別慌，谷歌說AutoML無意取代工程師，AI人才缺口仍然巨大

李根 發自 國貿大酒店

量子位 報道 | 公眾號 QbitAI

Google雲的工程師們正讓其他（和未來的）AI工程師們瑟瑟發抖？

1月18日，Cloud AutoML發布，量子位的評論區高贊評論說：搞機器學習的人把搞機器學習的人搞死了。

將來真的會有這麼一天么？

最有資格回答這個問題的人，昨天給出了答案。Google雲AI研發主管李佳，說她不同意Cloud AutoML會對AI開發者造成威脅。

「Cloud AutoML不是為了替代機器學習開發者，而是為機器學習開發者而打造。」

這位Cloud AutoML的核心研發負責人說：不必恐慌。

谷歌雲AI研發主管、谷歌AI中國中心總裁李佳

ML缺口還很大

李佳把AI的用戶分為三種。

熟悉各種工具，AI能力很強的開發者

不必自建模型，API就滿足需求的使用者

有想法有數據，但不知怎麼用的轉型者

其實AutoML針對的是第三種用戶。Google的目標是，以後這類企業不需要再去招募大量的機器學習人才，也不需要花大量的時間去標註訓練數據，就直接可以得到自己定製的東西。

也就是說，AutoML能降低使用機器學習的門檻，讓更多對機器學習了解有限的人，把Google級的AI技術運用到產品打磨中。

這就是推出AutoML的最核心原因，也是最終目的。

而一旦人人可用機器學習，AI便能創造更多的機會。

李佳說，可能會由於AutoML這樣的產品存在，將來會出現各種各樣的AI產品，更多懂行業、懂產品的人可以發揮自己已有的特長，就能讓AI技術實現其行業和產品價值。

這並不空話。

就在Cloud AutoML發布後兩周，註冊用戶就迅速破萬，涉及背景之廣泛，應用場景之多樣，出乎李飛飛、李佳們意料之外。

李佳感嘆：因吹斯汀。

比如倫敦動物學學會用AutoML來識別野生動物，之前他們也有該需求，但預算讓這個非營利性組織望而生畏。

還有不太能預料的應用，比如被用在垃圾檢測方面，通過AutoML Vision識別塑料瓶。

總之，花式使用。

李佳預計，未來大概會有2100萬開發者可以使用這些API或AutoML這樣的產品。AI技術有望進一步滲透到更多的產品和服務之中。

「目前，全球有100萬人有能力去開發機器學習演算法，」李佳給出的這個數字表明，AI人才缺口空缺巨大。AutoML等產品，未來將有助於緩解目前AI開發者供不應求的局面。

所以，還是好好學習機器學習吧。

耗時一年研發

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。

Google去年5月發布AutoML，當時谷歌CEO說，現在設計神經網路非常耗時，對專業能力要求又高，只有一小撮科學家和工程師能做。為此，Google創造了一種新方法：AutoML，讓神經網路去設計神經網路。

這個方法就是讓AI設計AI。現在Google又把這個技能放到雲上了。

但Cloud AutoML的推出並非輕而易舉。

李佳告訴量子位，在李飛飛和她加入Google雲時，就開始著手準備推出類似的AI應用，以便通過產品的形式分享最前沿的AI研究和技術。

接近一年的研發時間裡，Google雲、Google大腦和Google研究團隊緊密合作，並且出於用戶需求，對產品進行了多輪打磨和考量。

這種技術-需求-產品的開發過程，面臨的挑戰很多。她舉例稱，在AutoML產品研發匯總，learning to learn在計算資源需求方面的問題，讓她們頗費苦心。

最後，團隊還是實現了兩方面突破：

一，非常簡單的遷移學習（transfer learning），開發者可以在一分鐘或者幾分鐘之內就能跑出結果；

二，learning to learn與其他應用相結合，性能和效果也令人欣喜，即便目前產品級效果達成還需要再花費1天時間。

李佳解釋說，如果一般企業做類似效果，必須要招募自己的專家，然後設計機器學習演算法、收集數據，等到推出成熟產品，實際耗費時間可能超過了數月甚至數年。

而且從當前效果來看，AutoML自動生成的模型已經比專家設計的模型在圖片分類上效果要更好，產品開發的周期大大縮小，企業的花銷也大大減少。

所以李佳認為：AutoML是AI福祉，而非威脅挑戰。

行業廣闊 大有結合

李佳還認為，AI走向各行各業的路還很長。在大會上，她分享了AI智能系統在各個垂直行業中的應用，重點強調了教育、醫療等行業的變革。

在會後，她則對「AI+行業」的邏輯進行了說明。

李佳說，一方面與Google雲承擔的使命有關，希望通過雲，把AI前沿研究和工程產品之間串聯，以產品化方式賦能各行各業。

另一方面，其間涉及研究和產品的平衡。「研究可以更大膽，解決是緊迫又兼具挑戰的問題，但產品需要結合用戶的關注度和技術成熟情況。」

所以目前會在醫療、教育等這樣集中關切卻又缺乏很好解決方案的領域，Google雲AI團隊會重點探索，集中更多資源把事情做好。

至於更多的領域和場景問題，通過AutoML這樣的產品，能讓開發者、企業結合自身情況去拓展應用邊界。

正所謂：AI沒有國界，AI福祉亦無邊界。

AI in All

昨天李佳說出上述言論時，正值Google中國年度大會。Google還在現場展示了三種AI應用。

一是素描機器人，運用AI習得風格技藝，通過一張人類照片，5分鐘生成一幅風格素描；

二是內置Google Assistant的AI交互吧台，語音告訴「吧台」你想喝的，然後AI就會調出高水平又穩定的雞尾酒，其間還能跟吧台聊天……

三是Google文化學院應用，同樣拍攝一張你的照片，然後機器迅速幫你找到歷史中、藝術史上與你相像的「形象」，偏娛樂，應該是為了讓歷史和藝術更有趣吧——一個手機應用就能玩很久。

但關於AI in All可不止於應用展覽。

在過去，Google中國的這個會都是一年一度的廣告營銷效果展示大會：一年又提升了多少轉換率？有哪些新成績？然後又有哪些中國企業藉助Google出海表現不俗？

一言以蔽之：Google大中華區合作夥伴業績大會。

然而今年，雖然還是在圍繞廣告、營銷轉換率、出海品牌，但最搶眼的當屬被高頻提及的AI，下午還專門舉行了分論壇，介紹AI賦能下的營銷，正在帶來哪些新變革。

此外，還有一些已經展露的變革結果。

Google中國幾位負責人的頭銜悄然發生了一些變化，有些是成績性的，有些則是風向性的。

比如成績性的：Scott在Google大中華區總裁的title之外，增加了Google韓國總裁；李佳現在也多了一個「Google AI中國中心總裁」的title。

而風向性的有：原Google北京研究院院長趙澤紅，新職務名稱是TensorFlow中國總監，未來AutoML發展不錯，估計也會有個中國地區總監，目前TensorFlow算是個開始吧。

另外，還有一位「新人」首次亮相：去年新上任的Google大中華區CMO黃介中。他的人可能沒有業務紅——如果你有留意的話，去年嘻哈正火時，Google翻譯請到了嘻哈俠歐陽靖(MCJin)代言，在中國力度空前地鋪了一撥廣告。

會上也專門打了小廣告，強調Google翻譯能用。

嗯，能用。

言外之意已經很清楚了，但就怕吃瓜群眾愛解讀更多。

涉及Google，調動話題和情緒的地方大家心知肚明，但那些以愛之名的期待，實際都太過模糊遙遠。

不管是AI中國中心，還是近期AI硬體上的一些小舉動，都與那個期待關聯有限。

To B的Google中國不也過得挺好嗎？

—完—

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！