Google AutoML створює моделі машинного навчання без досвіду програмування

Google AutoML створює моделі машинного навчання без досвіду програмування

Інтерес до машинного навчання вибухнув протягом останніх років, оскільки компанії усвідомлюють, що він має застосування в фотографіях, самостійних машинах, іграх тощо. Ми дійшли висновку, що недостатньо досвідчених програмістів та вчених даних з необхідним досвідом для побудови цих систем. Рішенням Google є Cloud AutoML, система точка-клацання для створення моделей навчання машин без будь-якого досвіду кодування.

Google давно запропонувала попередньо підготовлені нейронні мережі, доступні через API, які можуть виконувати певні завдання, але це корисно, якщо вам потрібна саме ця модель. Сутність Cloud AutoML полягає в тому, що майже кожен може надати каталог зображень, імпортувати теги для зображень та створити функціональну модель машинного навчання на основі цього. Google робить весь важкий підйом за сценою, тому клієнту не потрібно нічого знати про тонкощі дизайну нейромереж.

AutoML не буде конкурувати з найсучаснішими, високо настроєними системами AI, які може створити досвідчений інженер, але мало підприємств мають гроші або ресурси, щоб підтримати розробку повністю користувальницьких моделей машинного навчання. У AutoML використовується простий графічний інтерфейс, що дозволяє користувачеві перетягувати набір зображень. Тоді платформа повинна знати, як описати ці зображення. Google робить свою магію, і ви в кінцевому підсумку з моделлю, що працює в хмарі, яка може ідентифікувати вказані терміни у фотографіях. AutoML надає статистичні дані про міцність моделі, тому ви можете тренувати його з більшою кількістю даних або протестувати з новими зображеннями.

Кінцевим результатом є модель машинного навчання, яка працює на серверах Google і доступна через API. Користувачі можуть звертатися до цієї моделі за допомогою API хмарних технологій Google і отримувати прогнози щодо нових зображень. Наприклад, як Disney, так і Urban Outfitters протестували AutoML для ідентифікації об'єктів у своїх інтернет-магазинах, щоб користувачі могли шукати та фільтрувати більше термінів. Таким чином, ви можете шукати "синій рюкзак" на Urban Outfitters і побачити всі блакитні рюкзаки, навіть якщо елементи не позначені таким чином в системі.

В даний час CloudML для Google CloudML наразі обмежується зображеннями, і воно є альфа-версією. Вам потрібно подати заявку на доступ до альфа-версії, і ніякої гарантії ви не отримаєте прямо зараз. Частина зору AutoML - це лише перша частина кількох функцій, запланованих для продукту. Google не згадав про вартість, але, ймовірно, підприємствам доведеться заплатити за доступ API до моделей, які вони створюють у AutoML.

Читати далі

Google Cloud TPU відповідає Volta в галузі машинного навчання за значно нижчими цінами
Google Cloud TPU відповідає Volta в галузі машинного навчання за значно нижчими цінами

Google і Nvidia пропонують конкурентні продукти для навчання комп'ютера, але Google збиває Nvidia за витрати, принаймні в певних тестах.

Intel Позиції Xeon як конкуренція з машинного навчання в робочих навантаженнях висновку
Intel Позиції Xeon як конкуренція з машинного навчання в робочих навантаженнях висновку

Intel кидає свою власну капелюх у машинне навчальне кільце, позиціонуючи Xeon як потужну робочу ношу з висновком.

Google оголошує 8x швидше TPU 3.0 для AI, машинного навчання
Google оголошує 8x швидше TPU 3.0 для AI, машинного навчання

Тут з'являються нові TPU Google - і вони значно швидше, ніж торішня модель.

AMD Демос 7нм Vega для машинного розвідки на Computex
AMD Демос 7нм Vega для машинного розвідки на Computex

Нове рішення AMD для машинного інтелекту Vega 7nm дебютує достроково.