當前位置:
首頁 > 新聞 > 佳飛貓搭檔的心血亮相,今年GoogleCloudNext少了喧囂、多了實用

佳飛貓搭檔的心血亮相,今年GoogleCloudNext少了喧囂、多了實用

近來美股科技巨頭的股價走高,蘋果市值來到 9486 億美元(以美國時間 7 月 24 日收盤價計算),距離萬億大關只差幾步,亞馬遜同樣表現不俗,谷歌母公司 Alphabet 剛公布第二季財報,營收年增 26% 來到 327 億美元,但受到歐盟以 Google 和 Android 合作夥伴的協議違反歐洲競爭法,遭開罰巨額 50.7 億美元的影響,營業利益(Operating Income)縮水至 28 億美元,若不計罰款,該季營業利益高達 78.8 億美元。由於營收跟獲利雙雙優於預期,加上 AI First 策略使得公司發展前景依舊樂觀,激勵股價上揚,也顯示投資者對於天價罰單並未感到太多憂心。加上今日(7/25)舉辦 Google Cloud Next 大會,谷歌股價氣勢續旺,市值也超過 8677 億美元。

谷歌在 Google Cloud Next 大會上宣布了不少在雲計算基礎架構、人工智慧的新功能,但有不少人感受到,此次大會上少了點喧囂、驚呼聲,但多了「實用性」,如何讓技術真正走入企業環境,才是主線,因為隨著谷歌進入企業服務市場的野心越來越大,有效幫助企業客戶提升效益,才是谷歌在與微軟、AWS 競爭能否勝出的關鍵。

所以,如果要為此次大會下一個總結,那就是谷歌首席科學家李飛飛多說的:「人工智慧正在賦能,希望為每個人和每個企業實現 AI 普及化,人工智慧不再是科技的利基(niche)市場,能為各行業帶來差異化。我們致力於提供能夠徹底改變它們的工具。」

AutoML 新增自然語言處理和翻譯

如何降低企業導入人工智慧的門檻,一直是谷歌近來的重點,先前推出的 AutoML 工具,是利用遷移學習(transfer learning)和神經架構搜索技術(Neural Architecture Search technology)打造,讓企業不必自寫程序,透過拖放圖形工具,就可以訓練機器學習模型的服務,第一個產品 AutoML Vision 是針對機器視覺領域,在這次的 Google Cloud Next 大會上,Google Cloud 首席科學家李飛飛宣布,除了 AutoML Vision 進入公眾測試版之外,更讓功能從視覺走向語言,新增兩項功能:AutoML Natural Language,讓用戶創建自定義的自然語言理解模型,以及 AutoML Translation,允許用戶上傳自己的語言組,以便在高專業領域中實現更好的文本翻譯。

Google 目前核心收益來自線上廣告(由搜索及 YouTube 所貢獻),不過 Google CEO Sundar Pichai 日前在電話會議上,倒是公布了一個值得注意的數字,他指出 Google 翻譯每天翻譯量達到了驚人的 143 億字,特別是在足球世界盃期間,更帶動翻譯的使用量,因此就有分析師認為「翻譯」很可能是 Google 的下一個金礦,目前該服務雖是免費,但龐大的使用量暗示著「賺錢的潛力」。Google 翻譯不會向一般用戶收費,不過把核心技術轉化為商業模式,上述的 AutoML Translation 就是一例。

人工智慧客服中心

Google 宣布推出 AI 客服中心(Contact Center AI),簡單來說,就是用多種 AI 功能來提升客服中心的用戶體驗。像是,Dialogflow 的企業版(Enterprise Edition)有一個名為 Phone Gateway 的工具,可以幫公司在沒有基礎設施的情況下,自動把工作的電話轉到虛擬代理助手(vritual agent),而且所有的語音識別、語音合成、自然語言理解和編排都是自動化管理。另外,還有 Dialogflow Knowledge Connectors 工具可以理解非結構化文檔,像是常見問題的解答、知識庫文章等,同時企業也可以篩選歷史音頻數據如顧客來電、投訴,來分析趨勢、做情緒分析。像是 KPMG、Genesys、Twilio 等企業都宣布採用。

而 AutoML 和 Contact Center AI,是李飛飛和 Google Cloud 研發主管李佳,兩人作為「佳飛」搭檔,一同下的大膽策略,決定以全力發展的兩個大項目。平心而論,把 AI 技術應用在客服中心並不是什麼了不起的新應用,不少企業、初創公司都推出類似方案已久,Google 能否後發先至,就讓每一家的技術能力跟業務實力來過招吧。

圖|Contact Center AI 參考架構

數據管理問題:用戶可選擇數據存儲地點

歐盟的個人數據保護法 GDPR 上路後,讓不少企業為數據管理感到傷神,Google 宣布 G Suite 用戶現在可以選擇把 G Suite 應用程序的主要數據存儲在美國或是歐洲。G Suite 產品管理副總裁 David Thacker 指出,對於擁有數據、而且必須符合地理控制需求的公司、組織,他們現在能夠選擇將 G Suite 應用程序,例如 Gmail、Google Doc 等的數據副本存放在何處。同時,谷歌還準備提供一項工具,當員工在工作和組織之間變動時,可以輕鬆地把數據移動到另一個區域。

Cloud Functions

谷歌在 2016 年首度發表 Cloud Functions—Google 的無伺服器平台,主要是跟 AWS 的 Lambda 和微軟 Azure Functions 競爭,經過長期的測試版之後,谷歌在大會上宣布在美國、歐洲等地提供服務。其中容器編排管理工具 Kubernetes 是運行無伺服器的基礎。

AI+Cloud 的下一步:區塊鏈

除了 AI,Google 繼續不遺餘力布局雲服務,上個季度新增 4008 位員工,其中大多數就是負責雲計算的技術研發及銷售。對 Google 來說,AI 與 Google Cloud 無疑是相輔相成的兩大支柱,一方面,谷歌眾多的 AI 服務能落地,後端就是仰賴 Google Cloud 基礎建設的支撐;另一方面,內部研發的機器學習方案除用於提升各地數據中心的運作效率,也搬上 Google Cloud 成為對外提供、可以賺錢的 AI as a Service 服務。

既然兩者已經有了完好的搭配,下一步是什麼?區塊鏈即服務(BaaS,Blockchain as a Service)。

在 Google Cloud Next 登場前夕,谷歌宣布與區塊鏈初創公司 Digital Asset、BlockApps 合作,用戶可以在 Google 雲端平台(GCP,Google Cloud Platform)上使用分散式賬本技術(DLT)框架。而且這兩家初創公司的創始人來頭都不小,Digital Asset CEO Blythe Masters 曾為職摩根大通的高層,BlockApps CEO 黃永耀(Victor Wong)則是區塊鏈圈子裡小有名氣的意見領袖,曾舉辦多個區塊鏈黑客松活動。

由於區塊鏈採取的底層技術跟開發語言不同於現今的 IT 架構,所以儘管是有技術背景的人員想要建構一個區塊鏈環境或開發分散式應用程序(DApps),仍需要學習新的技能,因此如何降低區塊鏈的進入門檻,有很高的市場需求,這也是為什麼區塊鏈解決方案公司是除了交易所之外,能獲得較多關注的一個行業。

而 Digital Asset 是針對 FinTech 行業提供分散式帳本軟體的供應商,客戶包括澳交所等,結盟谷歌后,Digital Asset 的區塊鏈平台、智能合約開發語言 DAML 等工具就會搬到 Google Cloud 谷歌雲上,讓用戶跟開發者可以在雲端上建立、測試區塊鏈相關應用。

而 BlockApps 則是區塊鏈即服務(BaaS,Blockchain as a Service)軟體平台,強調通過以太坊開源代碼標準,讓企業快速部署私有區塊鏈、創建 DApp,並可以在公有雲如 AWS、微軟 Azure 上管理智能合約,現有客戶超過百家企業,包括民生保險。在與谷歌締結夥伴之前,BlockApps 就與微軟及以太坊聯合創始人 Joseph Lubin 成立的 ConsenSys,一同開發微軟的 BaaS 服務背後的技術。

BlockApps 共同創始人黃永耀(Victor Wong)曾指出,這是歷史上第一次,一個普通的程序員可以在幾分鐘內建立一個區塊鏈的環境,區塊鏈技術正在顛覆銀行、保險、法律、供應鏈和醫療等行業。他也強調,中國市場的區塊鏈技術開發者數量龐大,看好中國將成為全球最大的區塊鏈技術市場。

另外,Google 也宣布,在今年稍晚 GCP 將加入 Hyperledger Fabric、以太坊應用程式的開源整合。

以幾家雲服務巨頭的布局來看,Google 跨入區塊鏈的腳步算是慢的,IBM 可說是區塊鏈領域的領先者,AWS、微軟、阿里巴巴也早有動作,不過,區塊鏈尚屬於起步階段,很多技術仍在改進跟商討中,因此企業用戶多處在觀望階段,就算有一些企業宣布已執行一些項目,但主要還是概念驗證(POC,Proof of Concept)性質,未來 1~2 年才會是企業級市場落地的關鍵時刻,因此 Google 的起步雖有點慢,但還不至於太晚,就看後續怎麼加速跟上,才能跟其他的雲服務巨頭競爭。


喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 DeepTech深科技 的精彩文章:

中國破獲比特幣賭球特大案,涉及15億美元加密貨幣、33萬人
ICML2018論文告訴你,一般的公平性準則不能保證AI演算法的公平性

TAG:DeepTech深科技 |