Tecnologia

Google presenta Cloud AutoML, il machine learning per le aziende

tecnologia

Google presenta Cloud AutoML, il machine learning per le aziende

«Nel mondo ci sono solo 21 milioni di sviluppatori dedicati all’intelligenza, quello che vogliamo è portare il machine learning anche a chi non ha alcuna competenza specifica». Fei-Fei Li, Chief Scientist di Google Cloud e Direttrice di Stanford Artificial Intelligence Lab e Stanford Vision Lab la prende un po’ da lontano ma va dritta al punto. Google, anticipando tutti gli altri attori dell’AI, è pronta a uscire sul mercato con un servizio cloud che offre machine learning per le aziende. Si inizia con la computer vision e quindi con AutoML Vision, un servizio che rende più facile e veloce creare modelli ML di riconoscimento delle immagini. Sarà il primo “modulo” aperto alle aziende interessate, per poi passare a servizi Cloud translation, Cloud natural language, Cloud speech, Cloud video intelligence. La logica di business è quella finora adottata da Google che con questa mossa si definisce sempre di più come AI company. In sostanza, si pagherà a consumo, o meglio in base alla capacità predittiva del software utilizzata.

«Nel 2017 - hanno spiegato gli esperti di Mountain View - abbiamo presentato Google Cloud Machine Learning Engine, per aiutare gli sviluppatori con esperienza di machine learning (ML) a costruire modelli che funzionassero con ogni tipo di dati di qualunque dimensione. Abbiamo mostrato come i servizi moderni di machine learning, per esempio le API – incluse Vision, Speech, NLP, Translation e Dialogflow – potessero essere implementate su modelli già preparati, per rendere le applicazioni aziendali incredibilmente scalabili e veloci. Kaggle, la nostra comunità di data scientist e ricercatori di machine learning, ha superato il milione di persone. E oggi, oltre 10.000 imprese usano i servizi di Google Cloud AI, incluse aziende come Box, Rolls Royce Marine, Kewpie e Ocado».

Come funziona? Sostanzialmente Google mette a disposizione dei modelli di machine learning pre-istruiti tramite API che svolgono compiti definiti. Facciamo un esempio. Una azienda di retail, per esempio nel settore della moda, deve catalogare le foto della propria collezione di vestiti per i servizi di e-commerce. Per fornire ai clienti suggerimenti pertinenti sui prodotti, risultati di ricerca accurati e filtri utili, è fondamentale creare e tenere aggiornato un insieme completo delle caratteristiche che definiscono i prodotti; tuttavia, la creazione manuale di questo insieme di caratteristiche è complessa e richiede molto tempo. Finora, questo servizio di tagging che consente a chi cerca online di trovare il capo di vestiario desiderato inserendo parole come tipo di tessuto, taglia e colore veniva fatto diciamo a mano. Con il machine learning il software viene addestrato a riconoscere e distinguere un maglione di lana da una camicetta. Caricando nel sistema cloud di Google le immagini con una descrizione fornita dal cliente il software “impara” e terminata la fase di training automaticamente è un grado di riconoscere una foto e descriverne il contenuto. In pratica l’interfaccia drag-and-drop permette di caricare facilmente le immagini, istruire e gestire i modelli, e applicarli direttamente su Google Cloud. Tecnicamente invece vengono sftuttate le tecniche avanzate come learning2learn e transfer learning (passaggio dell'apprendimento) da Google.

Per provare Auto ML Vision, è possibile richiedere l'accesso tramite questo modulo.

© Riproduzione riservata