2017 hat Google die Cloud Machine Learning Engine eingeführt, um Entwicklern mit Know-how zu Maschinellem Lernen bei der Erstellung von ML-Modellen zu helfen, die mit jeder Art von Daten und jeder Größe funktionieren. der Konzern zeigte, wie moderne maschinelle Lerndienste, also APIs – einschließlich Vision, Speech, NLP, Translation und Dialogflow – auf bereits trainierten Modellen aufgebaut werden können, um Geschäftsanwendungen Skalierbarkeit und Geschwindigkeit zu bieten.
Kaggle, Googles Gemeinschaft von Datenwissenschaftlern und ML-Forschern, ist auf über 1 Million Mitglieder angewachsen. Heute nutzen bereits mehr als 10.000 Unternehmen Google-Cloud-KI-Services, darunter Unternehmen wie Box, Rolls Royce Marine, Kewpie und Ocado.
Google bietet vorab geschulte ML-Modelle an
Derzeit haben allerdings nur eine handvoll Unternehmen auf der ganzen Welt Zugang zu Wissen und Budgets, die benötigt werden, um wirklich von ML und KI profitieren zu können. Es gibt nur wenige Menschen, die fortgeschrittene ML-Modelle erstellen können. Und auch wenn Experten im Unternehmen sind, muss immer noch der zeitintensive und komplizierte Prozess der Erstellung eines eigenen ML-Modells bewältigt werden.
Google bietet bereits vorab geschulte ML-Modelle über APIs an, doch muss noch viel mehr getan werden, um KI jedem Unternehmen zugänglich zu machen. Um diese Lücke zu schließen, führen wir eine neue Lösung ein: Cloud AutoML hilft Unternehmen mit wenig KI- und ML-Vorkenntnissen, ihre eigenen und auf ihre Bedürfnisse maßgeschneiderten Modelle zu erstellen.
Dafür nutzt Cloud AutoML fortschrittliche Technologien, wie learning2learn und Transfer Learning von Google. KI-Experten sollen so noch produktiver, neue Anwendungsfelder für KI erschlossen und ML-Anfängern geholfen werden, leistungsfähige Systeme zu entwickeln.
Erste Cloud AutoML-Lösung ist bereits verfügbar
Unsere erste Cloud AutoML-Lösung ist Cloud AutoML Vision. Der Service ermöglicht eine schnellere und einfachere Erstellung benutzerdefinierter ML-Modelle für die Bilderkennung. Über die Drag&Drop-Oberfläche können Nutzer Bilder hochladen, Modelle trainieren und verwalten, und anschließend direkt in der Google Cloud einsetzen.
Erste Ergebnisse von Cloud AutoML Vision zur Einordnung populärer öffentlicher Datensätze wie ImageNet und CIFAR zeigen genauere Ergebnisse mit weniger Fehlklassifikationen als generische ML-APIs.
Was bietet Cloud AutoML Vision?
- Erhöhte Genauigkeit: Cloud AutoML Vision basiert auf Googles führender Bilderkennung, einschließlich Transfer Learning und Suchtechnologien für neuronale Architekturen. Unternehmen erhalten ein präziseres Modell, auch wenn sie nur über begrenzte Kenntnisse im Bereich des maschinellen Lernens verfügen.
- Kürzere Entwicklungszeiten für serienreife Modelle: Mit Cloud AutoML kann in wenigen Minuten ein einfaches Modell entwickelt werden, um KI-fähige Anwendungen zu testen. An nur einem Tag kann ein vollständiges, serienreifes Modell erstellt werden.
- Benutzerfreundlichkeit: AutoML Vision bietet eine einfache grafische Benutzeroberfläche, mit der Daten spezifiziert werden können. Diese werden dann in ein Modell umgewandelt, das auf spezielle Bedürfnisse zugeschnitten ist.
Weiterführende Informationen zu den Cloud AutoML-Lösungen von Google gibt es hier. Wer AutoML Vision ausprobieren will, kann über dieses Formular einen Zugang anfordern.
