去年11月，当谷歌宣布机器学习研究领域的杰出博士李飞飞将加入谷歌的云组平台组时，人们对她的学术工作有了很多了解。不过，除了她将为谷歌云业务负责机器学习之外，谷歌几乎没有透露她为何加入该公司。
在五个月的悬念之后，昨天李透露了她的新角色的重点在谷歌云开发者大会上的主题演讲,云计算未来2017。她将把自己的经验用于企业机器学习的民主化。她的任务是研究机器学习在各行各业可以解决的问题，使企业能够采用机器学习。
+也在网络世界:足球竞猜app软件谷歌云执行洽谈招商企业+
这听起来更像是一个企业推销员的工作，而不是一个在该领域发表了一百多篇论文的斯坦福大学研究教授的工作，但这可能是一个错误的结论。机器学习已经产生了惊人的结果，但它的应用迄今为止还很狭窄，被应用于大学研究，被机器学习研究和应用的长期投资者，如谷歌、Facebook、IBM和微软用来解决他们的特定领域的问题。
其中一些工作可扩展到其他行业，如医学成像，其诊断准确性与医生诊断致盲的主要原因皮肤癌和糖尿病视网膜病变(李在她的主题演讲中提到)相同。但她正在寻找企业可以使用的新应用程序。
谷歌将使企业采用机器学习和人工智能的4种方式
李就人工智能民主化问题提出了四点意见。她一开始就说，“机器学习可以提供帮助，但这仍然是一个障碍很高的领域。它需要很少有公司能够负担得起的罕见专业知识和资源。”
她提出谷歌的云、技术和服务可以作为企业的人工智能和机器学习入口。
1.谷歌云中的机器学习计算
因为一个深度学习算法可以有数千万个参数，训练这些机器学习模型需要大量的计算资源。在这里，李宣布了云机器学习引擎测试版的发布。该功能是为拥有数据科学家和机器学习专家的公司设计的，这些公司能够通过Tensorflow等库构建自己独特的机器学习模型。
训练大型模型需要大量的计算，通常需要昂贵的专用硬件。训练是迭代的，需要多个学习周期来优化模型的性能和准确性。缓慢的硬件意味着模型开发人员需要等待数天、数周甚至更长的时间来进行一次训练，这样他们才能迭代来提高模型的准确性和性能。机器学习团队的培训资源需求与运营系统不一致，导致投入在内部硬件资源上的资金利用效率低下。
李提出谷歌的基础设施作为加快训练时间和提高投资回报的解决方案。谷歌有专门的ASIC, GPU和TPU云计算中的硬件加速培训，并通过按需云资源利用提高ROI。在对模型进行培训之后，它将被部署到各种平台上——从本地平台到移动设备。
2.算法和预先训练的机器学习模型
在这一点上，大多数企业没有技术能力来建立和培训定制的机器学习模型，以利用机器学习引擎。这些公司可以将机器学习应用于谷歌的预训练模型(完整的列表)使用api为其应用程序增加机器学习能力，例如理解自然语言、图像和自然语言。
同时还发布了一个用于理解视频的API测试版。它通过时间轴标记视频中的内容。李称这些视频是互联网的暗物质，因为它们没有被索引，需要连续搜索才能在视频中找到特定的内容元素。这3分钟的云视频智能测试版演示视频快速解释该功能。
李彦宏还提到，谷歌将把它在人工智能和机器学习研究方面的巨大投资用于创造新产品。
3.谷歌获取Kaggle的数据
数据是人工智能的原材料，也是企业机器学习入门的一大障碍。李利用了她创建开源软件的经验ImageNet超过1500万张标记图像的数据集，支持深度学习研究的进展。Imagenet是一个重要的资源，但是还有许多其他的机器学习挑战需要不同的数据集。
谷歌收购了Kaggle为数据集和人才。Kaggle成立于2010年，是一个由来自世界各地的85万数据科学家组成的社区。该社区举办各种竞赛，以创建最准确的预测模型和市场模型，以及获取各种领域的新的公共数据集。
4.专业知识
李彦宏为客户介绍了先进解决方案实验室(Advanced Solutions Lab)，目标是开发机器学习来解决复杂问题。她提到了保险公司USAA与高级解决方案实验室合作的例子。USAA的一组工程师来到谷歌，向谷歌的工程师学习，建立一个广泛的技能基础，针对他们的保险需求。
高级解决方案实验室将技能传授给最有能力应用这些技能的企业。但对李和她的团队来说，这也是一个研究围绕特定行业构建的绿地机器学习机会的机会。在投资组合中，谷歌的母公司Alphabet，生命科学研究公司，确实让其科学和工程团队来解决由其他公司和机构带来的新奇和困难的问题。目前还不清楚李的团队是否会采取进一步的措施。
值得关注的AI企业应用
在早些时候的主题演讲中，李开始描述一些令她感兴趣的企业应用程序，她说:“还有很多事情等着我们去做。”
- 零售:谷歌的Adsense可以由零售商扩展，为个人消费者提供最好的广告。
- 供应链:优化路线和库存，预测需求变化，无人机和自动车辆交付。
- 新闻内容个人个性化的新闻和屏幕上的假新闻。
- 金融服务:预测信用卡风险，管理个人财务，标记犯罪活动，如洗钱和欺诈，自动化流程，如替换呼叫中心和处理保险索赔与训练有素的人工智能代理。
- 医疗保健李彦宏说，人工智能在医疗保健中的意义是深刻的——自动化视觉诊断、减少开销、减少错误、将医疗保健扩展到服务不足的人群、扩大手术实践、改善医疗管理，比如在医生看病时记录电子病历(EMR)和慢性病管理。
从李彦宏的演讲中可以看出，谷歌正在积极地运用其在人工智能和机器学习方面的长期和广泛的经验，以使其云业务与众不同，并在这一市场领域占据领先地位。