Desde Google Cloud se han propuesto democratizar la Inteligencia Artificial reduciendo las barreras de entrada para ponerla a disposición de desarrolladores, investigadores y empresas. “Nuestro equipo de Google Cloud AI ha realizado grandes progresos para conseguir este objetivo. En 2017, presentamos el servicio de aprendizaje automático (ML) Google Cloud Machine Learning Engine, creado para ayudar a los desarrolladores con experiencia en ML a crear de forma fácil modelos de ML que funcionen con cualquier tipo de datos de cualquier tamaño. Mostramos cómo los servicios modernos de aprendizaje automático, como las API—incluyendo las de Vision, Speech, NLP, Translation y Dialogflow— pueden crearse basándose en modelos entrenados previamente, para llevar las aplicaciones empresariales a una escala sin precedentes. Kaggle, nuestra comunidad de científicos de datos e investigadores de ML, ha crecido a más de 1 millón de miembros. Y hoy, más de 10.000 empresas usan los servicios de Google Cloud AI, incluyendo compañías como Box, Rolls Royce Marine, Kewpie y Ocado”, reza la compañía en un comunicado.
Pero hay mucho más por hacer. En Google Cloud son conscientes de que unas pocas empresas en todo el mundo tienen acceso al talento y a los presupuestos necesarios para aprovechar en su totalidad los avances en Machine Learning e Inteligencia Artificial. Y hay un número muy limitado de personas capaces de crear modelos avanzados de aprendizaje automático. Aunque Google ha ofrecido modelos de aprendizaje automático previamente entrenados a través de API que realizan tareas específicas, “aún necesitamos realizar mucho más trabajo para llevar la AI a todas las personas”, admite la compañía.
Para acabar con este problema y hacer la Inteligencia Artificial accesible a todas las empresas, Google presenta Cloud AutoML que ayuda a las empresas con una experiencia limitada en Machine Learning a empezar a crear sus propios modelos personalizados de alta calidad, aprovechando para ello técnicas avanzadas, como el learning2learn y el transfer learning de Google. “Pensamos que el Cloud AutoML va a incrementar la productividad de los expertos en AI, además de impulsar nuevos campos en AI y ayudar a los ingenieros con menos conocimientos a crear unos potentes sistemas de AI con los que solo podrían haber soñado hasta ahora”, señalan.
La primera versión del Cloud AutoML será el AutoML Vision, un servicio que acelera y simplifica la creación de modelos de ML personalizados para reconocimiento de la imagen. Su interfaz de tipo arrastrar y soltar permite cargar con facilidad imágenes, entrenar y gestionar modelos y, posteriormente, instalar dichos modelos entrenados directamente en Google Cloud. Los primeros resultados del uso de Cloud AutoML Vision para clasificar conjuntos de datos públicos populares como los de ImageNet y CIFAR, han mostrado unos resultados más precisos con menos fallos en la clasificación, en comparación con las API genéricas para ML.
Cloud AutoML Vision ofrece:
•Una mayor precisión: El Cloud AutoML Vision se basa en los destacados mecanismos para reconocimiento de la imagen de Google, incluyendo el transfer learning y las tecnologías de búsquedas basadas en arquitectura neuronal.
•Un más rápido cambio a unos modelos preparados para la producción: Con el Cloud AutoML, es posible crear un modelo sencillo en unos minutos para manejar la aplicación habilitada por AI. O crear un modelo completo preparado para la producción en tan solo un día.
•Fácil de usar: AutoML Vision proporciona una interfaz gráfica del usuario sencilla que permite especificar los datos, para convertiros en un modelo de alta calidad y personalizado.
