您正在使用IE低版浏览器,为了您的雷锋网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
人工智能 正文
发私信给奕欣
发送

0

从李飞飞的AI民主化四大战略,看谷歌云服务如何提升全民“参与感”

本文作者:奕欣 2017-03-09 17:15
导语:李飞飞在Google Cloud Next' 17上表示要普及“democratizing AI”的理念,需要从四个方向发力:计算力、算法、数据和人才。

谷歌首席执行官埃里克·施密特在11年前的搜索引擎大会上首次提出了“云计算”的概念。但在“笼络”企业用户方面,谷歌云的表现却一直不如亚马逊AWS与微软Azure。

没有人会怀疑谷歌的技术实力,大家只是对它在云的布局一直抱着不确定性。谷歌在消费级的庞大业务让不少企业担心,它是否真正愿意放下身段,倾注更多的资源与精力在客户身上?

从李飞飞的AI民主化四大战略,看谷歌云服务如何提升全民“参与感”

谷歌云服务的重心:把舞台留给企业

为了做好云服务,这两年谷歌一直很拼。不论是让高级副总裁、VMware的创始人兼CEO Diane Greene执掌云服务以赢得企业信赖,还是去年11月,聘请斯坦福大学教授李飞飞担任云服务AI与机器学习部门的首席科学家以增强学界信心,甚至根据谷歌高级副总裁Urs Hölzle的说法,2015年谷歌也花了AWS与微软总和的两倍资金用于IaSS基础设施的建设,而且承诺每月一个数据中心的搭建节奏,这些举措都在努力地向企业们证明着它的决心。

砸钱、招人、出产品,谷歌攻城略地的三板斧总是屡试不爽。在今天凌晨的Google Cloud Next' 17云计算大会上,四大天王(Diane Greene、CEO Sundar Pichai、Alphabet 执行主席 Eric Schmidt 、云机器学习与人工智能首席科学家李飞飞)加上近十位合作企业的高管站台,似乎也多了一分人多势众的感觉。

从李飞飞的AI民主化四大战略,看谷歌云服务如何提升全民“参与感”

在全长两个多小时的开场Keynote中,谷歌把大部分时间留给了合作企业,这些来自零售、娱乐、电信、金融、电商等多个领域的巨头逐一介绍自家业务是如何使用云服务的:

  • 迪士尼提及如何用云及机器学习打造更加便利的未来零售体验;

  • SAP则宣布HANA数据库将支持Google云平台,将企业应用程序集成与云服务集成;

  • Verizon讲了十多万员工如何用Google云上的生产力工作提升效率;

  • 汇丰介绍了为什么放弃自己的私有云平台,转而利用Google的云服务;

  • Ebay演示了如何用Google Home的智能对话功能,为二手的电子产品估价。

相比之下,四位谷歌高管的出现仿佛只是锦上添花,连首次作为谷歌员工上台演讲的李飞飞,也只讲了不到半个小时。

这样的反差似乎也让我们看到谷歌想做的事情:把舞台更多地留给企业,留给更多的一线技术人员。而谷歌会承担更多的基础服务,经由企业所提供的服务渗透到民众的日常生活中。

李飞飞推行AI民主化理念,提升企业及开发者的“参与感”

从李飞飞的AI民主化四大战略,看谷歌云服务如何提升全民“参与感”

这也与李飞飞所发表的演讲内容紧密联系在一起。为普及谷歌云计算,使人工智能真正受惠于民众,李飞飞提出要推行“democratizing AI”(AI民主化)的理念,并指出要从四个方向发力:计算力、算法、数据和人才。而从这四个民主化的方向上,雷锋网也一窥谷歌在云服务上的野心和蓝图。

更好的计算力(Computing)

机器学习计算引擎Cloud Machine Learning Engine实际上早在去年就公布了测试版本,这个基于TensorFlow搭建的平台能够帮助开发机器学习模型。在李飞飞的理解中,人工智能技术以往需要精通编程才能顺利驾驭,如今借助现有的框架,用户可以将基础架构和模型搭建全权交给谷歌云进行大规模处理,把更多的精力放在“做什么”而不是“怎么做”上。这也是谷歌实现技术普及的一个过程:降低用户的使用门槛,把更多的基础内容交给更擅长的谷歌团队来做。

更通用的算法(Algorithms)

李飞飞于去年11月16日正式加入谷歌云计算业务新成立的机器学习部门 (Google Cloud Machine Learning),当时掀起了一阵学术圈的热议。李飞飞依然在斯坦福保留教职,这半年来的大部分时间她都呆在谷歌,专注新AI团队的建设及跨部门的协作。加入谷歌后,李飞飞的唯一一次公开露面是在北京的未来论坛2017年会,她发表了名为《视觉智能的探索》 (The Quest for Visual Intelligent)的演讲。在期间,她介绍了将图片中学习到的内容对视频进行分析与应用,以便利人们的生活。

而在Keynote上,李飞飞就发布了一系列通用模型API,这也是让AI变得更加“亲民”的一种方式。用于图像识别的Vision API实际上早已经开发了一段时间,而视频分析的Video Intelligence API才是新推出的一大亮点,它可以自动识别视频中的物体,让视频实现可搜索。

用李飞飞的话来说,视频是计算机视觉里面的“暗物质”,因为它无法像图片一样实现便捷的搜索,但Video Intelligence API现在可以帮助开发者开发出从视频中搜索实体的应用,并标记出对应物体的出现位置。雷锋网(公众号:雷锋网)了解到,除了提取数据,API还允许在对变换的场景打标签。

更海量的数据(Data)

不论是算法训练还是系统测试,庞大的数据量对于人工智能而言毫无疑问都非常宝贵。在与一些高校老师接触的过程中,雷锋网也了解到高校目前面临着“数据荒”问题。高校研究目前都是采用公开数据集,主要目的是对算法的可行性进行测试。但这些数据集比起企业级别的数据实在是九牛一毛。现在不少高校教授同样身兼企业的首席科学家,数据不得不说是一个非常重要的考量。李飞飞此前加入谷歌,或许也是看中了谷歌在数据的强大实力。

以ImageNet为例,李飞飞在会上也坦承了从零构建这一数据集的艰辛与不易,很大程度在于数据整理的繁琐。而在数据的收集与共享上,谷歌通过收购数据建模与分析社区Kaggle实现更好的资源整合。目前Kaggle已经聚集了超过85万的数据科学家,并且建立了众多开源数据集。此前,谷歌与Kaggle也有过合作,举办了YouTube 8M视频理解挑战比赛,而本次的收购金额不详,但无疑对双方都有好处:谷歌能够为Kaggle上的用户提供市场化的变现机会;而后者可以为谷歌提供更多的开源数据集,毫无疑问能够丰富谷歌的开发生态,甚至,它还能成为谷歌数据科学家的人才储备池。

更优秀的人才(Talent)

为了让人工智能的普及范围更广,单从企业的基础设施入手自然不够,人才的培养与合作同样重要。谷歌发布 Advanced Solution Lab的目的,也在于充分利用谷歌人才的实力,帮助其它企业解决复杂的机器学习问题;此外,该计划还将赞助一些尝试解决困难问题的研究者,让他们与谷歌一同携手解决——自然,采用的服务也都会是谷歌生态下的系列产品,而这一举措又能够更好地吸引越来越多的用户转投谷歌麾下。

从谷歌云服务所提的这些战略点来看,不论是正式发布测试已久的Cloud Machine Learning Engine,还是通用模型API,实际上并没有太多惊艳的地方。Google现任CEO Sundar Pichai也表示,云对于谷歌而言是相当大的赌注。因为云服务不像Google X一样阳春白雪,它所服务的是每一个可能因为AI而受益的人,影响的范围可能会是全球性的。

就像李飞飞所提的“AI民主化”的理念一样,云服务想让更多的企业采用谷歌的底层服务,让更多的用户通过谷歌的服务接触到AI,让大家知道人工智能并不遥远。相对于曲高和寡的AI技术,谷歌更看重越来越多用户的“参与感”(participate),

这也是埃里克·施密特在总结中对企业和开发者作出承诺的原因:

“我们是认真的,这是一个非常重要的任务。我们有资金,也有手段和决心,要为所有需要的人提供一个全新的计算平台”。

在接下来的两天时间,Google Cloud Next' 17还会继续公布哪些新产品呢?雷锋网将持续关注。

雷锋网版权文章,未经授权禁止转载。详情见转载须知

从李飞飞的AI民主化四大战略,看谷歌云服务如何提升全民“参与感”

分享:
相关文章

文章点评:

表情
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说