【一線】AutoML公布 李飛飛說「AI普世化」跨出第一步

騰訊《一線》 紀振宇 1月18日 發自矽谷

17日，谷歌雲正式公布雲AutoML這一套全新人工智慧服務工具，能夠幫助缺乏機器學習相關開發經驗的公司或個人，快速簡便地建立基於機器學習的應用。

雲AutoML的發布，也標誌著領導谷歌雲部門領導人工智慧的首席科學家李飛飛一直強調的「AI普世化」又邁出了重要一步。

在當天由李飛飛和谷歌雲智能部門研究部主管李佳共同署名發布的一份谷歌官方博客文章中，李飛飛表示，去年和李佳加入谷歌雲部門時，對外界承諾了要完成AI普世化這樣的任務，而這一任務的具體目標就是對儘可能廣大的開發者、研究者和企業群體，降低它們使用人工智慧相關工具和框架的門檻。

在2017年，李飛飛所領導的人工智慧研究團隊對外公布了谷歌雲機器學習引擎，幫助具備一定的機器學習專長的開發者更容易地使用各種類型和規模的數據來建立相應的模型。包括視覺、聽覺、自然語言、翻譯等識別，都可以建立在事先訓練好的模型上，目前，已經有超過1萬家企業使用谷歌雲提供的AI服務，這些公司包括Box、勞斯萊斯、Kewpie等。

在谷歌雲機器學習引擎獲得初步成功的基礎上，谷歌雲17日則發布了面向更廣大群體的人工智慧工具AutoML。

李飛飛在博客文章中表示，相信雲AutoML能夠幫助人工智慧領域的專家開拓更多有創意的、先進的領域，並且幫助相關經驗和技能欠缺的工程師建立性能更為強勁的人工智慧系統。

谷歌雲發布的首個AutoML工具是AutoML Vision，這一服務將提供更為快速和簡便地創建圖像識別的機器學習模型。根據介紹，開發界面可能通過滑鼠拖拽來實現圖片的上傳、訓練以及對模型的管理，並且通過谷歌雲直接對這些已經訓練好的模型進行部署。

根據谷歌雲的官方介紹，AutoML Vision具備以下特點：一是準確度提高，AutoML Vision是建立在谷歌的圖像識別的基礎上，包括「轉移學習」（transfer learning）和「神經架構搜索技術」（neural architecture search technologies）。基於谷歌自身的技術，將使得對機器學習相關經驗的要求顯著降低。

二是更快速的模型周轉時間，使用AutoML，既能夠在幾分鐘的時間裡建立人工智慧應用相關的簡單的模型，也能夠僅花費一天時間就建立好完整的、生產就緒模型。

第三是方便易用，AutoML Vision提供了簡單的圖形化交互界面用於標註數據，使得數據轉換為為實現特定需求的高質量模型所需的數據。

在一段簡短的視頻演示中，谷歌展示了使用AutoML Vision，已經讓模型從數據輸入，到訓練，再到模型測試結果變得無比簡易，僅通過點擊數據就能夠完成整個過程：

例如一組關於「雲」的圖像的數據集，通過滑鼠拖拽進入主界面後，可以進行圖像數據進行標註，

然後對訓練的圖像數據進行篩選，例如例子中的篩選標準包括以下三項：包括2至100個標籤、20-100000個標籤的圖像、至少每個標籤有10個對應的圖像，然後只要方便地一鍵點擊「訓練」（train），模型就開始進行數據訓練。

這一步驟完成後，開發者還可以進入「預測」這一標籤，對模型識別的準確度進行測試，通過選取相應的圖片，點擊「預測」（predict）就能夠試驗模型對圖像識別的準確性。最後通過「輸出」（「export」）標籤頁，能夠方便地輸出訓練好的模型。

可以說，AutoML的正式公布，是李飛飛「AI普世化」承諾具體實現的重要一步，當天，李飛飛也通過個人Twitter賬號，興奮地公布了這一消息，她還同時對谷歌雲、谷歌研究和谷歌大腦的團隊表達了感謝。李飛飛提到，AutoML是在短短的幾個月時間內，團隊將最尖端的轉移學習、learning2learn技術真正產品化的成果。

【一線】為騰訊新聞旗下產品，第一時間為你提供獨家、一手的商業資訊。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！