在今天Google Cloud Next会议上发布的人工智能公告中，公共云基础设施巨头宣布了几款新产品，这些产品为企业提供了一种使用AI来应对常见业务挑战的方法。
Google LLC的人工智能工具已经被认为是业内最好的工具，但企业一直在寻找更新，更简单的方法将AI应用到他们的应用程序中。
考虑到这一点，Google Cloud现在正在为其产品组合添加更多AI服务，此外还有一系列新工具可以帮助企业更轻松地构建自己的基于AI的应用程序。在今天Google Cloud Next会议上发布的人工智能公告中，公共云基础设施巨头宣布了几款新产品，这些产品为企业提供了一种使用AI来应对常见业务挑战的方法。
新服务包括文档理解AI的 beta版本，它通过扫描文档并将其转换为结构化数据来工作，从而帮助自动化文档处理工作流程。
“这意味着您可以利用隐藏在非结构化文档中的事实，见解，关系和知识，并开始更快，更准确地制定数据驱动的业务决策，”Google Cloud的集团产品经理Levent Besik在博客中写道帖子。
与此同时，谷歌的联络中心人工智能服务，使用人工智能来协助客户服务请求，现在也可以在测试版中使用。去年作为alpha服务发布，它使公司能够构建虚拟代理等内容。它还提供Agent Assist和Topic Modeler功能，因此人员客户服务代理可以快速找到他们所需的信息，以帮助他们正在处理的客户。
联络中心AI也获得了更多的合作伙伴，包括统一通信公司Avaya Inc.和埃森哲公司。和Salesforce.com Inc.都参加了聚会。我们的想法是将Contact Center AI与这些公司的平台集成在一起，这样他们的用户也可以从它提供的帮助中受益。
谷歌还更新了其零售云服务，该服务提供了一系列工具来帮助零售商从人工智能中受益。该框中的新工具包括Vision Product Search，该产品现已普遍推出，使零售商能够构建集成视觉搜索功能的应用程序。
因此，例如，客户可以简单地拍摄物品并使用该物品在零售商的目录中查找类似的产品。此外，还有一个新的推荐人工智能工具测试版，零售商可以使用该工具向客户提供个性化的推荐。最后，零售商也可以使用AutoML Tables（测试版）来创建可以预测未来销售等事物的机器学习模型，从而帮助他们最大化收入并优化产品组合。
Constellation Research Inc.的分析师Holger Mueller表示，所有这些都证明了Google希望将行业垂直行业作为一种向更多用户提供AI的方式。
“谷歌现在进入横向和纵向用例，”穆勒说。“文档理解AI和联络中心AI是CTO在自动化领域构建下一代应用程序的关键因素。随着[谷歌云首席执行官]托马斯·库里安（Thomas Kurian）最近宣布的使谷歌云更加垂直的战略，这就是谷歌云零售业适合的地方。“
从更广泛的意义上讲，人工智能平台必须简单地通过人工智能实现创新。“通过提供端到端的人工智能平台，使其更容易进行构思，概念化，开发，部署和迭代，谷歌让我们进一步推动民主化和实现创新，”管理产品负责人Lin Classon说道。服务提供商Ensono LP。
建立AI
AutoML Tables工具实际上只是谷歌新的人工智能平台中的几个，目前可在测试版中使用，该平台被称为端到端开发平台，可帮助团队准备，构建，运行和管理他们的机器学习项目。
Google提供开箱即用的各种机器学习工具，但它无法满足每个人的需求，因此AI Platform旨在为公司提供构建自己所需的一切。
“借助AI平台，您可以通过应用分类，对象检测，实体提取和其他过程来摄取流式或批量数据，并使用内置标签服务轻松标记训练数据（如图像，视频，音频和文本） “谷歌产品管理总监Rajen Sheth在第二篇博文中写道。“您可以将数据直接导入AutoML，或使用现在属于AI平台的Cloud Machine Learning Engine来训练和服务您自己定制的GCP模型。”
Mueller表示人工智能平台看起来像是为了将所有谷歌的AI产品和服务集中在一起，这样做是为了鼓励更多的“常规”开发人员成为AI开发人员。
谷歌还在更新其Cloud AutoML开发人员工具包，该工具包为培训AI模型提供了拖放界面，并于去年首次推出。除了上面描述的新的AutoML Tables工具，Cloud AutoML还获得了用于图像识别的更新的AutoML Vision服务。
它现在可以优化机器学习模型，以在所谓的“边缘”设备上运行，例如连接的传感器和智能相机。Sheth说，为这些设备添加智能并不容易，因为它们经常遇到诸如连接和延迟不可靠等问题。他补充说，AutoML Vision Edge通过简化培训和部署来帮助解决这个问题。
Cloud AutoML在AutoML Video中获得了另一项新服务，可帮助开发人员创建自定义模型，自动使用预定义标签对视频内容进行分类。“这意味着媒体和娱乐业务可以简化诸如自动删除广告或创建精彩卷轴等任务，其他行业可以将其应用于他们自己的特定视频分析需求 - 例如，更好地了解流量模式或监督制造流程，”Sheth说。
最后，谷歌还在推动其运行人工智能服务所提供的基础设施。该公司正在制造其第三代液体冷却云张量处理单元，这是通用的AI加速器专用集成电路。
这些以及Google的旧版TPU现在可以与Google Kubernetes Engine服务一起使用，以运行容器化的机器学习工作负载。此外，谷歌现在可以在其八个云区域中访问Nvidia公司的新Tesla T4芯片。
声明： 此文观点不代表本站立场；转载须要保留原文链接；版权疑问请联系我们。
