您现在的位置是:首页 >互联网 > 2020-10-27 11:14:19 来源:

Google加大了将AI推向大众的竞标

导读 Google LLC的人工智能工具已经被认为是业界最好的工具,但是企业一直在寻找更新,更简单的方法来将AI应用于其应用程序。考虑到这一点,今

Google LLC的人工智能工具已经被认为是业界最好的工具,但是企业一直在寻找更新,更简单的方法来将AI应用于其应用程序。

考虑到这一点,今天的Google Cloud除了为其提供了一系列新工具之外,还在其产品组合中添加了更多的AI服务,这些新工具应使企业能够更轻松地构建自己的基于AI的应用程序。在今天的Google的Cloud Next会议上AI的热潮中,这家公共云基础设施巨头宣布了几项新产品,这些新产品为企业提供了一种使用AI来解决常见业务挑战的方法。

这些新服务包括文档理解AI的Beta版可用性,该功能通过扫描文档并将其转换为结构化数据来工作,以帮助自动化文档处理工作流程。

“这意味着您可以利用隐藏在非结构化文档中的事实,见解,关系和知识,并开始更快,更准确地制定由数据驱动的业务决策,” Google Cloud集团产品经理Levent Besik在博客中写道发布。

同时,使用AI协助客户服务请求的Google联络中心AI服务现在也提供beta版。去年,它作为Alpha服务发布,使公司能够构建虚拟代理之类的东西。它还提供了“代理协助”和“主题建模器”功能,因此人类客户服务代理可以快速找到他们需要的信息,以帮助与他们打交道的客户。

通过统一通信公司Avaya Inc.以及Accenture Plc等公司,Contact Center AI也获得了更多合作伙伴。和Salesforce.com Inc.都加入了聚会。想法是将Contact Center AI与这些公司的平台集成在一起,以便他们的用户也可以从其提供的帮助中受益。

谷歌还更新了其Cloud for Retail服务,该服务提供了一系列工具来帮助零售商从AI中受益。包装盒中的新工具包括Vision Product Search,该产品现已普遍提供,并使零售商能够构建集成了视觉搜索功能的应用程序。

因此,例如,客户可以简单地拍摄商品并使用该商品在零售商目录中查找相似的产品。Beta中还有一个新的Recommendations AI工具,零售商可以使用该工具向其客户提供个性化建议。最终,零售商也可以使用处于测试阶段的AutoML Tables来创建机器学习模型,该模型可以预测诸如未来销售之类的事物,从而帮助他们最大化收入并优化产品组合。

Constellation Research Inc.的分析师Holger Mueller表示,所有这些都表明Google希望如何瞄准行业垂直市场,从而为更多用户提供AI。

“谷歌现在进入水平和垂直用例,”穆勒说。“文档理解AI和Contact Center AI是CTO在自动化领域构建下一代应用程序的关键要素。与[Google Cloud首席执行官] Thomas Kurian刚刚宣布的使Google Cloud更加垂直的战略一起,这就是Google Cloud for Retail的合适之处。”

从广义上讲,AI平台必须具有使AI的创新更容易的潜力。托管产品负责人Lin Classon表示:“通过提供端到端的AI平台,使构思,概念化,开发,部署和迭代变得更加容易,Google使我们在实现民主化和实现创新方面走得更远。”服务提供商Ensono LP。

建筑AI

实际上,AutoML Tables工具只是包含在Google新AI平台(目前处于beta版)中的几种工具之一,该平台被称为端到端开发平台,可帮助团队准备,构建,运行和管理其机器学习项目。

Google开箱即用地提供了各种各样的机器学习工具,但它可能无法满足每个人的需求,因此AI平台旨在为公司提供构建自己的一切所需的工具。

“使用AI平台,您可以摄取流或批处理数据,并使用内置的标签服务通过应用分类,对象检测,实体提取和其他过程来轻松地为训练数据(如图像,视频,音频和文本)添加标签。 ”,Google产品管理总监Rajen Sheth在第二篇博客文章中写道。“您可以将数据直接导入到AutoML中,或使用现已成为AI平台一部分的Cloud Machine Learning Engine在GCP上训练和提供自己的定制ML模型。”

Mueller说AI平台看起来像是旨在将所有Google的AI产品和服务归为一类,旨在鼓励更多“常规”开发人员成为AI开发人员。

谷歌还在更新其Cloud AutoML开发人员工具包,该工具包提供了用于训练AI模型的拖放界面,该工具包于去年首次推出。除上述新的AutoML Tables工具外,Cloud AutoML还将获得更新的AutoML Vision服务以进行图像识别。

现在,它可以优化机器学习模型,以在所谓的“边缘”设备(例如连接的传感器和智能相机)上运行。Sheth说,向此类设备添加智能并非易事,因为它们经常遇到诸如不可靠的连接和延迟等问题。他补充说,AutoML Vision Edge通过简化培训和部署来帮助补救。

Cloud AutoML在AutoML Video中获得了另一项新服务,该服务可帮助开发人员创建自定义模型,以使用预定义标签对视频内容进行自动分类。“这意味着媒体和娱乐企业可以简化自动删除广告或创建精彩片段的任务,而其他行业可以将其应用于他们自己的特定视频分析需求,例如,更好地了解流量模式或监督制造过程,” Sheth说。

最后,谷歌也正在加强其提供的基础设施来运行其人工智能服务。该公司正在推出其第三代液冷云张量处理单元,它们是AI加速器专用集成电路。

这些与Google的旧TPU一起,现在可以与Google Kubernetes Engine服务一起使用,以运行容器化的机器学习工作负载。此外,谷歌现在可以在其八个云区域中访问Nvidia Corp.的新Tesla T4芯片。