Google Cloud Next ‘17 大会于本月在美国旧金山Moscone会议中心成功举办。
大会期间，Google向公众展示了在过去一年中，Google在企业云端市场的100个新产品。这些新产品涵盖了云端平台收购的新成员、云端安全、数据分析、数据库服务、机器学习服务、云平台定价和各方支持、开发商平台和工具、基础设施建设、企业合作及生产力、Android及Chrome设备、云端消费者服务、云端合作者等的十二个领域。
Google人工智能和机器学习首席科学家李飞飞也于上周三在谷歌云官方博客中对Google云机器学习的最新进展进行了介绍，她在博文中说道，
我们看到越来越多的客户开始把人工智能作为他们数据分析战略的一部分，包括Airbnb、Airbus、迪士尼和Ocado等早期使用者都是非常能鼓舞人心的例子... ...我们很高兴的宣布一系列新产品、研究和教育计划，确保各行各业、数据科学家和开发者都能够使用机器学习。
Google表示，谷歌云平台的云机器学习服务可使各规模和层次的机构都能轻松使用机器学习。
在此，雷锋网AI科技评论选择了其在机器学习方面的最新进展，为大家进行详细介绍（完整原文可参见这里）：
1 、用途更加广泛的机器学习引擎（Cloud Machine Learning Engine）
该服务（目前处于GA阶段，雷锋网编者注：GA表示一般可用性阶段，在产品生命周期中位于早期）可基于TensorFlow，与所有类型、规模的数据建立可互动的机器学习模型，使企业和组织训练自己的模型，并将模型部署在云生产中。此外，该产品还整合了Google Cloud 平台上的其他产品，包括 Cloud Dataflow、Cloud Datalab 和 Google BigQuery 等。
通过使用该服务，谷歌的技术合作伙伴也能更好地解决实际问题。比如：
SpringML 使用该服务为终端客户提供即时分析；
SparkCognition 则用它来识别和阻止 zero-day 攻击。
2、识别视频内容的视频智能API（Cloud Video Intelligence API）
尚处Private Beta阶段的视频智能 API以 TensorFlow等为开发构架，并使用了强大的 学习模型。这款API能以精确到每一帧的准确度对视频进行完整分析，并适用于类似YouTube等的大规模媒体平台。
在Google Cloud Next 大会上，Google人员也在现场演示了视频智能 API：
首先播放了一段商业广告片段，系统正确地识别出广告中出现的腊肠犬，最后正确判断出这是一段广告视频。在另一个演示中，输入「海滩」，系统便列出了所有包含海滩场景的视频。
视频智能 API通过对视频内容进行分析，为开发者提供相关实体类别信息( 如“狗”、“花”、“人”等名词，以及“跑步”、“游泳”、“飞翔”等名词），从而让开发者轻松知晓视频中的内容。它甚至还能提供情景理解，能够判定实体在视频中出现的时间。例如，搜索“老虎”，它就能够找到Google Cloud Storage中所有出现老虎的视频片段。
很长时间以来，谷歌都在与世界上最大的媒体企业进行合作，帮助他们发现视频等无结构数据的价值。因此，Google表示这款 API 的适用对象主要是：
希望建立媒体索引或想用更简单的方法管理众包内容（crowd-sourced content）的大型媒体公司以及科技消费公司
以及类似 Cantemo 等想要把它植入到自有视频管理软件中的合作伙伴。
3、发展速度最快的 API：视觉 API 1.1 beta 版（Cloud Vision API）
Google Cloud 视觉API（目前处于GA阶段） 是 Google 发展速度最快的 API 之一。
自2016年4月发布以来，这款 API 已能让开发者从超过 10 亿个图像中提取元数据。如今，这款视觉API又有了更多样化的功能——API 1.1 beta 版可从 Knowledge Graph 中识别数以百万计的实体，并拥有增强的光学字符识别（OCR）能力。借助Google Cloud视觉API，人们以后就可以在扫描法律合同、研究论文、书籍等文档时提取文本了。计算机视觉正在从一个“非常酷的功能”演变成为现代企业的基本组成部分。
如今，房地产交易网站 Realtor.com 已开始使用 Google Cloud 视觉 API，让客户能够通过智能手机拍摄感兴趣房屋的图片，即时获取该房产的信息。
Realtor.com 客户体验高级副总裁大卫·怀特说，
“通过使用 Google 的机器学习，我们的匹配率要比只能用地点进行搜索的网站高出 24 个百分点。”
4、建立高级解决方案实验室，提供机器学习专家服务（Machine learning Advanced Solution Lab）
Google 的高级解决方案实验室（Advanced Solution Lab）让客户能够使用谷歌的专用设施，并可同 Google 的机器学习专家直接合作，将机器学习技术应用到工作中。基于 TensorFlow 和 Google Cloud 机器学习引擎，客户能够探索特定的商业应用场景，进而在机器学习领域建立起稳固的基础。
5、让找工作变得更轻松：求职 API （Cloud Jobs API）
Google Cloud 求职 API 使用机器学习，让求职网站能够提供更匹配的职位搜索结果。自 Google 发布这款 API 以来，已经整合了 CareerBuilder、Dice 和 Jibe 等测试者的反馈意见，并增加了通勤搜索等新功能。
目前，Johnson & Johnson有350个职位空缺， 他们选择用Cloud Jobs API帮助求职者寻找适合自己的岗位。强生人才引进部副总裁Sjoerd Gehring说道，
“Cloud Jobs API的机器学习技术能让我们提升求职者的求职体验，填补求职者和职位之间的鸿沟。”
目前，Google Cloud 机器学习已逐渐形成了一整套API系统，涉及领域包括视觉（Vision）、视频智能（Video Intelligence）、口语（Speech）、自然语言（Natural Language）、翻译（Translation）和求职（Jobs）等。这些 API 使客户能够搭建可以看、听和理解非结构化数据的下一代应用程序，因此，极大的增加了机器学习在下一代产品推荐、医疗图像分析、欺诈监控等众多领域的使用范围。
6、为初创公司举办的机器学习竞赛（Machine Learning Startup Competition）
Google和红杉资本、KPCB、GV、数据收集、新兴资本、Andreessen Horowitz和格雷洛克等风投公司合作，为初创企业共同推出一项机器学习竞赛。为了鼓励企业参与，参与竞赛的企业可以使用除谷歌之外的其他服务，不过，“Built With Google”这一奖项则专为使用谷歌云服务的团队设置。
评委将根据初创公司在机器学习方面的独特性来评判比赛结果。传统的风险标准，如规模、产品市场的存在性以及团队的技能和准备等，也会比赛有所影响。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
