Google加大了將AI推向大眾的競標

Google LLC的人工智能工具已經被認為是業界最好的工具，但是企業一直在尋找更新，更簡單的方法來將AI應用于其應用程序。

考慮到這一點，今天的Google Cloud除了為其提供了一系列新工具之外，還在其產品組合中添加了更多的AI服務，這些新工具應使企業能夠更輕松地構建自己的基于AI的應用程序。在今天的Google的Cloud Next會議上AI的熱潮中，這家公共云基礎設施巨頭宣布了幾項新產品，這些新產品為企業提供了一種使用AI來解決常見業務挑戰的方法。

這些新服務包括文檔理解AI的Beta版可用性，該功能通過掃描文檔并將其轉換為結構化數據來工作，以幫助自動化文檔處理工作流程。

“這意味著您可以利用隱藏在非結構化文檔中的事實，見解，關系和知識，并開始更快，更準確地制定由數據驅動的業務決策，” Google Cloud集團產品經理Levent Besik在博客中寫道發布。

同時，使用AI協助客戶服務請求的Google聯絡中心AI服務現在也提供beta版。去年，它作為Alpha服務發布，使公司能夠構建虛擬代理之類的東西。它還提供了“代理協助”和“主題建模器”功能，因此人類客戶服務代理可以快速找到他們需要的信息，以幫助與他們打交道的客戶。

通過統一通信公司Avaya Inc.以及Accenture Plc等公司，Contact Center AI也獲得了更多合作伙伴。和Salesforce.com Inc.都加入了聚會。想法是將Contact Center AI與這些公司的平臺集成在一起，以便他們的用戶也可以從其提供的幫助中受益。

谷歌還更新了其Cloud for Retail服務，該服務提供了一系列工具來幫助零售商從AI中受益。包裝盒中的新工具包括Vision Product Search，該產品現已普遍提供，并使零售商能夠構建集成了視覺搜索功能的應用程序。

因此，例如，客戶可以簡單地拍攝商品并使用該商品在零售商目錄中查找相似的產品。Beta中還有一個新的Recommendations AI工具，零售商可以使用該工具向其客戶提供個性化建議。最終，零售商也可以使用處于測試階段的AutoML Tables來創建機器學習模型，該模型可以預測諸如未來銷售之類的事物，從而幫助他們最大化收入并優化產品組合。

Constellation Research Inc.的分析師Holger Mueller表示，所有這些都表明Google希望如何瞄準行業垂直市場，從而為更多用戶提供AI。

“谷歌現在進入水平和垂直用例，”穆勒說。“文檔理解AI和Contact Center AI是CTO在自動化領域構建下一代應用程序的關鍵要素。與[Google Cloud首席執行官] Thomas Kurian剛剛宣布的使Google Cloud更加垂直的戰略一起，這就是Google Cloud for Retail的合適之處。”

從廣義上講，AI平臺必須具有使AI的創新更容易的潛力。托管產品負責人Lin Classon表示：“通過提供端到端的AI平臺，使構思，概念化，開發，部署和迭代變得更加容易，Google使我們在實現民主化和實現創新方面走得更遠。”服務提供商Ensono LP。

建筑AI

實際上，AutoML Tables工具只是包含在Google新AI平臺(目前處于beta版)中的幾種工具之一，該平臺被稱為端到端開發平臺，可幫助團隊準備，構建，運行和管理其機器學習項目。

Google開箱即用地提供了各種各樣的機器學習工具，但它可能無法滿足每個人的需求，因此AI平臺旨在為公司提供構建自己的一切所需的工具。

“使用AI平臺，您可以攝取流或批處理數據，并使用內置的標簽服務通過應用分類，對象檢測，實體提取和其他過程來輕松地為訓練數據(如圖像，視頻，音頻和文本)添加標簽。 ”，Google產品管理總監Rajen Sheth在第二篇博客文章中寫道。“您可以將數據直接導入到AutoML中，或使用現已成為AI平臺一部分的Cloud Machine Learning Engine在GCP上訓練和提供自己的定制ML模型。”

Mueller說AI平臺看起來像是旨在將所有Google的AI產品和服務歸為一類，旨在鼓勵更多“常規”開發人員成為AI開發人員。

谷歌還在更新其Cloud AutoML開發人員工具包，該工具包提供了用于訓練AI模型的拖放界面，該工具包于去年首次推出。除上述新的AutoML Tables工具外，Cloud AutoML還將獲得更新的AutoML Vision服務以進行圖像識別。

現在，它可以優化機器學習模型，以在所謂的“邊緣”設備(例如連接的傳感器和智能相機)上運行。Sheth說，向此類設備添加智能并非易事，因為它們經常遇到諸如不可靠的連接和延遲等問題。他補充說，AutoML Vision Edge通過簡化培訓和部署來幫助補救。

Cloud AutoML在AutoML Video中獲得了另一項新服務，該服務可幫助開發人員創建自定義模型，以使用預定義標簽對視頻內容進行自動分類。“這意味著媒體和娛樂企業可以簡化自動刪除廣告或創建精彩片段的任務，而其他行業可以將其應用于他們自己的特定視頻分析需求，例如，更好地了解流量模式或監督制造過程，” Sheth說。

最后，谷歌也正在加強其提供的基礎設施來運行其人工智能服務。該公司正在推出其第三代液冷云張量處理單元，它們是AI加速器專用集成電路。

這些與Google的舊TPU一起，現在可以與Google Kubernetes Engine服務一起使用，以運行容器化的機器學習工作負載。此外，谷歌現在可以在其八個云區域中訪問Nvidia Corp.的新Tesla T4芯片。