今日Google Next云计算大会在美国旧金山召开,会上Google面向开发者发布了新的机器学习平台,并开放语音识别的API(应用程序编程接口)。这一全新的机器学习云平台名为 Cloud Machine Learning,是一个基于TensorFlow 机器学习框架的云平台。
据Google官方博客介绍,Google Cloud Machine Learning是一个管理平台,可以让开发者更易于创建自己的机器学习模型,并且可以基于任何规模的数据类型运行。
TensorFlow框架现已支持Google多项服务,包括 Google Photos及 Cloud Speech——即图像识别和语音识别技术。Cloud Machine Learning管理平台结合TensorFlow,其一大亮点是支持异构设备分布式计算,它能够在各个平台上自动运行模型,从电话、单个CPU / GPU到成百上千GPU卡组成的分布式系统。开发者因此无需把时间花费在处理集群上,而更专注于模型创建。
在TensorFlow框架的支持下上,利用全新的Cloud Machine Learning可以创建并训练自己的学习模型,并且具有深度学习的能力。由于Google拥有强大的数据库,其可以支持成千上万用户和海量TB数据的全球预测平台,使得开发者训练的模型能够即插即用——这是新机器学习平台最强有力的支持,因为这意味着开发者能够在短时间内让自己的应用接触到全球的用户。该预测平台整合了Google云分析系统Cloud Dataflow,允许开发者访问Google Cloud Storage和BigQuery上的数据。
今天另一个大好消息是,Google开放了自己的语音识别API——Google语音搜索和语音输入的支持技术 Cloud SPeech API。Google Cloud SPeech API包括了80多种语言,适用于各种实时语音识别与翻译应用。基于该云平台,你可在诸多场景下实现文本转录和语音命令。
除了语音识别,Google还拿出了图像分析与翻译等技术。去年12月,谷歌推出用于图像识别的Cloud Vision API,这款工具可以帮助开发者构建能够“理解”图像内容的应用,让照片识别和处理更加方便。
可以说,如今有了Google计算机视觉和机器学习两大支持,开发者就有机会将Google的翻译、图像识别和语音识别API整合进自己的应用当中,这对开发者来说绝对是利好的消息,未来我们的应用开发也将变得更加智能。也许随着时间的推移,会有更多开发者选择在将Google的云平台上进行存储和部署。
首先,Google今日此举明显是寻求吸引更多企业租赁其云计算服务。Google作为最早提出“云计算”概念的公司,但在该领域市场却被亚马逊抢占了先机。根据摩根士丹利分析师评估,云计算营收方面,Google落后于微软和亚马逊的AWS,位居第三。为了抢占云计算市场份额,Google周二表示,公司在未来18个月中,将可购买其云服务的地区数量从现在的4个扩大到16个。也就是说,Google如今一方面是不断推出服务满足市场的独特需求,一方面加强内部的技术开发。
Google称,公司未来推出的产品和服务都是为下一波云计算而设计。
Google CEO Sundar Pichai表示:“未来几乎一切都将在云端完成。”而大部分人关心的是,Google打算让其人工智能系统重走Android的路线吗?
谷歌计划向第三方开放其语音识别服务,这一消息导致语音识别软件公司Nuance Communications的股价出现大跌,原因是投资者担心谷歌此举将加剧语音识别软件市场的竞争。截至美国东部时间周三15:10分,Nuance股价下跌6.5%。
去年11月,Google就开源了第二代TensorFlow机器学习系统——这可是Google的人工智能(AI)核心技术。从开源TensorFlow,到推出TensorFlow Serving来降低机器学习模型投入生产的难度,再到如今推出新的机器学习管理平台和开放API,Google此举对于很多创业或技术不够发达的公司,尤其是对于中国的很多创业公司来说都具有重大的意义,因为他们大都没有能力理解并开发一个与国际同步的深度学习系统,所以TensorFlow会大大降低深度学习在各个行业中的应用难度。于人工智能领域的从业者而言,这样的一个框架大大降低了工程实现的时间成本。
不够,也有人认为,目前人工智能的发展还处于初级阶段,就连战胜人类围棋强手的AlphaGo,其实也只是弱人工智能。人工智能的基本定义就是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术的应用。基本上就是模拟人的思考问题和反应方式。上海元趣创始人吴义坚认为,人工智能的发展可以分成三个阶段:弱人工智能,强人工智能和超人工智能。Google的AlphaGo从人工智能角度来讲属于弱人工智能,它只是擅长某一个方面,某一个特定领域的某一小点,利用机器擅长的运算能力做到了极致甚至超过了人类,但是在某一个领域真正的理解方面,它的人工智能还是属于非常弱的。超强人工智能的实现,还需要全世界几代科学家的共同努力。 所以,Google这次发布的机器学习平台,暂时不会像Android 1.0那样,一旦占领市场就能够一统江湖(起码半边)。