EITC/AI/GCML Google Cloud Maschinelles Lernen

Google Cloud konzentriert sich stark auf die Bereitstellung von KI-Diensten und die Leistung als High-End-Plattform für maschinelles Lernen.

Einige der Google Cloud AI-Dienste umfassen:

• Cloud AutoML - Service zum Trainieren und Bereitstellen von benutzerdefinierten Lernmodellen für Maschinen. Ab September 2018 befindet sich der Dienst in der Beta.
• Cloud TPU - Beschleuniger, mit denen Google Modelle für maschinelles Lernen trainiert.
• Cloud Machine Learning Engine - Verwalteter Service zum Trainieren und Erstellen von Modellen für maschinelles Lernen basierend auf gängigen Frameworks.
• Cloud Job Discovery - Service basierend auf den Such- und maschinellen Lernfunktionen von Google für das Recruiting-Ökosystem.
• Dialogflow Enterprise - Entwicklungsumgebung basierend auf dem maschinellen Lernen von Google zum Erstellen von Konversationsschnittstellen.
• Cloud Natural Language - Textanalysedienst basierend auf Google Deep Learning-Modellen.
• Cloud Speech-to-Text - Sprach-zu-Text-Konvertierungsdienst basierend auf maschinellem Lernen.
• Cloud Text-to-Speech - Text-zu-Sprache-Konvertierungsdienst basierend auf maschinellem Lernen.
• Cloud Translation API - Service zur dynamischen Übersetzung zwischen Tausenden verfügbarer Sprachpaare
• Cloud Vision API - Bildanalysedienst basierend auf maschinellem Lernen
• Cloud Video Intelligence - Videoanalysedienst basierend auf maschinellem Lernen

Schauen Sie sich als Beispiel die AutoML Vision-Funktionen an (das automatische maschinelle Lernen von Google Cloud für das rechnergestützte Verständnis des Sehens) und fahren Sie mit einem umfassenden Lehrplan dieses EITC-Programms fort.

Google AI ist eine spezielle Abteilung von Google, die sich der künstlichen Intelligenz widmet. Dies wurde auf der Google I/O 2017 von CEO Sundar Pichai angekündigt. Zu den Hauptprojekten von Google AI gehören

• Bereitstellung von Cloud-basierten TPUs (Tensor Processing Units) zur Entwicklung von Software für maschinelles Lernen.
• Entwicklung von TensorFlow.
• Die TensorFlow Research Cloud bietet Forschern einen kostenlosen Cluster von tausend Cloud-TPUs, an denen sie maschinelles Lernen betreiben können, sofern die Forschung Open Source ist und sie ihre Ergebnisse veröffentlichen und in einem von Experten begutachteten wissenschaftlichen Journal veröffentlichen.
• Portal zu Tausenden von Forschungspublikationen von Google-Mitarbeitern.
• Magenta: Ein Deep Learning-Forschungsteam, das die Rolle des maschinellen Lernens als Werkzeug im kreativen Prozess untersucht. Das Team hat viele Open-Source-Projekte veröffentlicht, mit denen Künstler und Musiker ihre Prozesse mithilfe von KI erweitern können.
• Bergahorn: ein programmierbarer 54-Qubit-Quantenprozessor.

Ein weiteres Projekt ist Google Brain. Es ist ein Deep-Learning-Forschungsteam für künstliche Intelligenz bei Google, das Anfang der 2010er Jahre gegründet wurde und offene Forschung zum maschinellen Lernen mit Informationssystemen und umfangreichen Computerressourcen kombiniert. Das Google Brain-Projekt begann 2011 als Teilzeit-Forschungskooperation zwischen Google-Kollegen Jeff Dean, Google-Forscher Greg Corrado und Professor Andrew Ng von der Stanford University. Ng war seit 2006 daran interessiert, Deep-Learning-Techniken einzusetzen, um das Problem der künstlichen Intelligenz zu lösen, und begann 2011 mit Dean und Corrado zusammenzuarbeiten, um ein umfangreiches Deep-Learning-Softwaresystem, DistBelief, auf der Cloud-Computing-Infrastruktur von Google aufzubauen. Google Brain startete als Google X-Projekt und wurde so erfolgreich, dass es wieder an Google weitergegeben wurde: Laut Astro Teller hat Google Brain die gesamten Kosten für Google X bezahlt. Im Juni 2012 meldete die New York Times einen Cluster von 16,000 Prozessoren in 1,000 Computern, die einige Aspekte der menschlichen Gehirnaktivität nachahmen sollen, hatten sich erfolgreich darauf trainiert, eine Katze anhand von 10 Millionen digitalen Bildern aus YouTube-Videos zu erkennen. Seit den ersten Jahren des Projekts hat sich Google Brain erheblich weiterentwickelt und findet viele Anwendungen in Google AI-Produkten.

Um einen Einblick in den Fortschritt zu erhalten, sehen Sie sich die beispielhafte Demonstration der Google Assistant-Funktionen an: