EITC/AI/GCML Машинное обучение Google Cloud

Google Cloud в первую очередь ориентирован на предоставление услуг искусственного интеллекта и выполнение функций высокопроизводительной платформы машинного обучения.

Некоторые из сервисов Google Cloud AI включают:

• Cloud AutoML - сервис для обучения и развертывания пользовательских машин, обучающих моделей. По состоянию на сентябрь 2018 года сервис находится в стадии бета-тестирования.
• Cloud TPU - ускорители, используемые Google для обучения моделей машинного обучения.
• Cloud Machine Learning Engine - управляемый сервис для обучения и построения моделей машинного обучения на основе основных платформ.
• Cloud Job Discovery - сервис, основанный на возможностях поиска Google и машинного обучения для экосистемы рекрутинга.
• Dialogflow Enterprise - среда разработки на основе машинного обучения Google для создания диалоговых интерфейсов.
• Cloud Natural Language - сервис анализа текста на основе моделей Google Deep Learning.
• Cloud Speech-to-Text - служба преобразования речи в текст на основе машинного обучения.
• Cloud Text-to-Speech - сервис преобразования текста в речь на основе машинного обучения.
• Cloud Translation API - сервис для динамического перевода между тысячами доступных языковых пар
• Cloud Vision API - сервис анализа изображений на основе машинного обучения
• Cloud Video Intelligence - сервис видеоаналитики на основе машинного обучения

В качестве примера ознакомьтесь с функциями AutoML Vision (автоматическое машинное обучение Google Cloud для вычислительного понимания зрения) и продолжите изучение всеобъемлющей учебной программы этой программы EITC.

Google AI - это специальное подразделение Google, занимающееся искусственным интеллектом. Об этом объявил на Google I/O 2017 генеральный директор Сундар Пичаи. К основным проектам Google AI относятся:

• Обслуживание облачных TPU (блоков тензорной обработки) для разработки программного обеспечения для машинного обучения.
• Разработка TensorFlow.
• TensorFlow Research Cloud предоставит исследователям бесплатный кластер из тысячи облачных TPU для проведения исследований в области машинного обучения при условии, что исследование будет открытым исходным кодом, и они разместят свои результаты и опубликуют их в рецензируемом научном журнале.
• Портал с тысячами исследовательских публикаций сотрудников Google.
• Magenta: группа исследователей глубокого обучения, изучающая роль машинного обучения как инструмента в творческом процессе. Команда выпустила множество проектов с открытым исходным кодом, позволяющих художникам и музыкантам расширять свои процессы с помощью ИИ.
• Sycamore: Программируемый квантовый процессор на 54 кубита.

Еще один проект - Google Brain. Это группа исследователей глубокого обучения искусственного интеллекта в Google, сформированная в начале 2010-х годов и объединяющая открытые исследования машинного обучения с информационными системами и крупномасштабными вычислительными ресурсами. Проект Google Brain начался в 2011 году как совместная работа по совместительству научного сотрудника Google Джеффа Дина, исследователя Google Грега Коррадо и профессора Стэнфордского университета Эндрю Нг. Нг интересовался использованием методов глубокого обучения для решения проблемы искусственного интеллекта с 2006 года, а в 2011 году начал сотрудничать с Дином и Коррадо для создания крупномасштабной программной системы глубокого обучения DistBelief на базе инфраструктуры облачных вычислений Google. Google Brain начинался как проект Google X и стал настолько успешным, что был возвращен обратно в Google: Astro Teller сказал, что Google Brain оплатил всю стоимость Google X. В июне 2012 года New York Times сообщила, что кластер из 16,000 1,000 процессоры в 10 компьютеров, предназначенные для имитации некоторых аспектов деятельности человеческого мозга, успешно научились распознавать кошку на основе XNUMX миллионов цифровых изображений, взятых из видео на YouTube. С первых лет существования проекта Google Brain значительно продвинулся вперед и нашел множество приложений в продуктах Google AI.

Чтобы получить представление о прогрессе, просмотрите примерную демонстрацию возможностей Google Assistant: