技术- 谷歌都在用的顶级AI工具!

“我们希望使用人工智能来增强人们的能力,使我们能够完成更多的任务的同时,使我们得以将更多的经历以及时间花在创造性的事物上。” -杰夫·迪恩,谷歌高级研究员。儿谷歌开发出来的各种实用工具包确实身体力行的践行了这一理想。

 

如果说谷歌只是一个搜索巨头,那就太小觑他了,因为它已经从一个单纯的搜索引擎迅速成长为几个关键IT领域创新的推动力。在过去的几年里,谷歌已经在几乎所有的数字领域扎根,无论是智能手机、平板电脑、笔记本电脑等消费电子产品,还是安卓(Android)和Chrome操作系统等底层软件,抑或是谷歌人工智能(AI)支持的智能软件。

 

谷歌一直在智能软件行业积极创新。凭借多年来在搜索和分析数据方面的专业知识,谷歌创建了各种工具,如TensorFlow、ML Kit、云人工智能,其中的很多是为了爱好者和初学者去了解人工智能。

 

以下各节将进一步说明谷歌如何将其工具套件瞄准特定的用户群体,如开发人员、研究人员和公司组织,以及他们如何从谷歌的人工智能工具中获益。

 

开发人员

 

随着越来越多的开发人员深入人工智能领域,看到了它的潜力,谷歌通过提供几个强大的工具来满足他们的动态需求,例如:

 

  • TensorFlow

TensorFlow是Google向世界提供的一个端到端的开源深度学习库,它利用机器学习来改进其各种产品提供的服务。使用TensorFlow的工具和库套件,开发人员可以构建高度精确和定义良好的机器学习模型。

 

TensorFlow可以在各种设备上提供平滑的模型构建和灵活的部署,使创建和部署复杂的人工智能模型变得轻而易举。有了强大的社区支持,无论你是新手还是有经验的人,都可以借此来实现自己的很多想法。

 

在这个网址中你可以找到一些入门的例子:

https://github.com/tensorflow/tfjs-examples

 

下面是TensorFlow开发者峰会的视频:

https://www.tensorflow.org/dev-summit/

 

  • ML Kit

 

有关ML Kit简介的视频连接: https://youtu.be/ejrn_JHksws, 相信看完这个视频,你会对什么是ML Kit有一个大致的了解。

 

ML-Kit是一个只支持移动的SDK,目前Android&iOS可以利用Google机器学习的优势来开发你的移动应用,并为解决现实世界中的问题做好准备。ML工具包可以帮助开发者在由底层机器学习技术驱动的任务中取得成功,例如:

 

  • 语言识别

 

将文本传递到ML工具包->在文本中获取检测到的语言

 

它支持超过100种语言,包括印地语、阿拉伯语、汉语和其他更多的语言!

 

在此处查找受支持语言的完整列表:https://firebase.google.com/docs/ml-kit/langid-support

 

  • 文本识别

 

点击图片->获取图片中的文本

  • 图像扫描和标记

 

单击图片->获取图片中的对象列表

 

  • 人脸识别

 

单击图片->获取图片中的所有人脸

  • 智能回复

 

将消息输入到ML Kit->获取3个智能回复

  • 条形码扫描

点击图片->从扫描的条形码/二维码中获取信息

 

  • 与TensorFlow Lite的定制模型集成

 

有了可用于各种用例的设备上或云实现的现成API,使用者可以轻松地将ML模型应用于数据,并通过与TensorFlow Lite的自定义集成选项跟踪应用程序的性能。

  • 谷歌开源

随着更新更好的软件的持续开发,人们不断需要把它的性能提升到一个更高的层次。一旦开发人员一开始就共享开源的代码,那么社区就可以积极参与并帮助改进和扩展它。使用免费提供的代码,开发人员可以通过访问其存储库来修改和扩展代码,通常可以解决流程中的复杂问题。

谷歌承诺,将通过鼓励开发者向任何对其背后的想法感兴趣的人公开他们的代码,把他们聚集在一起。同时谷歌提供了大量免费的开源项目,如:

 

  • ClusterFuzz,在大家共同的努力下,过去两年中几个项目中未被发现的11000多个bug被找了出来。

 

 

 

  • 公平性指标

 

谷歌在其开源计划中提供了公平性指标。它是在机器学习系统中提供量化公平性指标的工具。在TensorFlow的支持下,目的是消除机器学习系统中的任何偏差,同时提高其公平性,减少影响系统和组织的不公平偏差。随着需求的增长,谷歌有意扩大规模,在设计时考虑到了各种业务。

  • CoLaboratory

colaborary或Colab,简而言之,是一个针对Python的在线代码编辑器和编译器。把它想象成Google文档,但对于Python,它有Google Drive等提供的存储功能作为后盾。它相对容易使用,并且消除了跨多个用户共享配置的麻烦,简化了协作过程。它还提供了远程处理代码的能力,可以选择使用代码片段创建详细解释的标记。

 

要了解更多信息,请查看视频-https://youtu.be/inN8seMm7UI

 

对于研究人员

 

在深入一个新的研究领域时,广泛的研究是绝对必要的。通过现有模型生成的全面而丰富的数据集向用户开放,谷歌通过提供以下工具简化了获取这些数据的过程:

 

  • 谷歌数据集

 

对于每一个机器学习模型,最根本的问题是用正确的数据对其进行训练。Google Datasets通过提供数据集来解决这个问题。

 

Google Datasets是由Google管理的一组数据集,通过分析研究人员的广泛兴趣,定期刷新这些数据集。

 

Google提供了相当广泛的数据集类别,包括图像、转录的音频、视频和文本。针对具有不同用例的各种用户,每个类别都有一个详细的数据集下载链接,便于访问。

 

一旦用户下载了数据集并在数据集上训练了他们的模型,他们就可以为真实场景准备模型。可以通过Google数据集搜索来搜索更多的数据集。

 

  • 谷歌数据集搜索

 

随着互联网上的每一个模型生成其数据集,谷歌通过提供搜索功能,帮助简化了与互联网上其他用户共享数据集的过程。就像它的搜索服务在网络上搜索任何东西一样,谷歌的数据集搜索缩小了你对你正在寻找的数据集的搜索范围。从那时起,你就可以对数据集有更多的了解并掌握它。

 

数据为王,谷歌深谙此道

 

谷歌刚刚发布了2500万个免费数据集。以下是你可能最需要了解的关于世界上最大的数据存储库的信息

https://towardsdatascience.com/google-just-published-25-million-free-datasets-d83940e24284

 

  • Croedsource

 

谷歌的另一项举措是通过向用户提出有趣的挑战来提高数据集的准确性,要求用户识别各类图像,如图画、信件、报纸、插图等。

 

从这些类别中,贡献者可以识别和标记所提供选择的图片,以改进谷歌的服务。如果你有这种竞争精神,一旦你开始做出贡献,你将获得一个有趣的徽章和里程碑。

 

如何通过Google Crowdsource改进产品 https://youtu.be/oLTNtvIHJ7M

 

Google Crowdsource不仅可以处理图片,还可以处理很多其他部分,比如:

 

  • 手写识别

 

  • 面部表情

 

  • 翻译

 

  • 翻译验证

 

  • 图片标题

 

  • 图像标签验证

 

对于公司组织

 

通过密切监控市场,谷歌可以确定其服务如何将企业的潜在里程碑转变为已实现的目标。谷歌为企业提供的工具可以简化他们的工作流程,并通过采用人工智能和人工智能的专业知识达到新的高度。从精确的数据集、定制模型、高性能云服务等等,谷歌可以为各种规模的企业提供很多。

 

一些组织已经从谷歌的人工智能工具中获益,比如Lyft、Max Kelsen、eBay和Two Sigma等等。企业可以从以下谷歌人工智能工具中获益:

  • 云TPU

随着所有的数字运算,机器学习需要一个高性能的系统。正因为如此,谷歌建立了自己的TPU,简称为Tensor处理单元,就是为之服务的。通过为企业提供所需的火力,而无需任何内部设置,云TPU使企业能够通过降低硬件成本向客户提供最佳服务。

 

企业可以选择云TPU,从要求较低的任务到要求最高的任务,并从下面提供的选项中选择一个:

  • 云TPU v2

 

  • 云TPU v3

 

  • 云TPU v2 Pod

 

  • 云TPU v3 Pod

 

  • 云人工智能

 

云人工智能使您能够在业务中实现机器学习功能,以便它随时准备迎接新的挑战。在使用云人工智能的过程中,企业可以使用谷歌已经提供的模型,也可以根据自己的喜好定制一个模型。

云AI分为三个部分。云人工智能包括-

 

-人工智能集线器

 

提供一组随时可用的人工智能组件,这些组件具有在模型上共享和实验的选项。

 

-人工智能构建块

 

允许开发人员将对话、视图、语言、结构化数据和云AutoML功能添加到其应用程序中。

 

-人工智能平台

 

人工智能平台使数据科学家、工程师和开发人员能够通过人工智能平台笔记本、深度学习容器、数据标签服务、持续评估、人工智能平台培训等多项服务,迅速将想法转变为部署。

 

下面是关于这个话题的有趣的文章-https://venturebeat.com/2020/02/20/google-cloud-ai-removes-gender-labels-from-cloud-vision-api-to-avoid-bias/

 

 

由于被迪斯尼、Imagia、Meredith等流行品牌所使用,Cloud AutoML能够轻松地对定制机器学习模型进行培训,以生成高质量的培训数据。通过与众多其他Google服务的完全集成,再加上从一个服务到另一个服务的无缝传输过程,这样企业可以通过最大化输出来实现其全部潜力。

 

以下是一篇拓展阅读

一个谦逊的天才:谷歌AutoML的幕后操纵者

https://medium.com/aifrontiers/an-unassuming-genius-the-man-behind-google-brains-automl-4ddc801f3e9b

 

从Cloud AutoML开始-https://youtu.be/kgxfdTh9lz0

 

结论

 

人工智能出现的时间相对较短,但随着时间的推移,我们发现的进步和应用是惊人的。从人工智能的好处来看,企业可以通过早期采用人工智能和机器学习并进行试验来获得优势。

 

谷歌一直在这一领域不断创新,推出了多个工具,如ML-Kit、TensorFlow、Fire-Indicators等,为包括开发者、研究人员和企业在内的各种用户提供了更多工具。通过鼓励使用云人工智能工具,谷歌正试图提高人工智能和多语言语言在现实世界中的地位。

 

其目的是为用户提供评估、协作、改进和部署其定制的机器学习模型的精确方法,以提高生产率和改进服务。

 

希望这些介绍能然你熟悉谷歌的人工智能产品,从而使你的工作生活更加得心应手!