谷歌：以AI之名重回中國市場，首戰祭出Cloud AutoML

?本文由網易智能（smartman163）授權轉載

文 | 小羿

谷歌AI中國中心成立兩個多月以後，李佳以「總裁」的新身份亮相。

2016年11月，李佳從Snapchat公司離開，追隨自己在斯坦福大學的老師李飛飛一同加入谷歌，任谷歌雲AI研發主管。2017年12月，李飛飛在谷歌開發者大會上宣布了成立谷歌AI中國中心的消息，由兩人共同領導。現在，李佳成了新部門的執行者和負責人。

谷歌AI中國中心總裁李佳

作為谷歌AI中國中心的領導者，李佳在演講中曬出了招聘信息，大力招攬機器學習研究員和工程師。在採訪中，李佳也表示，谷歌AI中國中心會聚焦在基礎研究上，而目前主要工作就是聚集優秀的AI人才。

除此之外，由於李佳和李飛飛都是谷歌雲的高管，近期又發布了一個重要的開發工具Cloud AutoML，因此，我們有理由相信，谷歌AI中國中心早期的任務除了招聘之外，還會大力推廣谷歌Cloud AI的理念和一系列工具。李佳在演講中說到，谷歌Cloud AI的目標是推動AI研究和產品研發之間的良性互動。而剛剛發布的Cloud AutoML成為谷歌一個重要的普及AI的工具，它以低門檻的方式為AI產品賦能。

據悉，Cloud AutoML發布兩周以來，註冊用戶已經超過1萬個，而且用戶的背景也相當廣泛。除了零售行業、醫療行業的用戶以外，還有很多特別的案例。比如，倫敦動物學會用「相機記錄」跟蹤世界各地的動物，使用Cloud AutoML Vision自動標註圖片，節省了很大的人力標註工作。還有一些環保機構用這個工具來檢測垃圾等等。

李佳在採訪中透露，Cloud AutoML的研發已經有一段時間了，谷歌雲的團隊在之前已經做了很多工作。這其中最大的難點，也是最關鍵的事情是將技術和產品結合在一起。「在研發中，我們還需要考慮到算力和資源需要。最後Cloud AutoML集成了Transfer Learning（遷移學習）和Learning to Learning，這兩種技術可以優勢互補。」李佳說到。

從AI應用的角度看，Cloud AutoML的確是一個非常方便的工具。如果一個企業定製AI方案，就要去定義演算法，收集數據，通常要數個月或者數年才能完成。而Cloud AutoML可以自動生成模型，產品周期被大大縮短，企業的花費也會降低。而且，谷歌還宣稱其在圖片分類上比專家設計模型效果更好。

在Cloud AutoML Vision（圖像）之後，谷歌還將陸續推出語音、對話、自然語言處理領域的Cloud AutoML。

但是，低門檻Cloud AutoML是否在搶AI開發者的飯碗？李佳並不這麼認為，她說，「全球只有100萬的AI專業人士可以打造自己的演算法，但是全球有2100萬的開發者可以使用AutoML這樣的產品。」李佳表示，Cloud AutoML實際上是為開發者打造的一款產品，它把門檻降低，讓更多的開發者可以使用。如果有更多的人使用AI，這些開發者的機會就變得更多，屆時將會有更多懂行業、懂產品的人把他們的特長發揮到極致。

對於開發AI的用戶，李佳將其分為四種：

第一種是AI的研究者，他們可以用TensorFlow等工具去設計和開發。

第二種是API的用戶，這些用戶沒有數據去做訓練，他們需要介面，不會自己開發模型。

第三種用戶想定製自己的模型，他們不需要自己去招聘AI人才，不需要數據標註，甚至不需要調參，就能夠通過Cloud AutoML定製的自己的模型。

第四種用戶多是傳統行業，他們根本不知道怎麼樣用AI，也不知道怎麼做，這時候谷歌會與客戶深度密切合作，教他們怎麼用機器學習。

AI應用的產業非常廣，不同的用戶有不同的需求。當被問到如何保持Cloud AI在科技巨頭中的競爭力，李佳表示，谷歌是一個AI First的公司，谷歌目前所有的產品都是由AI賦能的，AI與Cloud是一個很好的結合，背後是谷歌十幾年對於產品的迭代和對AI的理解。我們希望將這些經驗分享給用戶，讓他們也能創造更多的產品。

「AI本身是沒有國界的，我們希望未來全世界都可以用到AI的技術。」李佳說。

本文來自黑智，創業家系授權發布，略經編輯修改，版權歸作者所有，內容僅代表作者獨立觀點。[ 下載創業家APP，讀懂中國最賺錢的7000種生意 ]

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！