（原標題：Google launches an end-to-end AI platform）
4月11日消息，據國外媒體報道，谷歌今天發(fā)布了一系列人工智能工具，所有這些新工具和服務的核心是公司計劃通過預先構建的模型和便捷服務實現分布式的人工智能和機器學習，同時為更高級的開發(fā)者提供服務，使其能夠構建自己的定制模型。
今天谷歌的重點是發(fā)布該公司的測試版人工智能平臺。其想法是為開發(fā)者和數據科學家提供端到端服務，用于構建、測試和部署他們自己的模型。為此，相關服務匯集了各種現有產品和新產品，允許開發(fā)者構建完整的數據管道以提取數據，借助新的內置標簽服務標記數據，然后可以使用現有的分類、對象識別或實體提取模型，或者使用諸如AutoML或機器學習云引擎等現有工具訓練和部署自定義模型。
在正式發(fā)布之前，谷歌發(fā)言人在新聞發(fā)布會上表示，“人工智能平臺就是這樣一個地方，如果你了解如何在企業(yè)中使用人工智能，熟悉從發(fā)布到安全可靠部署的整個過程，人工智能平臺就可以幫助你以安全的方式順利完成每個階段。這樣你就可以從探索性數據分析開始，讓數據科學家開始構建模型，決定你想要使用的特定模型，然后只需單擊一下便可進行部署。”
谷歌還宣布了關于Cloud AutoML的許多新功能。Cloud AutoML是谷歌去年發(fā)布的全新工具，用于為機器學習專業(yè)知識有限的開發(fā)者自動化模型訓練過程。
AutoML Tables就是這些新功能之一，它能夠獲取可能位于谷歌BigQuery數據庫或存儲服務中的現有表數據，并自動創(chuàng)建一個模型來預測給定列值。
目前處于測試階段的自動視頻智能(AutoML Video Intelligence)也是一個新功能，它可以自動為視頻添加注釋和標簽，使用對象識別對視頻內容進行分類，并使其可搜索。為了在邊緣設備上檢測照片中的物體，谷歌今天也推出了AutoML Vision測試版，其中包括將這些模型部署到邊緣設備上的功能。
許多企業(yè)數據都是以直接的、非結構化文本的形式出現的。對于這些用例，谷歌今天啟動了測試版的自定義實體提取服務和自定義情緒分析服務。這兩種工具都可以實現定制化，以滿足不同企業(yè)的不同需求。使用通用實體提取服務來理解文檔是一回事，但是對于大多數企業(yè)來說，其真正價值是能夠提取出特定于其需求和流程的信息。
談到文檔，谷歌今天還發(fā)布了測試版的文檔理解API。這是一個可以自動分析掃描或者將文檔數字化的新平臺。該服務結合了將掃描頁面轉換為機器可讀文本的能力，然后使用谷歌的其他機器學習服務從中提取數據。
在去年發(fā)布預覽版之后，該公司今天也推出了測試版的人工智能聯(lián)絡中心（Contact Center AI）。該服務由谷歌和合作伙伴Twilio，Vonage，Cisco，Five9，Genesys和Mitel等合作伙伴構建，提供了一個完整的呼叫中心人工智能解決方案，使用了諸如Dialogflow以及谷歌文本語音功能等工具，允許用戶開發(fā)虛擬客服系統(tǒng)。當這一系統(tǒng)出問題時，它可以將客戶轉至人工客服。
許多企業(yè)都在努力將谷歌的所有這些工具和服務組合成一個連貫平臺來滿足自己的需求，這已經不是什么秘密了。谷歌今天也推出了針對特定垂直領域的第一個人工智能解決方案：谷歌云零售。該服務將公司的可視化產品搜索（Vision Product Search）、人工智能推薦功能（Recommendations AI）和AutoML Tables整合到一個解決方案中，用于處理零售實踐。很有可能在不久的將來，我們會看到更多其他垂直領域的軟件包。（晗冰）
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
