Quando insieme a Fei-Fei Li siamo entrate in Google Cloud un anno fa, la nostra missione è stata rendere l’intelligenza artificiale uno strumento a portata di tutti. Avevamo l’obiettivo di abbassare le barriere d’ingresso e rendere l’I.A. disponibile a una comunità più ampia possibile di sviluppatori, ricercatori e imprese.
Il nostro team Google Cloud AI ha fatto buoni progressi in questi direzione. Nel 2017, abbiamo presentato Google Cloud Machine Learning Engine, per aiutare gli sviluppatori con esperienza di machine learning (ML) a costruire modelli che funzionassero con ogni tipo di dati di qualunque dimensione. Abbiamo mostrato come i servizi moderni di machine learning, per esempio le API – incluse Vision, Speech, NLP, Translation e Dialogflow – potessero essere implementate su modelli già preparati, per rendere le applicazioni aziendali incredibilmente scalabili e veloci. Kaggle, la nostra comunità di data scientist e ricercatori di machine learning, ha superato il milione di persone. E oggi, oltre 10.000 imprese usano i servizi di Google Cloud AI, incluse aziende come Box, Rolls Royce Marine, Kewpie e Ocado.
Possiamo fare ancora molto. Al momento, sono poche le aziende nel mondo che hanno accesso al talento e alle risorse economiche necessarie per apprezzare a pieno gli avanzamenti nel campo di machine learning e intelligenza artificiale. Il numero di persone che possono creare modelli di machine learning avanzati è ancora molto limitato. E anche per chi può disporre di ingegneri specializzati, costruire modelli ad hoc di ML è un processo complicato che richiede tempo. Google mette a disposizione dei modelli di machine learning pre-istruiti tramite API che svolgono compiti definiti, ma c’è ancora molto lavoro da fare per mettere l’intelligenza artificiale a disposizione di tutti.
Per colmare questa distanza e rendere l’I.A. accessibile a tutte le aziende, oggi presentiamo Cloud AutoML. Cloud AutoML aiuta le imprese con limitata esperienza specifica a costruire i propri modelli di machine learning di alta qualità, sfruttando tecniche avanzate come learning2learn e transfer learning (passaggio dell’apprendimento) da Google. Crediamo che Cloud AutoML permetterà agli esperti di intelligenza artificiale di essere ancora più produttivi, aprire nuovi campi di ricerca e sviluppo nell’AI e aiutare ingegneri meno esperti a costruire sistemi di AI che prima potevano solo sognare.
La prima componente di Cloud AutoML disponibile sarà AutoML Vision, un servizio che rende più facile e veloce creare modelli ML di riconoscimento delle immagini. La sua interfaccia drag-and-drop permette di caricare facilmente le immagini, istruire e gestire i modelli, e applicarli direttamente su Google Cloud. Testato su dataset pubblici come ImageNet e CIFAR, Cloud AutoML Vision ha mostrato risultati più accurati delle generiche API di machine leraning.
Di seguito qualche dettaglio su cosa permette di fare Cloud AutoML Vision:
· Maggiore accuratezza: Cloud AutoML Vision si basa sugli approcci di riconoscimento delle immagini più importanti di Google, tra cui il transfer learning e le neural architecture search technologies. Questo significa che si potrà ottenere un modello più accurato anche nel caso di aziende con una limitata esperienza di machine learning.
· Tempi più rapidi per avere modelli pronti per l’uso: con Cloud AutoML è possibile creare un modello semplice in pochi minuti e usarlo come prototipo su un’applicazione, oppure creare un modello completo e pronto per la produzione nel giro di un giorno.
· Facile da usare: AutoML Vision ha una semplice interfaccia grafica che consente di indicare i dati da utilizzare, per poi trasformarli in un modello ad alta qualità e personalizzato per le esigenze specifiche.
“Urban Outfitters cerca costantemente nuovi modi per migliorare l’esperienza di acquisto dei clienti. Per fornire ai clienti suggerimenti pertinenti sui prodotti, risultati di ricerca accurati e filtri utili, è fondamentale creare e tenere aggiornato un insieme completo delle caratteristiche che definiscono i prodotti; tuttavia, la creazione manuale di questo insieme di caratteristiche è complessa e richiede molto tempo. Alla luce di questo problema, il nostro team ha preso in considerazione Cloud AutoML per automatizzare il processo di attribuzione delle caratteristiche dei prodotti, distinguendo tra categorie non sempre chiare, come i pattern e le scollature. Cloud AutoML ci permette di aiutare i nostri clienti attraverso suggerimenti migliori, proposte affini ed esperienze di ricerca.”
Alan Rosenwinkel, Data Scientist di URBN
“La tecnologia di Cloud AutoML ci aiuta a costruire modelli visivi che riconoscono, per ogni prodotto, i personaggi Disney a cui fanno riferimento, le caratteristiche principali e i colori. Queste descrizioni vengono integrate nel nostro motore di ricerca per migliorare l’esperienza dei clienti attraverso risultati più pertinenti e più rapidi, e attraverso suggerimenti di acquisto su shopDisney.”
Mike White, CTO e SVP di Disney Consumer Products e Interactive Media
“La Zoological Society di Londra (ZSL) è un ente internazionale dedicato alla conservazione mondiale degli animali e dei loro habitat. Un requisito fondamentale per portare a termine questa missione è quello di monitorare i gruppi che vivono in natura, così da raccogliere informazioni sulla loro distribuzione e per capire l’impatto che gli esseri umani hanno sulle diverse specie. Per fare questo, ZSL ha posizionato una serie di trappole fotografiche in natura, che si attivano con il calore o con il movimento quando passa un animale. I milioni di immagini catturate da questi dispositivi vengono analizzate manualmente e annotate con le specie rappresentate, come elefanti, leoni, giraffe, ecc. Si tratta di un processo laborioso e costoso. L’Unità di Conservation Technology di ZSL ha collaborato fianco a fianco con il team CloudML di Google per dare forma e sviluppare questa sorprendente tecnologia, che ZSL utilizzerà per automatizzare l’annotazione di queste immagini con un taglio sui costi, così da poter effettuare implementazioni su larga scala e acquisire una comprensione più profonda delle modalità di conservazione della fauna selvatica nel mondo.”
Sophie Maxwell, Conservation Technology Lead, Zoological Society di Londra
Per provare Auto ML Vision, è possibile richiedere l’accesso tramite questo modulo.
AutoML Vision è il risultato della nostra stretta collaborazione con Google Brain e altri team di Google AI, ed è il primo di una serie di prodotti Cloud AutoML in fase di sviluppo. Anche se siamo ancora all’inizio del nostro impegno per rendere l’IA più accessibile a tutti, siamo stati profondamente ispirati da ciò che sono già riusciti a fare gli oltre 10.000 clienti che utilizzano i prodotti di Cloud AI. Ci auguriamo che Cloud AutoML possa aiutare molte più aziende a scoprire le opportunità offerte dall’intelligenza artificiale.
di Jia Li, Head of R&D, Cloud AI
Fei-Fei Li, Chief Scientist, Cloud AI
