北京时间1月18日凌晨消息，谷歌计划将创建机器学习模型的过程自动化，而且企业开发者们将能定制属于自己的模型，这样一来，使用Google云平台提供的人工智能技术成了该平台的主要应用场景。
本周三，谷歌简单描述了其最新的Cloud AutoML技术，该技术能使企业开发者们通过Google云平台自动创建机器学习模型。谷歌首先将发布AutoML Vision，即用于建立机器视觉模型的工具，随后将陆续推出用于机器翻译和自然语音处理等的工具。
Google云AI项目首席科学家李飞飞称谷歌已经提供了建立标准AI模型的所需组件，但企业用户仍需将自己特有的数据添加到模型训练过程中，来训练得到专属于该企业的机器学习模型。她说：“人工智能和机器学习仍是一个高门槛的领域。”
将人工智能大众化，谷歌有什么计划呢?Google云AI项目主管李佳称，将训练模型和模型最优化这两个过程自动化将是关键。一旦实现自动化，企业用户将能更快地提高机器学习模型的质量。开发者们也能调用简单的API(应用程序接口)来达到建立机器学习模型的目的。
在一篇博客文章中，两位Google云AI项目高管这样写道：
目前，全世界还只有一少部分企业拥有适应人工智能和机器学习高速发展所需的人才和资金预算。只有极少数专家能创建先进的机器学习模型。如果你的公司已经有相应的机器学习工程师，那么仍然需要在建立定制化的机器模型过程中进行复杂的过程管理和时间管理。尽管谷歌已经提供了预先训练好的机器学习模型，可以完成一些特定的任务，但想要将人工智能带给每一个人，还有很长的路要走。
该自动化机器学习工具AutoML的定价将基于用户使用了多少应用程序接口(即功能)和多少谷歌云平台的计算能力。Google云AI项目产品管理总监谢思称消费者将为其使用到的API和计算性能付费，他说：“我们将和每一个消费者协作来决定他们使用AutoML平台的价格，以达到他们对其模型的预期。”同时，他还强调说，消费者将使用他们自己已有的数据，该数据将受到Google云平台的隐私保护条款的保护。”
该产品管理总监还提到，建立高质量机器学习模型的过程是基于图形化的用户界面。他说：“高质量的模型真的很重要。”
李佳称谷歌已经将自己的方法与市面上已有的公开的技术进行了对比测试，发现谷歌的技术训练出的模型要更优良，也更容易实现。
尽管Google云平台使得建立机器学习模型变得简单，但企业仍然需要将自己的数据添加标签，为运用AutoML做准备。李佳说：“为了建立符合自己要求的模型，消费者仍然需要进行少量步骤比如数据准备、调参、评价、和迭代等工作。”
AutoML平台主要面对的是企业开发者和独立应用开发者群体。(小宝)
