Anuncio clave del producto de la conferencia Google Next: lanzamiento de la versión Beta de Cloud AutoML
Google lanzó oficialmente una nueva generación de producto de aprendizaje automático: CloudAutoML en la conferencia anual Google Cloud NEXT, que cubre las tres categorías principales de reconocimiento de imágenes (Vision), traducción (Translate) y procesamiento del lenguaje natural ( Lenguaje Natural). Este producto, que permite a las empresas disponer rápidamente de modelos de aprendizaje automático personalizados, ¿resuelve qué problemas en el campo del aprendizaje automático y qué se ha vuelto popular la inteligencia artificial en los últimos años? ¡Descubrámoslo a través de este artículo! Una breve discusión sobre "inteligencia artificial", "aprendizaje automático" y "aprendizaje profundo"
Si queremos explicar la diferencia entre inteligencia artificial, aprendizaje automático y aprendizaje profundo en una oración, podemos decir: " El aprendizaje profundo es una tecnología que impulsa el aprendizaje automático, un método de implementación de inteligencia artificial".
Inteligencia Artificial: El término Inteligencia Artificial (IA) se originó en una conferencia de Dartmouth College en 1956, con el propósito de construir una máquina equivalente a la inteligencia humana. mismo nivel de inteligencia que los humanos y pueden realizar las mismas tareas que los humanos".
Aprendizaje Automático: Método El Aprendizaje Automático (Machine Learning) es un método para realizar la inteligencia artificial. Analice datos y experiencias pasadas a través de algoritmos, encuentre sus reglas operativas y tome decisiones y predicciones sobre eventos del mundo real. En resumen, "el aprendizaje automático consiste en entrenar una máquina a través de datos masivos, diciéndole lo que es correcto, para que la máquina pueda hacer predicciones por sí sola".
Aprendizaje Profundo: Tecnología El Aprendizaje Profundo (DeepLearning) es una tecnología que implementa el aprendizaje automático. La tecnología utilizada por AlphaGo, que derrotó al actual campeón mundial de ajedrez, fue el aprendizaje profundo. Los modelos de aprendizaje profundo requieren una gran cantidad de datos de entrenamiento para obtener mejores resultados de predicción. Actualmente solo se puede diseñar para necesidades específicas. Por ejemplo, AlphaGo solo puede jugar al Go y no se le puede pedir que juegue al ajedrez. A partir de esto, sabemos que "el aprendizaje profundo se refiere a ingresar datos capa tras capa de apilamiento de funciones y permitir que la máquina encuentre la mejor solución".
Servicio en la nube innovador: CloudAutoML
Después de explicar la relación entre los tres, ¿todavía sientes que el aprendizaje automático es una tecnología fuera de tu alcance? Este año, Google Cloud lanzó CloudAutoML, una versión civil de su servicio de aprendizaje automático, que redujo significativamente el umbral para que los usuarios ingresen al campo del aprendizaje automático. El producto que presentará este artículo: CloudAutoMLVision es uno de los servicios de CloudAutoML para el reconocimiento de imágenes.
La aparición de CloudAutoMLVision permite a los usuarios entrenar modelos exclusivos simplemente preparando docenas o cientos de fotografías de muestra y utilizando una interfaz fácil de usar. Los usuarios no necesitan escribir ningún código. "Modelos personalizados, fáciles de operar, alta calidad, no se requieren conocimientos relevantes" son las características más importantes de CloudAutoML.
Google declaró en la conferencia Next del año pasado que el objetivo del aprendizaje automático en el futuro es "popularizar la IA" y permitir que todos tengan la capacidad de utilizarla. Actualmente hay aproximadamente 21 millones de desarrolladores en el mundo, pero sólo hay más de 1 millón de científicos de datos y sólo más de 1.000 expertos que estudian el aprendizaje profundo. Obviamente, la industria carece de talentos en el campo del aprendizaje automático, pero la demanda de esos talentos es enorme. El lanzamiento de CloudAutoML espera que los usuarios puedan simplemente aplicar IA para resolver problemas.
Se espera que la llegada de CloudAutoML resuelva problemas en muchas industrias, como la de entretenimiento, medios, medicina, seguros, etc. La industria de seguros puede incluso analizar escenas de accidentes automovilísticos a través de CloudAutoMLVision. En el pasado, el problema número uno al que se enfrentaban las empresas que intentaban implementar soluciones de IA era la dificultad para encontrar talentos. Incluso si contrataran talentos, el "modelado", el "***" y la "integración en los procesos empresariales" posteriores consumirían una gran cantidad de dinero. mucha mano de obra y tiempo.
CloudAutoML automatiza y abstrae en gran medida estos pasos, lo que permite a las empresas introducir fácilmente IA en sus productos. Acceso temprano exclusivo a CloudAutoML
En línea con la tendencia de popularización de la IA, el socio principal de Google Cloud: los expertos de GCP han creado una "zona de experiencia exclusiva de CloudAutoML" para que todos puedan experimentar de inmediato el poder de CloudAutoML. Si desea personalizar su propio modelo CloudAutoML, los expertos de GCP proporcionan los siguientes artículos didácticos y casos de aplicación: [Tutorial paso a paso] Habilite rápidamente CloudAutoMLVision: ¡el último producto de aprendizaje automático de Google! ¡Cómo utilizar CloudAutoMLVision para identificar a Qu Zhongheng, Song Shaoqing y Niu Chengze! Comparación de los tres principales productos de aprendizaje automático de Google. Sea propietario de su propio modelo de aprendizaje automático
¿Quiere tener su propio modelo de aprendizaje automático personalizado de inmediato? ¿Quieres entrenar un modelo pero no sabes por dónde empezar? ¡Póngase en contacto con un experto de GCP hoy!
Para explorar más artículos relacionados con CloudAutoML y aplicaciones de productos de Google Cloud, consulte el blog técnico de expertos de GCP para obtener más detalles, donde se comparte el conocimiento más reciente con usted.