▲Google Cloud AutoML Vision。
Google云端机器学习平台（Google Cloud AI）自从上线以来就以预训练的、可以直接调用的高效机器学习模型吸引了许多企业级用户在其上构建简单的机器学习应用。然而企业总是会有自己专属的需求的，越来越多的企业会不再满足于预定义好的功能，而想要设计和应用更加自订化的机器学习模型。
今天，在Google 云端首席科学家李飞飞和Google 云端研发负责人李佳合着的这篇Google 云端博客中，她们就正式宣告了Google 云端AutoML 平台的面世。在这里，构建、训练和部署自订的机器学习模型也变得简单方便，甚至对机器学习不甚了解的企业也可以构建自己的赢咖4系统。AI 科技评论把这篇博客全文翻译如下。
在差不多一年多以前我们两个人共同加入Google 云端的时候，我们都心怀一个使命，那就是让AI 平民化。我们的目标是降低AI 的使用门槛，让AI 对尽可能多的开发者、研究者和商业用户来说变得触手可及。
我们Google 云端AI 团队一直在向着这个目标做出进步。在2017 年，我们发布了Google 云端机器学习引擎（Google Cloud Machine Learning Engine），说明具有机器学习知识的开发者们轻松地构建能处理任何种类的、任意大小的数据的机器学习模型。
我们表明了现代机器学习服务——换句话说就是包括了视觉、语音、NLP、翻译和对话流的API 们——可以构建在预训练的基础模型之上，为商业应用提供无可比拟的服务规模和运行速度。我们的数据科学家和机器学习研究者社区Kaggle 也已经发展到了拥有超过一百万名用户。而今天，已经有包括Box、劳斯莱斯、Kewpie 和Ocado 在内的超过一万家企使用着Google 云端的AI 服务。
不过除此之外我们还能做很多。现在，全世界的企业中有足够的知识技能和预算以便能够充分享受机器学习和赢咖4带来的好处的企业并不多，能创建出高级机器学习模型的人才也非常有限。
而且，即便是一个有机器学习/赢咖4工程师的企业，构建自订机器学习模型的过程仍然非常费时、非常复杂，很难管理。虽然Google 云端已经通过API 提供了预训练好的机器学习模型，足够完成某些特定任务，但是距离我们想要的「把AI 带个每个人」还是有很长的路要走。
为了缩小这其中的距离，以及为了让每个企业都能更轻松地接触并使用AI，我们今天向大家介绍Google 云端AutoML。对于只有有限的机器学习知识的企业，Google 云端AutoML 可以通过Google的高级技术手段，比如learn2learn 和迁移学习，帮助他们动手构建自己的高品质自订模型。
我们相信Google 云端AutoML 可以让AI 专家们发挥出更大的生产力、探索AI 的新领域，以及帮助技能有限的工程师构建他们曾经只能梦想拥有的强大的赢咖4系统。
我们发布的首个Google 云端AutoML 版本将会是云AutoML Vision，建立自订图像识别模型会因它而更快、更简单。它的允许直接拖拽的介面可以让你轻松地上传图像、训练和管理模型，然后直接在Google 云端平台上步数这些训练好的模型。
在Google 云端AutoML Vision 的早期测试结果中，分类热门公共数据集ImageNet 和CIFAR 已经展现出了优秀的表现，相比通用的机器学习API 可以更准确、有更低的分类误差。
Google 云端AutoML Vision 还有下面这些好处：
更高的准确性：Google云AutoML Vision是基于Google的顶尖图像分类方法构建的，包括迁移学习和神经架构搜索技术。这意味着，即便使用它的企业只有有限的机器学习技术能力，最终也能得到比以往做法准确得多的模型。
达到生产级别模型所需的开发周期更短：接触Google云端AutoML，用户可以用几分钟的时间就构建出一个简单的模型，然后把它连接到带有AI功能的赢咖4平台上；或者是构建一个完整的、生产级别的模型也最短只需要一天时间就可以完成。
使用简单：Google云端AutoML Vision提供了一个简洁的图形化使用者介面，它可以让使用者选择数据，然后把所选的数据转换成根据使用者的具体需求量身订制的高品质模型。
「我们Urban Outfitters 一直在寻找提高用户的购物体验的新方法」，Urban Outfitters 的数据科学家Alan Rosenwinkel 说道，「我们要给我们的使用者提供有意义的产品推荐、准确的搜索结果和好用的产品筛选系统，归类并维持一组丰富的产品特点对此而言就非常重要。
然而，人工给产品特点归类很困难也很花时间。为了改善这个问题，我们团队已经在评估使用Google 云端AutoML 了，我们打算让它识别产品上图案样式、领口风格之类的微妙产品特点，从而把产品特点的归类过程自动化。Google 云端AutoML 很有潜力帮我们给用户带来更好的探索、推荐和搜索体验。」
迪士尼消费级产品和互动媒体CTO、高级副总裁Mike White 表示：「Google 云端AutoML 的技术正在说明我们构建视觉模型，这些模型可以给我们的产品添加迪士尼卡通形象、产品类别和颜色的标注。我们也正在把这些标注结果整合到我们的搜寻引擎中，通过相关性更高的搜索结果、更快的探索发现和产品推荐过程把我们的迪士尼商店的用户体验再提升一个台阶。」
伦敦动物学会的动物保护技术负责人Sophie Maxwell 也说：「伦敦动物学会是一个世界性的动物保护慈善组织，我们专注于全世界的动物和动物栖息地保护。这种任务中的一个关键要求就是要追踪野外的动物种群、学习它们的种群分布、更好地理解人类活动对这些物种产生的影响。
为了达到这个目标，伦敦动物学会在野外布置了一系列自动照相机，当有动物经过时，它们会被热量或者运动触发，拍下经过的动物的照片。这些设备会拍下数百万张照片，然后我们需要用人力分析查看、标注上相关的动物种类，比如是狮子、大象还是长颈鹿等等，这个过程需要非常多的人力，而且资金开销很大。
伦敦动物学会专门设立的动物保护技术部门就已经在和Google的云机器学习团队紧密合作，他们在帮助我们开发一种新的自动化技术给图像加上标注。我们感到非常兴奋，这可以节省开支、以更大的规模做应用部署，以及帮助我们更深地理解如何高效地保护全世界的野生动物。」
如果你也对Google云端AutoML Vision感到跃跃欲试，欢迎点击这个连结发送申请试用。
Google云端AutoML Vision 是我们Google 云端团队和Google大脑团队以及其它Google AI 团队合作的共同成果，也是我们正在开发的数个Google 云端AutoML 产品中的第一个。
虽然我们让AI 变得更触手可及的旅途只是刚刚开始，我们超过一万个用户用Google 云端AI 产品所能达成的成果已经带给了我们许多的激励和灵感。我们希望Google 云端AutoML 的发布可以帮助更多企业发现AI 的种种可能性。
