EITC/AI/GCML „Google Cloud Machine Learning“

„Google Cloud“ yra labai orientuota į AI paslaugų teikimą ir kaip aukščiausios klasės mašininio mokymosi platformą.

Kai kurios „Google Cloud AI“ paslaugos apima:

• „Cloud AutoML“ - paslauga, skirta mokyti ir diegti pritaikytą mašiną, mokymosi modelius. Nuo 2018 m. Rugsėjo paslauga yra beta versijoje.
• „Cloud TPU“ - greitintuvai, kuriuos „Google“ naudoja mokydama mašinų mokymosi modelius.
• „Cloud Machine Learning Engine“ - valdoma mokymų ir mašininio mokymosi modelių, pagrįstų pagrindinėmis sistemomis, paslauga.
• „Cloud Job Discovery“ - paslauga, pagrįsta „Google“ paieškos ir mašininio mokymosi galimybėmis įdarbinančiai ekosistemai.
• „Dialogflow Enterprise“ - „Google“ mašininio mokymosi pagrindu sukurta kūrimo aplinka, skirta kurti pokalbių sąsajas.
• „Cloud Natural Language“ - teksto analizės paslauga, pagrįsta „Google Deep Learning“ modeliais.
• Debesų kalbos į tekstą - kalbos į tekstą konvertavimo paslauga, pagrįsta mašininiu mokymusi.
• Debesų tekstas į kalbą - teksto į kalbą konvertavimo paslauga, pagrįsta mašininiu mokymusi.
• „Cloud Translation“ API - paslauga, skirta dinamiškai versti iš tūkstančių galimų kalbų porų
• „Cloud Vision“ API - vaizdų analizės paslauga, pagrįsta mašininiu mokymusi
• „Cloud Video Intelligence“ - vaizdo analizės paslauga, pagrįsta mašininiu mokymusi

Kaip pavyzdį patikrinkite „AutoML Vision“ funkcijas („Google Cloud“ automatinį mašininį mokymąsi, kad suprastų regėjimą) ir tęskite išsamią šios EITC programos programą.

„Google AI“ yra specialusis „Google“ padalinys, skirtas dirbtiniam intelektui. Apie tai „Google I/O 2017“ paskelbė generalinis direktorius Sundaras Pichai. Pagrindiniai „Google AI“ projektai apima

• Aptarnaujančių debesų kompiuterio procesorius (tenzoriaus procesorius), siekiant sukurti mašininio mokymosi programinę įrangą.
• „TensorFlow“ plėtra.
• „TensorFlow Research Cloud“ suteiks mokslininkams nemokamą tūkstančio debesų TPU klasterį, kad jie galėtų atlikti mašininio mokymosi tyrimus, su sąlyga, kad tyrimas yra atviro kodo ir jie pateikia savo išvadas bei jas paskelbia recenzuojamame mokslo žurnale.
• Portalas tūkstančiams „Google“ darbuotojų mokslinių tyrimų leidinių.
• „Magenta“: gilaus mokymosi tyrimų grupė, tirianti mašininio mokymosi, kaip įrankio, vaidmenį kūrybiniame procese. Komanda išleido daug atviro kodo projektų, leidžiančių menininkams ir muzikantams išplėsti savo procesus naudojant AI.
• „Sycamore“: 54 Qubit programuojamas kvantinis procesorius.

Kitas projektas yra „Google Brain“. Tai giliai besimokanti „Google“ dirbtinio intelekto tyrimų grupė, susikūrusi 2010-ųjų pradžioje, derinanti atviro tipo mašininio mokymosi tyrimus su informacinėmis sistemomis ir didelio masto skaičiavimo ištekliais. „Google Brain“ projektas prasidėjo 2011 m. Kaip neakivaizdinis mokslinių tyrimų bendradarbiavimas tarp „Google“ kolegos Jeffo Deano, „Google“ tyrėjo Grego Corrado ir Stanfordo universiteto profesoriaus Andrew Ng. Ng nuo 2006 m. Domėjosi giliųjų mokymosi metodų panaudojimu dirbtinio intelekto problemai spręsti, o 2011 m. Pradėjo bendradarbiauti su Deanu ir Corrado, kad ant „Google“ debesų kompiuterijos infrastruktūros būtų sukurta plataus masto gilaus mokymosi programinės įrangos sistema „DistBelief“. „Google Brain“ prasidėjo kaip „Google X“ projektas ir tapo tokia sėkminga, kad ją perėmė atgal į „Google“: Astro Teller teigė, kad „Google Brain“ apmokėjo visas „Google X“ išlaidas. 2012 m. Birželio mėn. „New York Times“ pranešė, kad 16,000 tūkst. 1,000 kompiuterių, skirtų kai kuriems žmogaus smegenų veiklos aspektams imituoti, procesoriai sėkmingai išmokė atpažinti katę pagal 10 milijonų skaitmeninių vaizdų, paimtų iš „YouTube“ vaizdo įrašų. Nuo pat pirmųjų projekto metų „Google Brain“ smarkiai pažengė į priekį ir rado daug programų „Google AI“ produktuose.

Norėdami pažvelgti į pažangą, peržiūrėkite pavyzdinį „Google Assistant“ galimybių demonstravimą: