Google Machine Learning Cloud，大树底下好乘凉，还是不长草?

作者 | 陈老师

Google Machine Learning Cloud是Google Cloud成立的一个新的部门推进机器学习和人工智能方面的技术进步和新功能。

首先看团队。云计算老大是戴安·格林(Diane Greene)，VMware前CEO，知道厉害了吧。而该机器学习部门将由两机器学习专家领衔，别是斯坦福大学副教授，前斯坦福人工智能实验室主任李飞飞 (fei-fei li)，和前SnapChat 研究主管的李佳 (jia li)。再加上以Jeff Dean为代表的系统工程团队。看看这豪华阵容，这人才结构，这棵大树的主人和园丁让人敬畏。 36大数据（http://www.36dsj.com/）

其次看基础架构和系统。这些不用说大家都清楚，Google有世界上最好的云计算系统，而且很多的组件都是自主研发，专用的。Google自己设计数据中心，设计和生产主板和服务器，路由器，自己铺光缆，等等。从GFS开始的文件系统，到现在文件是跨数据中心的。从Borg开始的自动机器和任务管理系统，现在可以一键管控百万千万台服务器。从MapReduce开始的大数据处理框架，已经是大数据处理的标配。还有，很多很多，就不一一列举了。总之，Google的基础架构真的很厉害。这棵大树，可真是枝干坚挺。 36大数据（http://www.36dsj.com/）

再看机器学习和人工智能成就。开源的深度学习软件TensorFlow估计没人不知道了，很多感兴趣的技术人员都可能尝试过。Google用机器学习做出了很多实用的系统和应用，最让人激动的是神经翻译，翻译出来的质量接近人类的水平。记得最早认猫的系统吗，那是Google使用深度学习在图像领域的突破。还有就是语音识别，物体识别，自然语言parsing，等等。当然，也不能不提Google率先研制的无人车取得的巨大成果和引领方向。这些成就，将给Machine Learning Cloud提供实际应用，和宝贵的理论，工程和知识积累经验。现在，看到了这棵大树的叶茂了吧。

最后，不能不期待这个平台将会开放海量数据，给广大的用户提供训练和测试，生成优化模型。大家都清楚，对于深度学习，除了模型算法和计算资源，数据是成功的关键。如果Google某一天能开放数据，这个平台将所向披靡，战无不胜。Google有最大的网页库，自然语言处理相关任务的建模有了它将如虎添翼。 36大数据（http://www.36dsj.com/）

Google有最大的图片库，视频库，地图导航，学术论文库，专利库，新闻库包括实时新闻，Android相关的移动数据，Google Analytics的网页访问tracking，用户搜索和点击行为，广告展示和CTR，等等，等等。如果他们能脱敏使用，只是在onsite使用，对用户是莫大的需求和绑定。训练好了模型之后，用户可以拿走模型，也可以继续使用Google云来给自己的应用提供智能。这是多么美妙的前景。这棵大树的营养是源源不断的。

那么，这么让人敬畏的大树底下，对其他的公司，尤其是大量的机器学习和人工智能领域的创业公司，是好乘凉，还是不长草呢?

基于Google一直奉行的开放共享的互联网精神，应该会是好乘凉，大家一起做大，一起真正让人工智能成为水电煤，成为各行各业的必备品，成为每个人的必需品。 36大数据（http://www.36dsj.com/）

Google Machine Learning Cloud，Go!Go!Go!Everyone，Go!Go!Go!
36大数据（http://www.36dsj.com/）
End.