EITC/AI/GCML Google Cloud Machine Learning

Google Cloud está altamente enfocado en brindar servicios de IA y funcionar como una plataforma de aprendizaje automático de alta gama.

Algunos de los servicios de Google Cloud AI incluyen:

• Cloud AutoML: servicio para entrenar e implementar máquinas personalizadas, modelos de aprendizaje. En septiembre de 2018, el servicio está en Beta.
• Cloud TPU: aceleradores que utiliza Google para entrenar modelos de aprendizaje automático.
• Cloud Machine Learning Engine: servicio administrado para la formación y la creación de modelos de aprendizaje automático basados ​​en marcos convencionales.
• Cloud Job Discovery: servicio basado en las capacidades de búsqueda y aprendizaje automático de Google para el ecosistema de contratación.
• Dialogflow Enterprise: entorno de desarrollo basado en el aprendizaje automático de Google para crear interfaces conversacionales.
• Cloud Natural Language: servicio de análisis de texto basado en modelos de aprendizaje profundo de Google.
• Cloud Speech-to-Text: servicio de conversión de voz a texto basado en el aprendizaje automático.
• Cloud Text-to-Speech: servicio de conversión de texto a voz basado en el aprendizaje automático.
• API Cloud Translation: servicio para traducir dinámicamente entre miles de pares de idiomas disponibles
• API de Cloud Vision: servicio de análisis de imágenes basado en el aprendizaje automático
• Cloud Video Intelligence: servicio de análisis de video basado en aprendizaje automático

Como ejemplo, consulte las funciones de AutoML Vision (el aprendizaje automático automático de Google Cloud para la comprensión computacional de la visión) y continúe con un plan de estudios integral de este programa EITC.

Google AI es una división especial de Google dedicada a la inteligencia artificial. Fue anunciado en Google I/O 2017 por el CEO Sundar Pichai. Los principales proyectos de Google AI incluyen

• Sirviendo TPU (unidades de procesamiento de tensores) basadas en la nube para desarrollar software de aprendizaje automático.
• Desarrollo de TensorFlow.
• TensorFlow Research Cloud brindará a los investigadores un clúster gratuito de mil TPU en la nube para realizar investigaciones de aprendizaje automático, con la condición de que la investigación sea de código abierto y pongan sus hallazgos y los publiquen en una revista científica revisada por pares.
• Portal a miles de publicaciones de investigación del personal de Google.
• Magenta: un equipo de investigación de aprendizaje profundo que explora el papel del aprendizaje automático como herramienta en el proceso creativo. El equipo ha lanzado muchos proyectos de código abierto que permiten a los artistas y músicos extender sus procesos utilizando IA.
• Sycamore: un procesador cuántico programable de 54 Qubit.

Otro proyecto es Google Brain. Es un equipo de investigación de inteligencia artificial de aprendizaje profundo en Google, formado a principios de la década de 2010, que combina la investigación de aprendizaje automático de composición abierta con sistemas de información y recursos informáticos a gran escala. El proyecto Google Brain comenzó en 2011 como una colaboración de investigación a tiempo parcial entre el investigador de Google Jeff Dean, el investigador de Google Greg Corrado y el profesor de la Universidad de Stanford Andrew Ng. Ng había estado interesado en utilizar técnicas de aprendizaje profundo para resolver el problema de la inteligencia artificial desde 2006, y en 2011 comenzó a colaborar con Dean y Corrado para construir un sistema de software de aprendizaje profundo a gran escala, DistBelief, sobre la infraestructura de computación en la nube de Google. Google Brain comenzó como un proyecto de Google X y tuvo tanto éxito que se graduó nuevamente en Google: Astro Teller ha dicho que Google Brain pagó el costo total de Google X. En junio de 2012, el New York Times informó que un grupo de 16,000 procesadores en 1,000 computadoras dedicadas a imitar algunos aspectos de la actividad del cerebro humano se habían entrenado con éxito para reconocer a un gato basándose en 10 millones de imágenes digitales tomadas de videos de YouTube. Desde los primeros años del proyecto, Google Brain ha avanzado significativamente y encuentra muchas aplicaciones en los productos de IA de Google.

Para echar un vistazo al progreso, consulte la demostración ejemplar de las capacidades del Asistente de Google: