|
在本月15日，谷歌的小型发布中，简单的说谷歌云披露了3项新的基础能力：1、自然语言的识别能力，2、人才库搜索的能力，3、翻译的能力。前两项是消息，一是将增加使用GPU硬件加速，二是图像识别能力降价80%。
值得关注的是云人才库的建立，这与谷歌之前的一项叫做知识结构画像（Knowledge Gragh）的搜索能力密不可分，开奖，知识结构画像系统是谷歌2012年5月推出的，它汇集了人、地、物三者的信息，并且揭示出这三者的连接关系。知识结构画像不同于既往搜索的地方在于其不单单给出搜索的简单结果，比如：一个想要查找名词的字典解释，或者一个关键词的连接，它更多的会给出一个真正符合你需要的答案，这有点像与一个专家交谈的过程。 因此，人才库搜索有可能彻底改变现在公司企业招聘的整个流程，最适合的岗位会通过云端的计算完成人才的自动匹配。
翻译的这项工作现在一定程度上真的可以交给云端自动完成了，除非有些翻译，比如：诗歌翻译，那些属于再创作的部分现在可能不能够被取代。很多年以前，对于名著图书的翻译还是一个大师级的工作，但是最近的十几年中，翻译的平均薪酬甚至从来没有变化，有些还出现了下降。 现在机器人来了，不管你愿不愿意，它都在门口敲门！
关于图像识别，除了手机app上的刷脸登录（个人感觉真是弱爆了，除了残疾人，真的会有人用起来吗，请问？）以外，真正厉害了的用途其实是自动驾驶，现在无法解决的就是移动过程中的机器学习运算能力，现在的芯片架构在遇到积卷神经网络级别的运算量的时候发热量会非常之大，从而降低整体效率。如果放在云端，大流量数据传输及一系列问题又来了，不过这些都是未来将要解决的。 现有识别能力，比如：对于一副画作或者照片进行静态的识别，已经比较一般，各家云平台都已经开始价格战了，谷歌这次是降价80%！我想很快会成为一项免费的公共资源吧。
谷歌非常明白术业专攻的道理，也无意在其他领域砸别人的饭碗（这一点与中国某视等企业理念极为不同）。GPU运算加速渐成主流，谷歌自研芯片在最初就给GPU+TPU架构预留了位置。GPU硬件系统的引入也使虚拟机（VM）的报表时间可以以分钟来计算（通常是每小时进行报表）。
语音、语义、图像、文本，一系列日常生活中的所知所见，都可以被归纳与总结，融合了存储与分析之后，对于自然环境的识别将人与机器的界限都搞模糊了。
以上谷歌云机器学习集团的功能如此强大，前景这么好，并且在人工智能、云计算等概念已经相当普及的今天，很多功能还没有被用起来，一个强大的云服务产业因此而初具雏形。进行使用者培训是QwikLab初创公司过去几年一直在从事的工作。原本QwikLab在为亚马逊公有云进行客户培训的，并且积累了大量的经验。如今连他们自己也兴高采烈的加入了谷歌阵营中。
|
