Google Next 大会重点产品发表：Cloud AutoML Beta版释出

Google在一年一度的GoogleCloudNEXT大会上正式推出新一代机器学习产品：CloudAutoML，一次涵盖了图片辨识（Vision）、翻译（Translate）、自然语言处理（NaturalLanguage）三大范畴。这个能让企业快速拥有客制化机器学习模型的产品，究竟解决了机器学习领域中的什么问题、而近几年人工智慧在红什么？就让我们透过这篇文章一探究竟吧！

浅谈「人工智慧」、「机器学习」与「深度学习」

如果要用一句话说明人工智慧、机器学习、深度学习的差异，我们可以说：「深度学习是一种驱动机器学习的技术，而机器学习则是一种实现人工智慧的方法」。

人工智慧：概念 人工智慧（ArtificialIntelligence，缩写为AI）词汇源于1956年一场达特茅斯学院的会议，目的在建构出等同于人类智能的机器，简单来说「人工智慧是指机器能够拥有与人类相同水平的智能，并能执行与人类一样的工作」。

机器学习：方法 机器学习（MachineLearning）是一种实现人工智慧的方法。透过演算法解析过去的数据及经验，找到其运行规则，并对真实世界中的事件做出决策和预测。简而言之，「机器学习是透过海量的数据训练机器，告诉机器什么是正确的，让机器能够自行做出预测」。

深度学习：技术 深度学习（DeepLearning）是一种实现机器学习的技术。击败当今世界棋王的AlphaGo用的技术就是深度学习。深度学习模型需要透过大量的训练数据，才能得到更好的预测结果。目前只能针对特定需求来设计，例如AlphaGo只会下围棋，不能要求他下象棋。由此得知，「深度学习是指透过层层的函数堆叠，输入数据让机器从中找出最佳解」。

突破性的云端服务：CloudAutoML

说明完三者的关系，是否仍觉得机器学习是遥不可及的技术呢？GoogleCloud今年重磅推出一款平民版的机器学习服务CloudAutoML，大幅降低了使用者踏入机器学习领域的门槛。此篇文章将介绍的产品：CloudAutoMLVision，为CloudAutoML的其中一款用于图像辨识的服务。

CloudAutoMLVision的出现，让使用者只要准备数十张到数百张的样本照片，并搭配平易近人的使用介面，就能训练出专属的模型，使用者不需写到任何程式码。「客制化模型、易于操作、高品质、不需具备相关知识」是CloudAutoML的最大特色。

Google在去年的Next大会表示，未来机器学习的目标是「AI大众化」，能够让所有人都有使用AI的能力。目前全球开发者预估有2,100万人，但资料科学家却仅有100多万人，研究深度学习的专家更是只有1,000多位。业界明显缺乏机器学习领域的人才，但对于这类人才需求量又非常庞大。CloudAutoML的释出，就是希望使用者能够简单地应用AI来解决问题。

CloudAutoML的问世预计能解决许多产业的问题，例如娱乐、媒体、医疗、保险产业等，保险产业甚至可以透过CloudAutoMLVision分析车祸现场。以往企业想要套入AIsolution的第一大难题就是人才难找，就算请到人才，后续的「建模」、「 *** 」以及「接入企业流程」也会消耗许多人力与时间成本。CloudAutoML大幅地自动化、抽象化这些步骤，让各企业能够非常轻松地导入AI到自家产品。

CloudAutoML独家抢先体验

结合AI大众化的趋势，GoogleCloud首席合作伙伴：GCP专门家架设了「CloudAutoML独家体验专区」，让所有人都能即刻感受CloudAutoML的威力。若想客制化拥有自己的CloudAutoML模型，GCP专门家提供以下教学文章与应用案例：

[手把手教学]快速启用CloudAutoMLVision：Google最新机器学习产品！如何应用CloudAutoMLVision辨识屈中恒、宋少卿、钮承泽！Google三大机器学习产品比较 拥有专属自己的机器学习模型

想立即拥有自己的客制化机器学习模型吗？想训练模型却不知从何下手吗？立刻与GCP专门家联系吧！

浏览更多CloudAutoML相关文章与GoogleCloud产品应用，详见GCP专门家技术部落格，最新知识均在此与您分享。