不懂機器學習也想開發AI？試試谷歌AutoML吧

即便你不懂機器學習，也能訓練出一個定製化的機器學習模型。聽起來是不是很棒？這並不是瞎扯，前不久，李飛飛和Jeff Dean就在推特上激動人心預告，說谷歌將有重要的里程碑事件發布——Cloud AutoML。

谷歌雲AI研發負責人李佳（左）和首席科學家李飛飛（右）

據了解，谷歌Cloud AutoML系統基於監督學習，開發者只需要上傳一組圖片，然後導入標籤或者通過App創建，隨後谷歌的系統就會自動生成一個定製化的機器學習模型。

通俗點說，Cloud AutoML是個開發利器，即便你不懂機器學習，也能訓練出一個定製化的機器學習模型。由於還在Alpha測試版的階段，目前這個服務僅支持計算機視覺模型，但谷歌表示稍後會支持所有標準機器學習模型，包括語音、翻譯、視頻、自然語言處理等。

首個谷歌雲 AutoML 版本將會是雲 AutoML Vision，建立自定義圖像識別模型會因它而更快、更簡單。它的允許直接拖拽的界面可以讓你輕鬆地上傳圖像、訓練和管理模型，然後直接在谷歌雲平台上步數這些訓練好的模型。在谷歌雲 AutoML Vision 的早期測試結果中，分類熱門公共數據集 ImageNet 和 CIFAR 已經展現出了優秀的表現，相比通用的機器學習 API 可以更準確、有更低的分類誤差。

一般情況下，進行機器學習首先需要大量的訓練數據，再由機器學習工程師/數據科學家對數據進行分析，設計演算法形成訓練模型；這需要大量的專業知識。但是，如果使用AutoML，就像是在使用一個工具，我們只需要將訓練數據集傳入AutoML，那麼這個工具就會自動幫我們生成參數和模型，形成訓練模型，這樣即使不具備機器學習方面深入的專業知識也可以進行機器學習方面的工作。

從技術層面來看，谷歌通過遷移學習將已訓練完成的模型，轉移到新的模型訓練過程。這樣，能夠用較少量數據訓練出機器學習模型。對於醫療領域而言，這點尤為重要，因為在為罕見疾病和一些特殊案例建模時，往往無法取得足夠的訓練數據。此外，谷歌還通過learning2learn功能自動挑選適合的模型，搭配超參數調整技術自動調整參數。

截至目前，已有包括迪士尼、倫敦動物學會ZSL、服飾品牌Urban Outfitter在內的多家公司和組織試用了該服務，取得了業務突破。

迪士尼消費產品和互動媒體CTO及高級副總裁Mike White說：「Cloud AutoML的技術能幫我們創建計算機視覺模型，根據迪士尼的角色、產品類別和顏色來標註我們的產品，這些標註可以整合到我們的搜索引擎中，在shopDisney商店中通過更相關的搜索結果、更快的發現速度和產品推薦，來加強用戶體驗。」

當然，很人會說，Cloud AutoM將終結人工智慧程序員，在我看來目前還是很難的，機器並沒有掌握人工智慧專家擁有的理論基礎和數據能力，仍然有很多偏見，需要人工監督和改進，如果硬要說替代，那實際上應該是替人類幹了一些苦力活，比如一個個地試驗模型、一點點地調整超參數等。你怎麼看？

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！