1
| 本文作者： 溫曉樺 | 2016-03-24 18:33 |
今日Google Next云計算大會在美國舊金山召開，會上Google面向開發者發布了新的機器學習平臺，并開放語音識別的API（應用程序編程接口）。這一全新的機器學習云平臺名為 Cloud Machine Learning，是一個基于TensorFlow 機器學習框架的云平臺。
據Google官方博客介紹，Google Cloud Machine Learning是一個管理平臺，可以讓開發者更易于創建自己的機器學習模型，并且可以基于任何規模的數據類型運行。
TensorFlow框架現已支持Google多項服務，包括 Google Photos及 Cloud Speech——即圖像識別和語音識別技術。Cloud Machine Learning管理平臺結合TensorFlow，其一大亮點是支持異構設備分布式計算，它能夠在各個平臺上自動運行模型，從電話、單個CPU / GPU到成百上千GPU卡組成的分布式系統。開發者因此無需把時間花費在處理集群上，而更專注于模型創建。
在TensorFlow框架的支持下上，利用全新的Cloud Machine Learning可以創建并訓練自己的學習模型，并且具有深度學習的能力。由于Google擁有強大的數據庫，其可以支持成千上萬用戶和海量TB數據的全球預測平臺，使得開發者訓練的模型能夠即插即用——這是新機器學習平臺最強有力的支持，因為這意味著開發者能夠在短時間內讓自己的應用接觸到全球的用戶。該預測平臺整合了Google云分析系統Cloud Dataflow，允許開發者訪問Google Cloud Storage和BigQuery上的數據。
今天另一個大好消息是，Google開放了自己的語音識別API——Google語音搜索和語音輸入的支持技術 Cloud SPeech API。Google Cloud SPeech API包括了80多種語言，適用于各種實時語音識別與翻譯應用。基于該云平臺，你可在諸多場景下實現文本轉錄和語音命令。
除了語音識別，Google還拿出了圖像分析與翻譯等技術。去年12月，谷歌推出用于圖像識別的Cloud Vision API，這款工具可以幫助開發者構建能夠“理解”圖像內容的應用，讓照片識別和處理更加方便。
可以說，如今有了Google計算機視覺和機器學習兩大支持，開發者就有機會將Google的翻譯、圖像識別和語音識別API整合進自己的應用當中，這對開發者來說絕對是利好的消息，未來我們的應用開發也將變得更加智能。也許隨著時間的推移，會有更多開發者選擇在將Google的云平臺上進行存儲和部署。
首先，Google今日此舉明顯是尋求吸引更多企業租賃其云計算服務。Google作為最早提出“云計算”概念的公司，但在該領域市場卻被亞馬遜搶占了先機。根據摩根士丹利分析師評估，云計算營收方面，Google落后于微軟和亞馬遜的AWS，位居第三。為了搶占云計算市場份額，Google周二表示，公司在未來18個月中，將可購買其云服務的地區數量從現在的4個擴大到16個。也就是說，Google如今一方面是不斷推出服務滿足市場的獨特需求，一方面加強內部的技術開發。
Google稱，公司未來推出的產品和服務都是為下一波云計算而設計。
Google CEO Sundar Pichai表示：“未來幾乎一切都將在云端完成。”而大部分人關心的是，Google打算讓其人工智能系統重走Android的路線嗎？
谷歌計劃向第三方開放其語音識別服務，這一消息導致語音識別軟件公司Nuance Communications的股價出現大跌，原因是投資者擔心谷歌此舉將加劇語音識別軟件市場的競爭。截至美國東部時間周三15:10分，Nuance股價下跌6.5%。
去年11月，Google就開源了第二代TensorFlow機器學習系統——這可是Google的人工智能（AI）核心技術。從開源TensorFlow，到推出TensorFlow Serving來降低機器學習模型投入生產的難度，再到如今推出新的機器學習管理平臺和開放API，Google此舉對于很多創業或技術不夠發達的公司，尤其是對于中國的很多創業公司來說都具有重大的意義，因為他們大都沒有能力理解并開發一個與國際同步的深度學習系統，所以TensorFlow會大大降低深度學習在各個行業中的應用難度。于人工智能領域的從業者而言，這樣的一個框架大大降低了工程實現的時間成本。
不夠，也有人認為，目前人工智能的發展還處于初級階段，就連戰勝人類圍棋強手的AlphaGo，其實也只是弱人工智能。人工智能的基本定義就是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術的應用。基本上就是模擬人的思考問題和反應方式。上海元趣創始人吳義堅認為，人工智能的發展可以分成三個階段：弱人工智能，強人工智能和超人工智能。Google的AlphaGo從人工智能角度來講屬于弱人工智能，它只是擅長某一個方面，某一個特定領域的某一小點，利用機器擅長的運算能力做到了極致甚至超過了人類，但是在某一個領域真正的理解方面，它的人工智能還是屬于非常弱的。超強人工智能的實現，還需要全世界幾代科學家的共同努力。 所以，Google這次發布的機器學習平臺，暫時不會像Android 1.0那樣，一旦占領市場就能夠一統江湖（起碼半邊）。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
