谷歌正式發(fā)布了人工智能平臺預(yù)測（AI Platform Prediction）服務(wù)，以便開發(fā)者在云端籌備、構(gòu)建、運行和分享機器學習模型。其基于該公司的容器引擎（Kubernetes Engine）后端，旨在實現(xiàn)高可靠性、靈活性、以及低延時開銷的架構(gòu)。IDC預(yù)測，到2022年的時候，全球認知與人工智能系統(tǒng)領(lǐng)域的開支將達到776億美元，較去年的240億美元翻幾番。

Gartner也給出了同樣的觀點，面向全球數(shù)千家企業(yè)高端的新調(diào)查發(fā)現(xiàn)，AI實施已于過去四年增長了270%，僅過去一年就增長了37% 。

隨著AI Platform Prediction的正式發(fā)布，谷歌在其產(chǎn)品組合中添加了又一項 AI 托管服務(wù)，有望在該領(lǐng)域維持較亞馬遜、微軟、IBM等競爭對手更大的領(lǐng)先優(yōu)勢。

從表面上來看，谷歌AI平臺預(yù)測服務(wù)借助了XGBoost和 Scikit等框架，可讓模型的訓練和部署變得更加輕松，這點要歸功于自動選擇的兼容云硬件引擎（比如AI加速器芯片）。

在受支持的虛擬機上，該平臺還可顯示GPU、CPU、RAM、網(wǎng)絡(luò)使用率之類的性能數(shù)據(jù)，以及隨時間推移的模型副本指標。

安全方面，AI Platform Prediction附帶了允許用戶定義的參數(shù)和模型部署工具，其被限定只能訪問在定義的網(wǎng)絡(luò)范圍內(nèi)的資源和服務(wù)。

此外該平臺提供了有關(guān)模型預(yù)測的信息和可視化工具，有助于闡明相關(guān)預(yù)測。并可根據(jù)發(fā)送到模型的請求的真實標簽，以不斷評估實時模型，從而提供了通過重新培訓來提高性能的機會。

據(jù)悉，AI Platform Prediction的所有功能都可在完全托管、無集群的環(huán)境中使用，并具有專門的企業(yè)支持。若客戶發(fā)送的流量過多，谷歌還提供了運算資源的配額管理，以防止模型過載。

有趣的是，谷歌旗下的Waze也正在使用這項服務(wù)來為自家Carpool順風車服務(wù)提供助力。Waze高級數(shù)據(jù)科學家Philippe Adjiman表示，其能夠在短短幾周時間內(nèi)在生產(chǎn)環(huán)境中完成一個模型的部署。
責任編輯：tzh