EITC/AI/GCML Google Cloud Machine Learning

Google Cloud is sterk gericht op het leveren van AI-services en het presteren als high-end machine learning-platform.

Enkele van de Google Cloud AI-services zijn:

• Cloud AutoML - Service om aangepaste machine learning-modellen te trainen en te implementeren. Vanaf september 2018 is de service in bèta.
• Cloud TPU - Accelerators die door Google worden gebruikt om machine learning-modellen te trainen.
• Cloud Machine Learning Engine - Beheerde service voor het trainen en bouwen van machine learning-modellen op basis van reguliere frameworks.
• Cloud Job Discovery - Service gebaseerd op de zoek- en machine learning-mogelijkheden van Google voor het wervende ecosysteem.
• Dialogflow Enterprise - Ontwikkelingsomgeving op basis van machine learning van Google voor het bouwen van conversatie-interfaces.
• Cloud Natural Language - Tekstanalyseservice op basis van Google Deep Learning-modellen.
• Cloud Speech-to-Text - Conversieservice van spraak naar tekst op basis van machine learning.
• Cloud Text-to-Speech: conversieservice voor tekst naar spraak op basis van machine learning.
• Cloud Translation API - Service om dynamisch te vertalen tussen duizenden beschikbare talenparen
• Cloud Vision API - beeldanalyseservice op basis van machine learning
• Cloud Video Intelligence - Videoanalyseservice op basis van machine learning

Bekijk als voorbeeld de AutoML Vision-functies (automatische machine learning van Google Cloud voor computationeel begrip van vision) en ga verder met een uitgebreid curriculum van dit EITC-programma.

Google AI is een speciale afdeling van Google die zich toelegt op kunstmatige intelligentie. Het werd aangekondigd op Google I/O 2017 door CEO Sundar Pichai. De belangrijkste projecten van Google AI omvatten

• Het bedienen van cloudgebaseerde TPU's (tensor processing units) om machine learning software te ontwikkelen.
• Ontwikkeling van TensorFlow.
• De TensorFlow Research Cloud geeft onderzoekers een gratis cluster van duizend cloud-TPU's om machine learning-onderzoek uit te voeren, op voorwaarde dat het onderzoek open source is en ze hun bevindingen publiceren en publiceren in een peer-reviewed wetenschappelijk tijdschrift.
• Portaal naar duizenden onderzoekspublicaties van Google-medewerkers.
• Magenta: een diepgaand onderzoeksteam dat de rol van machine learning als hulpmiddel in het creatieve proces onderzoekt. Het team heeft veel open source-projecten uitgebracht waarmee artiesten en muzikanten hun processen kunnen uitbreiden met AI.
• Sycamore: een programmeerbare kwantumprocessor met 54 Qubit.

Een ander project is Google Brain. Het is een diepgaand onderzoeksteam voor kunstmatige intelligentie bij Google, opgericht in het begin van de jaren 2010, dat open onderzoek naar machine learning combineert met informatiesystemen en grootschalige computerbronnen. Het Google Brain-project begon in 2011 als een parttime onderzoekssamenwerking tussen Google Fellow Jeff Dean, Google-onderzoeker Greg Corrado en Stanford University-professor Andrew Ng. Ng was sinds 2006 geïnteresseerd in het gebruik van deep learning-technieken om het probleem van kunstmatige intelligentie op te lossen en begon in 2011 samen te werken met Dean en Corrado om een ​​grootschalig softwaresysteem voor deep learning, DistBelief, te bouwen bovenop de cloud computing-infrastructuur van Google. Google Brain begon als een Google X-project en werd zo succesvol dat het werd teruggestuurd naar Google: Astro Teller heeft gezegd dat Google Brain de volledige kosten van Google X betaalde. In juni 2012 meldde de New York Times dat een cluster van 16,000 processors in 1,000 computers die zich bezighielden met het nabootsen van bepaalde aspecten van menselijke hersenactiviteit, hadden zichzelf met succes getraind om een ​​kat te herkennen op basis van 10 miljoen digitale afbeeldingen uit YouTube-video's. Sinds de beginjaren van het project is Google Brain aanzienlijk gevorderd en vindt het veel toepassingen in Google AI-producten.

Bekijk de voorbeelddemonstratie van de Google Assistent-mogelijkheden om een ​​glimp op te vangen van de voortgang: