EITC/AI/GCML Google Cloud Machine Learning

A Google Cloud nagy hangsúlyt fektet az AI szolgáltatások nyújtására és csúcskategóriás gépi tanulási platformként való teljesítésre.

Néhány Google Cloud AI szolgáltatás a következőket tartalmazza:

• Felhő AutoML - Szolgáltatás egyedi gépek képzéséhez és telepítéséhez, tanulási modellek. 2018 szeptemberétől a szolgáltatás Bétában van.
• Cloud TPU - Gyorsítók, amelyeket a Google gépi tanulási modellek képzésére használ.
• Cloud Machine Learning Engine - Felügyelt szolgáltatás a mainstream keretrendszereken alapuló gépi tanulási modellek képzéséhez és felépítéséhez.
• Cloud Job Discovery - A Google keresési és gépi tanulási képességein alapuló szolgáltatás a toborzó ökoszisztéma számára.
• Dialogflow Enterprise - A Google gépi tanulásán alapuló fejlesztői környezet a beszélgetési felületek felépítéséhez.
• Cloud Natural Language - Google Deep Learning modelleken alapuló szövegelemző szolgáltatás.
• Cloud Speech-to-Text - gépi tanuláson alapuló Speech to Text konverziós szolgáltatás.
• Felhő szövegfelolvasás - gépi tanuláson alapuló szöveg-beszéd konverzió szolgáltatás
• Cloud Translation API - A rendelkezésre álló nyelvpárok ezernyi dinamikus fordítására szolgáló szolgáltatás
• Cloud Vision API - Gépi tanuláson alapuló képelemző szolgáltatás
• Cloud Video Intelligence - gépi tanuláson alapuló videóelemző szolgáltatás

Példaként tekintse meg az AutoML Vision szolgáltatásait (a Google Cloud automatikus gépi tanulása a látás számítási megértése érdekében), és folytassa ennek az EITC-programnak az átfogó tantervét.

A Google AI a Google mesterséges intelligenciának szentelt speciális részlege. A Google I/O 2017-ben Sundar Pichai vezérigazgató jelentette be. A Google AI fő projektjei közé tartozik

• Felhőalapú TPU-k (tenzor feldolgozó egységek) kiszolgálása gépi tanulási szoftver fejlesztése érdekében.
• A TensorFlow fejlesztése.
• A TensorFlow Research Cloud egy ezer felhő TPU-ból álló kutatócsoportot kap a kutatók számára a gépi tanulás kutatásának elvégzésére, azzal a feltétellel, hogy a kutatás nyílt forráskódú, és megállapításait feltárják, és publikálják egy lektorált tudományos folyóiratban.
• Portál a Google munkatársainak több ezer kutatási publikációjához.
• Magenta: mély tanulási kutatócsoport, amely feltárja a gépi tanulás eszközként betöltött szerepét a kreatív folyamatban. A csapat számos nyílt forráskódú projektet tett közzé, amely lehetővé teszi a művészek és zenészek számára, hogy az AI segítségével kiterjesszék folyamataikat.
• Sycamore: 54 Qubit programozható kvantum processzor.

Egy másik projekt a Google Brain. Ez a Google mélyen tanuló mesterséges intelligenciával foglalkozó kutatócsoportja, amelyet a 2010-es évek elején hoztak létre, és amely ötvözi a nyílt végű gépi tanulás kutatását az információs rendszerekkel és a nagyszabású számítási erőforrásokkal. A Google Brain projekt 2011-ben, részmunkaidős kutatási együttműködésként indult Jeff Dean, a Google munkatársa, Greg Corrado Google-kutató és Andrew Ng, a Stanford Egyetem professzora között. Ng 2006 óta érdekelt a mély tanulási technikák alkalmazásában a mesterséges intelligencia problémájának felszámolása érdekében, és 2011-ben elkezdett együttműködni Deannel és Corradóval, hogy a Google felhőalapú számítástechnikai infrastruktúrája fölé építsenek egy nagyméretű mélytanuló szoftverrendszert, a DistBelief-et. A Google Brain egy Google X projektként indult, és olyan sikeres lett, hogy visszaváltották a Google-nak: Astro Teller elmondta, hogy a Google Brain kifizette a Google X teljes költségét. 2012 júniusában a New York Times arról számolt be, hogy egy 16,000 1,000 fős klaszter az emberi agyi aktivitás egyes aspektusainak utánzására szolgáló 10 számítógép processzorai sikeresen kiképezték magukat egy macska felismerésére a YouTube-videókból készített XNUMX millió digitális kép alapján. A projekt első évei óta a Google Brain jelentősen fejlődött, és számos alkalmazást talál a Google AI termékeiben.

Ha bepillantást szeretne kapni az előrelépésbe, nézze meg a Google Segéd képességeinek példabemutatóját: