谷歌在alpha和Kubeflow管道中啟動AI Hub這是一個機器學習工作流

谷歌云今天宣布推出Kubeflow管道，以促進企業(yè)內(nèi)部的合作，并進一步使人工智能的獲取民主化。 Kubeflow管道是免費的，并且是開源的。

谷歌云產(chǎn)品管理高級總監(jiān)RajenSheth表示，他同意估計，世界上只有幾千名機器學習工程師能夠從概念到生產(chǎn)進行深入學習，但有數(shù)百萬數(shù)據(jù)科學家和數(shù)千萬開發(fā)者。

Kubeflow Pipelines旨在解決這一差距，增強更多數(shù)據(jù)科學家和開發(fā)人員的能力，幫助企業(yè)克服成為人工智能第一公司的障礙。

“我們現(xiàn)在看到的最大的問題之一是公司正在努力建立數(shù)據(jù)科學家團隊，但這是一種稀缺的資源，除非利用得很好，它就會開始浪費，”Sheth說。 “我們看到的一個觀察是，在大約60%以上的案例中，模型從來沒有被部署到生產(chǎn)中。 因此，我們正在做一些事情，希望能幫助治愈這種疾病。

管道是一個可組合的層，所以機器學習旅程的不同部分可以像樂高一樣被搶購。

這種方法允許團隊的不同成員做一些事情，比如標簽數(shù)據(jù)、將數(shù)據(jù)轉(zhuǎn)換為特征和驗證數(shù)據(jù)。 它還可以用于測試幾次迭代，并在找到更好的模型或方法時替換模型或方法。

他說：“他們可以在新的模型中交換，保持管道的其余部分到位，然后看到：‘這個新模型對輸出有很大的幫助嗎?’因此，它使...以更好的方式進行快速實驗。 “我們正在使用管道，它可以開始讓開發(fā)人員參與，它可以開始讓業(yè)務分析師參與，它可以開始讓最終用戶參與，這樣他們就可以成為可以構(gòu)建管道的團隊的一部分。

Kubeflow是谷歌今年早些時候發(fā)布的一個開源項目，用于使用Kubernetes容器進行機器學習。 使用Kubernetes將允許企業(yè)靈活，避免不得不完全致力于在云中使用現(xiàn)場數(shù)據(jù)和框架或培訓模型來培訓AI模型。

Kubeflow管道部分是基于并利用來自TensorFlow Extended(TFX)的庫，該庫在Google內(nèi)部用于構(gòu)建機器學習組件，然后允許不同內(nèi)部團隊的開發(fā)人員利用該工作并將其投入生產(chǎn)。

今天在alpha發(fā)布的還有AIHub，它建立在機器學習模塊TensorFlowHub之上，今年早些時候發(fā)布。 人工智能集線器的設計是一個一站式商店，為有興趣培訓或部署人工智能模型的人。

除了提供培訓外，AIHub還將填充來自谷歌的資源，例如流行的TensorFlow嵌入和來自Kaggle的內(nèi)容，Kaggle是一個由200多萬數(shù)據(jù)科學家組成的社區(qū)。

隨著時間的推移，谷歌希望AIHub成為由更大的生態(tài)系統(tǒng)生成的流行模型的地方。

“我們最終希望AI集線器成為一個第三方也可以分享信息的地方，并隨著時間的推移將其轉(zhuǎn)變?yōu)橐粋€市場，”Sheth說。 “我們發(fā)現(xiàn)，社區(qū)實際上可以解決我們許多客戶的問題。

人工智能集線器最初將提供給大約100個商業(yè)伙伴。

像Kubeflow管道一樣，AIHub也旨在教育員工消除公司內(nèi)部團隊之間的障礙，這樣他們就可以使開發(fā)人員、數(shù)據(jù)科學家和ML工程師的工作更有價值。

人工智能素養(yǎng)是上個月在VB峰會上與Google和GoogleCloud等公司高管討論的一個概念。

“我認為真正的大挑戰(zhàn)是，要想成為人工智能第一，每個人都需要具備人工智能的知識，從產(chǎn)品經(jīng)理思考問題到開發(fā)人員，到數(shù)據(jù)科學家，再到生產(chǎn)團隊，都是如此。 一旦你有了這一點，你就可以開始將人工智能納入幾乎任何業(yè)務問題中，這就是我們現(xiàn)在的處境。

“幾乎谷歌的每一款產(chǎn)品現(xiàn)在都在以有趣的方式使用人工智能，我們意識到它可以為我們解決越來越多的問題，我們希望這能幫助其他公司培養(yǎng)這種文化。