谷歌本周在其云计算大会上发布了一系列人工智能公告，该会议将于今天在旧金山举行，许多人都将注意力集中在该公司的机器学习工具的民主化上。
谷歌本周在其云计算大会上发布了一系列人工智能公告，该会议将于今天在旧金山举行，许多人都将注意力集中在该公司的机器学习工具的民主化上。谷歌的AutoML Vision工具在今年1月推出的Cloud AutoML项目启动后，从今天开始将在公开测试中推出，该公司在主题演讲中宣布了这一计划。
Cloud AutoML基本上是一种允许非专家——那些没有机器学习专业知识甚至无法流畅编码的人——来培训他们自己的自学模型的工具，所有这些使用的工具作为谷歌云计算产品的一部分。第一个工具是AutoML Vision，它允许你创建用于图像和对象识别的机器学习模型。 谷歌通过使用简单的图形界面和普遍理解的拖拽等UI触摸，使这些工具对于软件工程和AI领域以外的人员变得十分清晰。
现在AutoML Vision正在进入公共测试阶段，它可供任何数量的组织，企业和研究人员使用，他们可能会发现这种类型的AI很有用，但却没有资源或技术来开发自己的培训模型。在大多数情况下，公司可以通过适用的API简单地使用AI软件，例如谷歌向第三方提供的Cloud Vision API。但该公司正在设计其Cloud AutoML工具，以服务于主要在科技领域之外的公司，这些公司可能具有需要对自定义数据进行培训的特定需求。
谷歌首次推出的一个例子是Urban Outfitters构建的模型，可以帮助它识别产品的模式和其他相似之处，因此它可以为在线客户提供更细粒度的搜索和过滤选项，这些选项基于你通常认为只有人类才会注意到的服装特征。 (想想“深V”和标准“V领”衬衫之间的区别。)Cloud Vision API专注于广泛的物体和图像识别，并没有完全削减它，所以Urban Outfitters可能会使用谷歌工具发展自己的模型。
今天还宣布推出两个新的Cloud AutoML域名：一个用于自然语言，另一个用于翻译。 谷歌使用软件解析口头和书面文字的能力构成了谷歌智能助理产品的基础，而人工智能培训的翻译算法的熟练程度，使谷歌翻译在许多不同类型的语言中取得如此惊人的成功。
当然，如果没有适当的专业知识，资源和相当大的数据集，你将无法开发像谷歌这样的复杂模型和软件。但该公司正在通过这些新领域开始对自定义模型进行基本培训。
谷歌已经表示，出版业巨头赫斯特(Hearst)正在使用AutoML Natural Language，来帮助标记和整理其众多杂志，以及这些出版物的众多国内和国际版本的内容。谷歌还向日本出版商日经集团(Nikkei Group)提供了AutoML Translation，该集团每天都会发布和翻译多种语言的文章。
“人工智能是一种权利赋予，我们希望为每个人和每个企业，从零售业到农业、教育再到医疗保健实现民主化。”谷歌人工智能首席科学家李飞飞在一份声明中表示，“人工智能不再是科技界的小众市场，这是每个行业企业的差异化因素。我们致力于提供能够彻底改变它们的工具。”
除了新的Cloud AutoML域名之外，谷歌还在开发一个人工智能客户服务代理，它可以作为呼叫者通过电话与之交互的第一个声音。谷歌正在调用产品Contact Center AI，它与现有的Dialogflow软件包捆绑在一起，为企业开发会话代理提供工具。虽然公司没有提到名称，但很明显，Contact Center AI与谷歌在Duplex上所做的工作类似。
Duplex是今年早些时候在谷歌I / O上推出的项目，伪装成一个人通过电话为人们提供个人会话AI助手，来预约和完成其他普通的任务。当发现这可以在未经另一端的人类服务工作者同意的情况下完成时，谷歌就会陷入困境。 (谷歌今年夏天正在积极测试Duplex，但仅限于非常有限的用例，例如询问假期时间和预订。)谷歌发言人告诉The Verge，虽然Contact Center AI和Duplex是不同的产品，但它们共享一些底层组件，是“整体上独特的技术堆栈和目标。”
通过Contact Center AI，谷歌正在转变为一个领域，呼叫者更熟悉与机器人交互的概念，并通过主动联系客户服务来实现自己的意愿。由于这种背景，听起来这种技术很可能在未来如何运营联络呼叫中心。Call Center AI首先让呼叫者与AI代理联系，AI代理尝试解决问题，就像标准的自动客户服务机器人一样，但具有更复杂的自然语言理解和功能。如果呼叫者需要或更喜欢与人交谈，则AI转移到支持角色，并通过实时呈现与对话相关的信息和解决方案来帮助人类联络呼叫中心工作者解决问题。
#p#分页标题#e#李飞飞表示，谷歌正在与其现有的Contact Center AI合作伙伴合作，“与我们一起围绕负责任地使用Cloud AI进行互动。”她谈到当然同意和披露，特别是当有人与AI交谈以及如何不给软件灌输无意识的偏见，尤其是在种族和性别方面。 “我们希望确保我们使用的技术，是以员工和用户将会发现公平、有能力且值得信任的方式。”李飞飞写道。
谷歌本周在其云计算大会上发布了一系列人工智能公告，该会议将于今天在旧金山举行，许多人都将注意力集中在该公司的机器学习工具的民主化上。谷歌的AutoML Vision工具在今年1月推出的Cloud AutoML项目启动后，从今天开始将在公开测试中推出，该公司在主题演讲中宣布了这一计划。
Cloud AutoML基本上是一种允许非专家——那些没有机器学习专业知识甚至无法流畅编码的人——来培训他们自己的自学模型的工具，所有这些使用的工具作为谷歌云计算产品的一部分。第一个工具是AutoML Vision，它允许你创建用于图像和对象识别的机器学习模型。 谷歌通过使用简单的图形界面和普遍理解的拖拽等UI触摸，使这些工具对于软件工程和AI领域以外的人员变得十分清晰。
现在AutoML Vision正在进入公共测试阶段，它可供任何数量的组织，企业和研究人员使用，他们可能会发现这种类型的AI很有用，但却没有资源或技术来开发自己的培训模型。在大多数情况下，公司可以通过适用的API简单地使用AI软件，例如谷歌向第三方提供的Cloud Vision API。但该公司正在设计其Cloud AutoML工具，以服务于主要在科技领域之外的公司，这些公司可能具有需要对自定义数据进行培训的特定需求。
谷歌首次推出的一个例子是Urban Outfitters构建的模型，可以帮助它识别产品的模式和其他相似之处，因此它可以为在线客户提供更细粒度的搜索和过滤选项，这些选项基于你通常认为只有人类才会注意到的服装特征。 (想想“深V”和标准“V领”衬衫之间的区别。)Cloud Vision API专注于广泛的物体和图像识别，并没有完全削减它，所以Urban Outfitters可能会使用谷歌工具发展自己的模型。
今天还宣布推出两个新的Cloud AutoML域名：一个用于自然语言，另一个用于翻译。 谷歌使用软件解析口头和书面文字的能力构成了谷歌智能助理产品的基础，而人工智能培训的翻译算法的熟练程度，使谷歌翻译在许多不同类型的语言中取得如此惊人的成功。
当然，如果没有适当的专业知识，资源和相当大的数据集，你将无法开发像谷歌这样的复杂模型和软件。但该公司正在通过这些新领域开始对自定义模型进行基本培训。
谷歌已经表示，出版业巨头赫斯特(Hearst)正在使用AutoML Natural Language，来帮助标记和整理其众多杂志，以及这些出版物的众多国内和国际版本的内容。谷歌还向日本出版商日经集团(Nikkei Group)提供了AutoML Translation，该集团每天都会发布和翻译多种语言的文章。
“人工智能是一种权利赋予，我们希望为每个人和每个企业，从零售业到农业、教育再到医疗保健实现民主化。”谷歌人工智能首席科学家李飞飞在一份声明中表示，“人工智能不再是科技界的小众市场，这是每个行业企业的差异化因素。我们致力于提供能够彻底改变它们的工具。”
除了新的Cloud AutoML域名之外，谷歌还在开发一个人工智能客户服务代理，它可以作为呼叫者通过电话与之交互的第一个声音。谷歌正在调用产品Contact Center AI，它与现有的Dialogflow软件包捆绑在一起，为企业开发会话代理提供工具。虽然公司没有提到名称，但很明显，Contact Center AI与谷歌在Duplex上所做的工作类似。
Duplex是今年早些时候在谷歌I / O上推出的项目，伪装成一个人通过电话为人们提供个人会话AI助手，来预约和完成其他普通的任务。当发现这可以在未经另一端的人类服务工作者同意的情况下完成时，谷歌就会陷入困境。 (谷歌今年夏天正在积极测试Duplex，但仅限于非常有限的用例，例如询问假期时间和预订。)谷歌发言人告诉The Verge，虽然Contact Center AI和Duplex是不同的产品，但它们共享一些底层组件，是“整体上独特的技术堆栈和目标。”
通过Contact Center AI，谷歌正在转变为一个领域，呼叫者更熟悉与机器人交互的概念，并通过主动联系客户服务来实现自己的意愿。由于这种背景，听起来这种技术很可能在未来如何运营联络呼叫中心。Call Center AI首先让呼叫者与AI代理联系，AI代理尝试解决问题，就像标准的自动客户服务机器人一样，但具有更复杂的自然语言理解和功能。如果呼叫者需要或更喜欢与人交谈，则AI转移到支持角色，并通过实时呈现与对话相关的信息和解决方案来帮助人类联络呼叫中心工作者解决问题。
#p#分页标题#e#李飞飞表示，谷歌正在与其现有的Contact Center AI合作伙伴合作，“与我们一起围绕负责任地使用Cloud AI进行互动。”她谈到当然同意和披露，特别是当有人与AI交谈以及如何不给软件灌输无意识的偏见，尤其是在种族和性别方面。 “我们希望确保我们使用的技术，是以员工和用户将会发现公平、有能力且值得信任的方式。”李飞飞写道。
