EITC/AI/GCML Google Cloud Machine Learning

Google Cloud er sterkt fokusert på å levere AI-tjenester og utføre som high-end maskinlæringsplattform.

Noen av Google Cloud AI-tjenestene inkluderer:

• Cloud AutoML - Service for å trene og distribuere tilpasset maskin, læringsmodeller. Fra september 2018 er tjenesten i Beta.
• Cloud TPU - Akseleratorer som brukes av Google til å trene maskinlæringsmodeller.
• Cloud Machine Learning Engine - Administrert tjeneste for opplæring og bygging av maskinlæringsmodeller basert på vanlige rammer.
• Cloud Job Discovery - Tjeneste basert på Googles søke- og maskinlæringsfunksjoner for rekrutteringsøkosystemet.
• Dialogflow Enterprise - Utviklingsmiljø basert på Googles maskinlæring for å bygge samtalegrensesnitt.
• Cloud Natural Language - Tekstanalysetjeneste basert på Google Deep Learning-modeller.
• Cloud Speech-to-Text - Tale til tekstkonverteringstjeneste basert på maskinlæring.
• Cloud Text-to-Speech - Konverteringstjeneste for tekst til tale basert på maskinlæring.
• API for Cloud-oversettelse - tjeneste for dynamisk oversettelse mellom tusenvis av tilgjengelige språkpar
• Cloud Vision API - Bildeanalysetjeneste basert på maskinlæring
• Cloud Video Intelligence - Videoanalysetjeneste basert på maskinlæring

Som et eksempel, sjekk ut AutoML Vision-funksjonene (Google Clouds automatiske maskinlæring for beregningsforståelse av visjon) og fortsett med en omfattende læreplan for dette EITC-programmet.

Google AI er en spesiell divisjon av Google dedikert til kunstig intelligens. Det ble kunngjort på Google I/O 2017 av administrerende direktør Sundar Pichai. Hovedprosjektene til Google AI inkluderer

• Serverer skybaserte TPUer (tensor prosesseringsenheter) for å utvikle programvare for maskinlæring.
• Utvikling av TensorFlow.
• TensorFlow Research Cloud vil gi forskere en gratis klynge på tusen sky-TPUer for å utføre maskinlæringsforskning på, under forutsetning av at forskningen er åpen kildekode, og de legger sine funn og publiserer det i en fagfellevurdert vitenskapelig tidsskrift.
• Portal til tusenvis av forskningspublikasjoner fra Google-ansatte.
• Magenta: et dyplærende forskerteam som utforsker rollen som maskinlæring som et verktøy i den kreative prosessen. Teamet har gitt ut mange open source-prosjekter som lar kunstnere og musikere utvide prosessene sine ved hjelp av AI.
• Sycamore: en 54-Qubit programmerbar kvanteprosessor.

Et annet prosjekt er Google Brain. Det er et dypt lærende forskningsteam for kunstig intelligens hos Google, som ble dannet tidlig på 2010-tallet, og kombinerer åpen maskinlæringsforskning med informasjonssystemer og store databehandlingsressurser. Google Brain-prosjektet startet i 2011 som et deltidsforskningssamarbeid mellom Google-stipendiat Jeff Dean, Google-forsker Greg Corrado, og Stanford University-professor Andrew Ng. Ng hadde vært interessert i å bruke dyp læringsteknikker for å knekke problemet med kunstig intelligens siden 2006, og i 2011 begynte de å samarbeide med Dean og Corrado for å bygge et stort program for dybdelæringsprogramvare, DistBelief, på toppen av Googles cloud computing-infrastruktur. Google Brain startet som et Google X-prosjekt og ble så vellykket at det ble gradert tilbake til Google: Astro Teller har sagt at Google Brain betalte for hele kostnaden for Google X. I juni 2012 rapporterte New York Times at en klynge på 16,000 1,000 prosessorer på 10 datamaskiner dedikert til å etterligne noen aspekter av menneskelig hjerneaktivitet hadde med hell trent seg til å gjenkjenne en katt basert på XNUMX millioner digitale bilder hentet fra YouTube-videoer. Siden de første årene av prosjektet har Google Brain avansert betydelig og finner mange applikasjoner i Google AI-produkter.

For å få et glimt av fremdriften, se eksemplet på demonstrasjonen av Google Assistant-funksjonene: