своему охвату сообществу разработчиков, исследователей и коммерческих предприятий», – указали в блоге Google научный директор направления облачного искусственного интеллекта Фей-Фей Ли и глава подразделения исследований облачного искусственного интеллекта Джиа Ли.

Первым продуктом в пакете – доступным тем, кто направил заявку, получившую одобрение – станет AutoML Vision, предназначенный для создания клиентских моделей на базе технологии распознавания образов Google.

После обучения модели на основе входных данных у пользователей появится возможность оценить и очистить ее. Перетащив изображения в окно программы, разработчики смогут помечать их, исходя из своих требований.

Google предлагает также услуги собственных специалистов, которые на основе полученных от клиентов инструкций будут соответствующим образом классифицировать изображения.

Она экспериментировала с автоматизацией сбора информации о восприятии покупателями различных нюансов своих товаров, в частности, образцов и стилей декольте. Одним из первых пользователей этого продукта стала компания Urban Outfitters, занимающаяся продажей модной одежды. Компания Disney использовала технологию для построения моделей и создания аннотаций продуктов со своими персонажами.

Зоологическое общество Лондона применяло AutoML Vision для анализа и аннотаций фотографий животных, снятых в дикой природе.

– В мире пока насчитывается очень мало людей, способных создавать передовые модели машинного обучения. «В настоящее время всего несколько предприятий имеют персонал и бюджеты, необходимые для того, чтобы полностью оценить преимущества машинного обучения и искусственного интеллекта, – указал Ли. И даже если у компании имеются инженеры по машинному обучению и искусственному интеллекту, ей предстоит еще наладить управление сложными и трудоемкими процессами построения своих собственных моделей машинного обучения».

В прошлом году компания Google представила Cloud Machine Learning Engine API, а новый пакет должен помочь «сократить имеющийся разрыв» и сделать искусственный интеллект «доступным каждому предприятию».

Голосуя за машинное обучение

Облачные конкуренты Google также стараются «демократизировать» машинное обучение.

В сентябре компания расширила свой набор инструментов искусственного интеллекта, но пока продукты по-прежнему находятся в стадии предварительной версии. Предлагаемая Microsoft простая визуальная среда Azure Machine Learning Studio, запускаемая в среде браузера, поддерживает перетаскивание и не требует написания программного кода.

На прошедшей в ноябре конференции Re:Invent компания Amazon Web Services представила полностью управляемый сервис сквозного машинного обучения Sagemaker и видеокамеру DeepLens, поддерживающую модели глубинного обучения.

– Они не хотят, чтобы оно было таким загадочным. «Люди, выстраивающие модели, не хотят, чтобы машинное обучение было таким сложным, – подчеркнул генеральный директор AWS Энди Джасси. Им нужно, чтобы все делалось как можно проще. Не хотят иметь перед собой черный ящик. Основная масса из них сосредоточена в крупных технологических компаниях. В мире еще просто нет такого большого числа практикующих специалистов по машинному обучению. И если вы хотите, чтобы машинное обучение активно использовалось большинством предприятий, необходимо сделать так, чтобы соответствующие средства были доступны разработчикам и ученым, решающим повседневные задачи».





Оставить комментарий

Ваш email нигде не будет показанОбязательные для заполнения поля помечены *

*

x

Это интересно

IDC: К 2025 году совокупные «облачные» расходы достигнут 1,3 триллиона долларов

В мире, основанном на цифровых технологиях, результаты бизнеса все больше зависят от способности как можно быстрее создавать и использовать инновации в любом удобном месте За последнее десятилетие облачные вычисления стали основой для предоставления мобильных сервисов и контента, а также альтернативой ...

Apple закончила очередной квартал с очередным рекордом

В то же время компания не оправдала ожиданий по квартальной выручке впервые с 2018 года, заработала меньше из-за дефицита чипов и перебоев в производстве. Apple представила результаты за четвертый финансовый квартал 2021 года (у компании он завершился 25 сентября). За ...