EITC/AI/GCML تعلم الآلة على Google Cloud

تركز Google Cloud بشكل كبير على تقديم خدمات الذكاء الاصطناعي والأداء كنظام أساسي للتعلم الآلي.

تتضمن بعض خدمات Google Cloud AI ما يلي:

• Cloud AutoML - خدمة لتدريب نماذج التعلم الآلية المخصصة ونشرها. اعتبارًا من سبتمبر 2018 ، أصبحت الخدمة في الإصدار التجريبي.
• Cloud TPU - المسرعات التي تستخدمها Google لتدريب نماذج التعلم الآلي.
• Cloud Machine Learning Engine - خدمة مُدارة للتدريب وبناء نماذج التعلم الآلي بناءً على أطر العمل السائدة.
• Cloud Job Discovery - خدمة تستند إلى بحث Google وإمكانيات التعلم الآلي لمنظومة التوظيف.
• مؤسسة Dialogflow - بيئة تطوير تعتمد على التعلم الآلي من Google لبناء واجهات محادثة.
• Cloud Natural Language - خدمة تحليل النص استنادًا إلى نماذج Google Deep Learning.
• Cloud Speech-to-Text - خدمة تحويل الكلام إلى نص تعتمد على التعلم الآلي.
• Cloud Text-to-Speech - خدمة تحويل النص إلى كلام على أساس التعلم الآلي.
• Cloud Translation API - خدمة للترجمة ديناميكيًا بين آلاف الأزواج اللغوية المتاحة
• Cloud Vision API - خدمة تحليل الصور تعتمد على التعلم الآلي
• Cloud Video Intelligence - خدمة تحليل الفيديو على أساس التعلم الآلي

كمثال ، تحقق من ميزات AutoML Vision (التعلم الآلي التلقائي لـ Google Cloud من أجل الفهم الحسابي للرؤية) واستمر في منهج شامل لبرنامج EITC هذا.

Google AI هو قسم خاص من Google مخصص للذكاء الاصطناعي. تم الإعلان عنه في مؤتمر Google I/O 2017 من قبل الرئيس التنفيذي سوندار بيتشاي. تشمل المشاريع الرئيسية لـ Google AI

• تقديم TPU المستندة إلى السحابة (وحدات معالجة الموتر) من أجل تطوير برامج التعلم الآلي.
• تطوير TensorFlow.
• ستمنح TensorFlow Research Cloud الباحثين مجموعة مجانية من ألف TPU سحابية لإجراء أبحاث التعلم الآلي ، بشرط أن يكون البحث مفتوح المصدر ويضعون نتائجهم وينشرونها في مجلة علمية محكمة.
• بوابة لآلاف المنشورات البحثية من قبل موظفي Google.
• Magenta: فريق بحث للتعلم العميق يستكشف دور التعلم الآلي كأداة في العملية الإبداعية. أصدر الفريق العديد من المشاريع مفتوحة المصدر التي تسمح للفنانين والموسيقيين بتوسيع عملياتهم باستخدام الذكاء الاصطناعي.
• الجميز: معالج كوانتي 54 كيبيت قابل للبرمجة.

مشروع آخر هو Google Brain. إنه فريق بحثي للتعلم العميق في الذكاء الاصطناعي في Google ، تم تشكيله في أوائل عام 2010 ، ويجمع بين أبحاث التعلم الآلي المفتوحة وأنظمة المعلومات وموارد الحوسبة واسعة النطاق. بدأ مشروع Google Brain في عام 2011 كتعاون بحثي بدوام جزئي بين زميل Google Jeff Dean ، وباحث Google Greg Corrado ، والأستاذ بجامعة ستانفورد أندرو نج. كان Ng مهتمًا باستخدام تقنيات التعلم العميق لحل مشكلة الذكاء الاصطناعي منذ عام 2006 ، وفي عام 2011 بدأ التعاون مع Dean و Corrado لبناء نظام برمجيات التعلم العميق واسع النطاق ، DistBelief ، فوق البنية التحتية للحوسبة السحابية من Google. بدأ Google Brain كمشروع Google X وأصبح ناجحًا لدرجة أنه تمت إعادة تشغيله مرة أخرى إلى Google: قال Astro Teller إن Google Brain دفع تكلفة Google X بالكامل. في يونيو 2012 ، ذكرت صحيفة نيويورك تايمز أن مجموعة من 16,000 نجحت المعالجات في 1,000 جهاز كمبيوتر مخصصة لتقليد بعض جوانب نشاط الدماغ البشري في تدريب نفسها على التعرف على قطة استنادًا إلى 10 ملايين صورة رقمية مأخوذة من مقاطع فيديو YouTube. منذ السنوات الأولى للمشروع ، تقدم Google Brain بشكل كبير ووجد العديد من التطبيقات في منتجات Google AI.

لإلقاء نظرة على التقدم المحرز ، تحقق من العرض التوضيحي النموذجي لقدرات مساعد Google: