Для интернет-гиганта дальнейшее продвижение вперед в корпоративном секторе связано с созданием мощной и доступной интеллектуальной платформы.
Возможно, Google Cloud пока и уступает в битве за доминирование на облачном рынке, но она еще не закончена, и существенное влияние на ее исход может оказать разрабатываемое сегодня секретное оружие.
В созданной гигантом интернет-поиска экосистеме около 12 тыс. разработчиков и партнеров компании обращаются к искусственному интеллекту в качестве средства заполучить клиентские контракты и привлечь к себе внимание большого бизнеса с помощью интеллектуальных технологий.
Для СМИ, ориентированных на технологии, придумать кликбейтовый заголовок очень просто: Amazon Web Services против Microsoft Azure против Google Cloud.
Сродни ставкам на результат схватки между львом и тигром или акулой и китом, для облачной головоломки наиболее показательна доля рынка.
У AWS – гигантской глобальной твердыни – все споры решаются легким кивком в сторону цифр.
А теперь взгляните на Microsoft, излучающую спокойную уверенность. Армия партнеров численностью свыше 300 тыс., дополненная глобальной клиентской базой, которая вообще находится вне конкуренции, сразу навевает мысль о том, что исход очевиден и является всего лишь вопросом времени.
Но есть ведь еще и Google Cloud – темная лошадка, отстающая в этой скачке от лидеров уже на круг.
Титан технологической отрасли, сделавший себе имя на поиске в Интернете, привык быть здесь третьим. Возможность же заполучить новых корпоративных клиентов он видит в создании более интеллектуальной платформы.
«В последние два десятилетия искусственный интеллект развивается очень быстрыми темпами, – отметила главный исследователь искусственного интеллекта в Google Cloud Фей-Фей Ли. – Технологии распознавания образов и машинного перевода являются сегодня частью повседневной жизни для миллионов. Искусственный интеллект уже трансформировал многие отрасли по всему миру и помог создать новые. А в перспективе он сулит повышение качества жизни и будет работать там, где ранее этого даже нельзя было себе вообразить».
Впрочем, для Ли перспектива появления такой технологии еще далека от реализации, и искусственный интеллект по-прежнему остается «зарождающимся полем возможностей и вызовов».
«Искусственный интеллект расширяет наши возможности, и мы должны демократизировать эту мощь для всех и каждого, для любого бизнеса – от розничной торговли до сельского хозяйства, образования и здравоохранения, – пояснила она. – Искусственный интеллект уже нельзя считать нишевой технологией, он сулит конкурентные преимущества предприятиям любой отрасли. И мы должны предоставлять инструменты, которые совершат революцию в нем».
Выступая перед партнерами и клиентами на конференции Google Cloud Next '18, собравшей более 20 тыс. участников, Ли фактически приступила к реализации этого плана, анонсировав новый виток продуктов и функциональных расширений на основе искусственного интеллекта.
Уже сегодня пользователям доступны бета-версии Cloud AutoML Vision, Natural Language и Translation, равно как и обновления Dialogflow Enterprise Edition.
Не стоит забывать и о новом решении Contact Centre AI, которое пока представлено в альфа-версии.
Cloud AutoML
По словам Ли, между крайними полюсами возможностей, открываемых машинным обучением, есть существенные отличия.
«С одной стороны, опытные исследователи данных активно используют инструменты TensorFlow и Cloud ML Engine для построения адаптированных решений с нуля, – указала она. – С другой, модели, прошедшие предварительное машинное обучение, такие как Cloud Vision API, позволяют мгновенно получать нужные результаты при минимальных инвестициях и без глубоких технических знаний. Но что можно сказать о бесчисленном количестве клиентов, которые находятся между двумя этими крайними точками?»
У многих есть потребности, выходящие за рамки предварительно обученных моделей, но они не обладают навыками или ресурсами, которые необходимы для построения собственных адаптированных решений.
Чтобы охватить эту середину, в начале текущего года в Google Cloud и анонсировали Cloud AutoML.
«Теперь любой желающий, не обладающий специальными знаниями в области машинного обучения и программирования, может расширить возможности мощных моделей ML с учетом своих собственных потребностей, – подчеркнула Ли. – Первая версия AutoML Vision расширяет функционал Cloud Vision API возможностями распознавания совершенно новых категорий изображений. Опробовав на реальных пользователях альфа-версию, мы были вполне довольны, и теперь сервис AutoML Vision получил статус публичной бета-версии».
Вместе с тем, Ли признала, что классификация изображений – «всего лишь одно из бесчисленных применений» машинного обучения.
В связи с этим были представлены два новых предложения AutoML.
«AutoML Natural Language помогает автоматически классифицировать текстовые категории, специфичные для клиентских предметных областей, – сообщила она. – А с помощью AutoML Translation вы сможете загружать переведенные пары языковых конструкций для обучения своих собственных моделей перевода».
Поток клиентов подтверждает жизнеспособность этих решений в присущем Google Cloud стиле, адаптируя их к своим потребностям. К числу таких клиентов относятся, в частности, компании Hearst Newspapers, Nikkei Group и Keller Williams Realty.
«Будучи одним из крупнейших в мире издателей ежемесячных журналов, выпускающим 25 наименований для США и почти 300 международных редакций, команда Hearst всегда ищет лучшие способы управления контентом», – отметил старший вице-президент Hearst Newspapers Эсфанд Пурманд. – Мы намерены использовать AutoML Natural Language для применения нашей универсальной таксономии к имеющемуся контенту. AutoML Natural Language позволяет создавать адаптированные модели, отвечающие нашим специфическим потребностям, с более высокой точностью по сравнению с другими рассмотренными нами решениями».
Доступный искусственный интеллект
На протяжении всего последнего года в Google Cloud упорно работали над тем, чтобы сделать искусственный интеллект не только более мощным, но и более доступным.
С целью дальнейшей демократизации компания продемонстрировала специализированные процессоры Cloud TPU, предназначенные для ускорения решения задач машинного обучения.
Третье поколение этих инструментов, представленное сейчас в альфа-версии, поддерживает большие объемы вычислений в рамках машинного обучения, открывая доступ к ним все новым клиентам.
«Мы были просто потрясены тем, что удалось сделать нашим клиентам при помощи Cloud TPU, – призналась Ли. – Компания eBay, к примеру, сумела сократить время обучения своей модели визуального поиска почти в сто раз – с нескольких месяцев до нескольких дней».
Объединяя аппаратные средства Cloud TPU с программным обеспечением AutoML и вертикальными решениями Contact Centre AI, Ли и его команда занимаются дальнейшим совершенствованием искусственного интеллекта, снижая входные барьеры для клиентов, желающих его использовать.
«Сегодня мы обслуживаем клиентов с широким спектром навыков и потребностей, – добавила Ли. – И главной задачей для нас является расширение границ человеческого опыта».
