别慌,谷歌说AutoML无意取代工程师,AI人才缺口仍然巨大

编者按:本文来自微信公众号“量子位”(ID:QbitAI);36氪经授权转载

1月18日,Cloud AutoML发布,量子位的评论区高赞评论说:搞机器学习的人把搞机器学习的人搞死了。

将来真的会有这么一天么?

最有资格回答这个问题的人,昨天给出了答案。Google云AI研发主管李佳,说她不同意Cloud AutoML会对AI开发者造成威胁。

“Cloud AutoML不是为了替代机器学习开发者,而是为机器学习开发者而打造。”

这位Cloud AutoML的核心研发负责人说:不必恐慌。

别慌,谷歌说AutoML无意取代工程师,AI人才缺口仍然巨大

 谷歌云AI研发主管、谷歌AI中国中心总裁李佳

ML缺口还很大

李佳把AI的用户分为三种。

  • 熟悉各种工具,AI能力很强的开发者

  • 不必自建模型,API就满足需求的使用者

  • 有想法有数据,但不知怎么用的转型者

其实AutoML针对的是第三种用户。Google的目标是,以后这类企业不需要再去招募大量的机器学习人才,也不需要花大量的时间去标注训练数据,就直接可以得到自己定制的东西。

也就是说,AutoML能降低使用机器学习的门槛,让更多对机器学习了解有限的人,把Google级的AI技术运用到产品打磨中。

这就是推出AutoML的最核心原因,也是最终目的。

而一旦人人可用机器学习,AI便能创造更多的机会。

李佳说,可能会由于AutoML这样的产品存在,将来会出现各种各样的AI产品,更多懂行业、懂产品的人可以发挥自己已有的特长,就能让AI技术实现其行业和产品价值。

别慌,谷歌说AutoML无意取代工程师,AI人才缺口仍然巨大

这并不空话。

就在Cloud AutoML发布后两周,注册用户就迅速破万,涉及背景之广泛,应用场景之多样,出乎李飞飞、李佳们意料之外。

李佳感叹:因吹斯汀。

比如伦敦动物学学会用AutoML来识别野生动物,之前他们也有该需求,但预算让这个非营利性组织望而生畏。

还有不太能预料的应用,比如被用在垃圾检测方面,通过AutoML Vision识别塑料瓶。

总之,花式使用。

李佳预计,未来大概会有2100万开发者可以使用这些API或AutoML这样的产品。AI技术有望进一步渗透到更多的产品和服务之中。

“目前,全球有100万人有能力去开发机器学习算法,”李佳给出的这个数字表明,AI人才缺口空缺巨大。AutoML等产品,未来将有助于缓解目前AI开发者供不应求的局面。

所以,还是好好学习机器学习吧。

耗时一年研发

AutoML是个开发利器,即便你不懂机器学习,也能训练出一个定制化的机器学习模型。

Google去年5月发布AutoML,当时谷歌CEO说,现在设计神经网络非常耗时,对专业能力要求又高,只有一小撮科学家和工程师能做。为此,Google创造了一种新方法:AutoML,让神经网络去设计神经网络。

这个方法就是让AI设计AI。现在Google又把这个技能放到云上了。

但Cloud AutoML的推出并非轻而易举。

李佳告诉量子位,在李飞飞和她加入Google云时,就开始着手准备推出类似的AI应用,以便通过产品的形式分享最前沿的AI研究和技术。

接近一年的研发时间里,Google云、Google大脑和Google研究团队紧密合作,并且出于用户需求,对产品进行了多轮打磨和考量。

这种技术-需求-产品的开发过程,面临的挑战很多。她举例称,在AutoML产品研发汇总,learning to learn在计算资源需求方面的问题,让她们颇费苦心。

最后,团队还是实现了两方面突破:

一,非常简单的迁移学习(transfer learning),开发者可以在一分钟或者几分钟之内就能跑出结果;

二,learning to learn与其他应用相结合,性能和效果也令人欣喜,即便目前产品级效果达成还需要再花费1天时间。

别慌,谷歌说AutoML无意取代工程师,AI人才缺口仍然巨大

李佳解释说,如果一般企业做类似效果,必须要招募自己的专家,然后设计机器学习算法、收集数据,等到推出成熟产品,实际耗费时间可能超过了数月甚至数年。

而且从当前效果来看,AutoML自动生成的模型已经比专家设计的模型在图片分类上效果要更好,产品开发的周期大大缩小,企业的花销也大大减少。

所以李佳认为:AutoML是AI福祉,而非威胁挑战。

别慌,谷歌说AutoML无意取代工程师,AI人才缺口仍然巨大

行业广阔 大有结合

李佳还认为,AI走向各行各业的路还很长。在大会上,她分享了AI智能系统在各个垂直行业中的应用,重点强调了教育、医疗等行业的变革。

在会后,她则对“AI+行业”的逻辑进行了说明。

李佳说,一方面与Google云承担的使命有关,希望通过云,把AI前沿研究和工程产品之间串联,以产品化方式赋能各行各业。

另一方面,其间涉及研究和产品的平衡。“研究可以更大胆,解决是紧迫又兼具挑战的问题,但产品需要结合用户的关注度和技术成熟情况。”

所以目前会在医疗、教育等这样集中关切却又缺乏很好解决方案的领域,Google云AI团队会重点探索,集中更多资源把事情做好。

至于更多的领域和场景问题,通过AutoML这样的产品,能让开发者、企业结合自身情况去拓展应用边界。

正所谓:AI没有国界,AI福祉亦无边界。

别慌,谷歌说AutoML无意取代工程师,AI人才缺口仍然巨大

AI in All

昨天李佳说出上述言论时,正值Google中国年度大会。Google还在现场展示了三种AI应用。

一是素描机器人,运用AI习得风格技艺,通过一张人类照片,5分钟生成一幅风格素描;

别慌,谷歌说AutoML无意取代工程师,AI人才缺口仍然巨大

二是内置Google Assistant的AI交互吧台,语音告诉“吧台”你想喝的,然后AI就会调出高水平又稳定的鸡尾酒,其间还能跟吧台聊天……

别慌,谷歌说AutoML无意取代工程师,AI人才缺口仍然巨大

三是Google文化学院应用,同样拍摄一张你的照片,然后机器迅速帮你找到历史中、艺术史上与你相像的“形象”,偏娱乐,应该是为了让历史和艺术更有趣吧——一个手机应用就能玩很久。

别慌,谷歌说AutoML无意取代工程师,AI人才缺口仍然巨大

但关于AI in All可不止于应用展览。

在过去,Google中国的这个会都是一年一度的广告营销效果展示大会:一年又提升了多少转换率?有哪些新成绩?然后又有哪些中国企业借助Google出海表现不俗?

一言以蔽之:Google大中华区合作伙伴业绩大会。

然而今年,虽然还是在围绕广告、营销转换率、出海品牌,但最抢眼的当属被高频提及的AI,下午还专门举行了分论坛,介绍AI赋能下的营销,正在带来哪些新变革。

此外,还有一些已经展露的变革结果。

Google中国几位负责人的头衔悄然发生了一些变化,有些是成绩性的,有些则是风向性的。

比如成绩性的:Scott在Google大中华区总裁的title之外,增加了Google韩国总裁;李佳现在也多了一个“Google AI中国中心总裁”的title。

而风向性的有:原Google北京研究院院长赵泽红,新职务名称是TensorFlow中国总监,未来AutoML发展不错,估计也会有个中国地区总监,目前TensorFlow算是个开始吧。

另外,还有一位“新人”首次亮相:去年新上任的Google大中华区CMO黄介中。他的人可能没有业务红——如果你有留意的话,去年嘻哈正火时,Google翻译请到了嘻哈侠欧阳靖(MCJin)代言,在中国力度空前地铺了一拨广告。

会上也专门打了小广告,强调Google翻译能用。

嗯,能用。

言外之意已经很清楚了,但就怕吃瓜群众爱解读更多。

涉及Google,调动话题和情绪的地方大家心知肚明,但那些以爱之名的期待,实际都太过模糊遥远。

不管是AI中国中心,还是近期AI硬件上的一些小举动,都与那个期待关联有限。

To B的Google中国不也过得挺好吗?

Be the first to comment

Leave a Reply

Your email address will not be published.


*