谷歌发布端到端AI平台让开发者构建自己的模型

（原标题：Google launches an end-to-end AI platform） 4月11日消息，据国外媒体报道，谷歌今天发布了一系列人工智能工具，所有这些新工具和服务的核心是公司计划通过预先构建的模型和便捷服务实现分布式的人工智能和机器学习，同时为更高级的开发者提供服务，使其能够构建自己的定制模型。今天谷歌的重点是发布该公司的测试版人工智能平台

（原标题：Google launches an end-to-end AI platform）

4月11日消息，据国外媒体报道，谷歌今天发布了一系列人工智能工具，所有这些新工具和服务的核心是公司计划通过预先构建的模型和便捷服务实现分布式的人工智能和机器学习，同时为更高级的开发者提供服务，使其能够构建自己的定制模型。

今天谷歌的重点是发布该公司的测试版人工智能平台。其想法是为开发者和数据科学家提供端到端服务，用于构建、测试和部署他们自己的模型。为此，相关服务汇集了各种现有产品和新产品，允许开发者构建完整的数据管道以提取数据，借助新的内置标签服务标记数据，然后可以使用现有的分类、对象识别或实体提取模型，或者使用诸如AutoML或机器学习云引擎等现有工具训练和部署自定义模型。

在正式发布之前，谷歌发言人在新闻发布会上表示，“人工智能平台就是这样一个地方，如果你了解如何在企业中使用人工智能，熟悉从发布到安全可靠部署的整个过程，人工智能平台就可以帮助你以安全的方式顺利完成每个阶段。这样你就可以从探索性数据分析开始，让数据科学家开始构建模型，决定你想要使用的特定模型，然后只需单击一下便可进行部署。”

谷歌还宣布了关于Cloud AutoML的许多新功能。Cloud AutoML是谷歌去年发布的全新工具，用于为机器学习专业知识有限的开发者自动化模型训练过程。

AutoML Tables就是这些新功能之一，它能够获取可能位于谷歌BigQuery数据库或存储服务中的现有表数据，并自动创建一个模型来预测给定列值。

目前处于测试阶段的自动视频智能(AutoML Video Intelligence)也是一个新功能，它可以自动为视频添加注释和标签，使用对象识别对视频内容进行分类，并使其可搜索。为了在边缘设备上检测照片中的物体，谷歌今天也推出了AutoML Vision测试版，其中包括将这些模型部署到边缘设备上的功能。

许多企业数据都是以直接的、非结构化文本的形式出现的。对于这些用例，谷歌今天启动了测试版的自定义实体提取服务和自定义情绪分析服务。这两种工具都可以实现定制化，以满足不同企业的不同需求。使用通用实体提取服务来理解文档是一回事，但是对于大多数企业来说，其真正价值是能够提取出特定于其需求和流程的信息。

谈到文档，谷歌今天还发布了测试版的文档理解API。这是一个可以自动分析扫描或者将文档数字化的新平台。该服务结合了将扫描页面转换为机器可读文本的能力，然后使用谷歌的其他机器学习服务从中提取数据。

在去年发布预览版之后，该公司今天也推出了测试版的人工智能联络中心（Contact Center AI）。该服务由谷歌和合作伙伴Twilio，Vonage，Cisco，Five9，Genesys和Mitel等合作伙伴构建，提供了一个完整的呼叫中心人工智能解决方案，使用了诸如Dialogflow以及谷歌文本语音功能等工具，允许用户开发虚拟客服系统。当这一系统出问题时，它可以将客户转至人工客服。

许多企业都在努力将谷歌的所有这些工具和服务组合成一个连贯平台来满足自己的需求，这已经不是什么秘密了。谷歌今天也推出了针对特定垂直领域的第一个人工智能解决方案：谷歌云零售。该服务将公司的可视化产品搜索（Vision Product Search）、人工智能推荐功能（Recommendations AI）和AutoML Tables整合到一个解决方案中，用于处理零售实践。很有可能在不久的将来，我们会看到更多其他垂直领域的软件包。（晗冰）