Google LLC仍然是人工智能的強(qiáng)大力量，而人工智能是云，邊緣和企業(yè)計(jì)算的基礎(chǔ)前沿。

超大規(guī)模是推動(dòng)Google在AI市場(chǎng)上所做的一切的一項(xiàng)原則。一年前，在Big Data SV的CUBE上，一位Google高管討論了AI最佳實(shí)踐，該公司在市場(chǎng)營(yíng)銷(xiāo)方法中全面執(zhí)行了AI最佳實(shí)踐，而可擴(kuò)展性是所有這些的核心：

建立敏捷的企業(yè)文化，將以人工智能為先的方法置于數(shù)字化轉(zhuǎn)型的核心。

組建一支具有技能和遠(yuǎn)見(jiàn)的全球AI團(tuán)隊(duì)，以推動(dòng)必要的創(chuàng)新。

一直到邊緣部署高性能AI硬件基礎(chǔ)架構(gòu)。

為開(kāi)發(fā)人員提供加速和自動(dòng)化創(chuàng)新AI應(yīng)用程序構(gòu)建的工具。

確保存在用于構(gòu)建和培訓(xùn)所有AI應(yīng)用程序的高質(zhì)量精選大數(shù)據(jù)。

Google嚴(yán)格應(yīng)用這些超擴(kuò)展原則，以突出其在以下領(lǐng)域的AI行業(yè)領(lǐng)先地位：

AI開(kāi)發(fā)人員社區(qū)參與度：Google是TensorFlow 框架的主要開(kāi)發(fā)人員，該 框架是全球范圍內(nèi)使用最廣泛的深度學(xué)習(xí)工具包。該公司幾年前開(kāi)源TensorFlow，并繼續(xù)對(duì)該框架進(jìn)行大量投資。

人工智能研發(fā)：谷歌將繼續(xù)通過(guò)自己的實(shí)驗(yàn)室以及Alphabet Inc.公司DeepMind Technologies Ltd.進(jìn)行的研究來(lái)探索AI前沿。

云端AI：對(duì)于企業(yè)客戶而言，Google Cloud Platform是供應(yīng)商AI和數(shù)據(jù)管理進(jìn)入市場(chǎng)戰(zhàn)略的核心，盡管AI技術(shù)也是其移動(dòng)和Web產(chǎn)品部門(mén)(如Android)的核心。

作為一家非常依賴于大量AI的商業(yè)模式的公司，Google去年 成立了一個(gè)新的業(yè)務(wù)部門(mén)， 致力于將AI整合到其產(chǎn)品組合中。Google Cloud Platform是這一戰(zhàn)略推動(dòng)力的核心，特別強(qiáng)調(diào)了以下針對(duì)AI的新興需求：

最大限度地提高客戶的AI DevOps管道自動(dòng)化：Google Cloud正在其公共云中迅速增強(qiáng)其云對(duì)數(shù)據(jù)提取，準(zhǔn)備，建模，超參數(shù)優(yōu)化，培訓(xùn)和其他高科技數(shù)據(jù)科學(xué)管道工作負(fù)載自動(dòng)化的支持。Google的Cloud AutoML服務(wù)仍處于測(cè)試階段，是該領(lǐng)域的技術(shù)標(biāo)桿。此外，Google一直是Kubeflow背后的主要開(kāi)發(fā)商，Kubeflow是一個(gè)行業(yè)開(kāi)源項(xiàng)目，正在創(chuàng)建一個(gè)與框架無(wú)關(guān)的管道，以將AI微服務(wù)跨多框架，多云和云原生生態(tài)系統(tǒng)投入生產(chǎn)。

加快實(shí)現(xiàn)客戶AI應(yīng)用程序開(kāi)發(fā)計(jì)劃的價(jià)值的時(shí)間：Google Cloud不斷擴(kuò)展其一站式產(chǎn)品組合，其中包括開(kāi)發(fā)人員友好的工具，預(yù)打包的解決方案和經(jīng)過(guò)培訓(xùn)的模型，以簡(jiǎn)化對(duì)公共云中AI功能的訪問(wèn)。在這方面，該公司現(xiàn)在提供諸如云張量處理單元，機(jī)器學(xué)習(xí)引擎，作業(yè)發(fā)現(xiàn)，Dialogflow，自然語(yǔ)言，文本到語(yǔ)音，翻譯API和視頻智能等產(chǎn)品。它還將AI集成到其用于移動(dòng)和Web應(yīng)用程序開(kāi)發(fā)的工具中，以實(shí)現(xiàn)低代碼編程。而且，它在越來(lái)越多的針對(duì)特定業(yè)務(wù)應(yīng)用程序的AI支持的預(yù)打包云服務(wù)，例如推薦引擎，聯(lián)絡(luò)中心和人才管理。

使用AI并針對(duì)AI優(yōu)化端到端客戶數(shù)據(jù)平臺(tái)：Google Cloud繼續(xù)在其服務(wù)組合中構(gòu)建更多由AI驅(qū)動(dòng)的IT優(yōu)化，網(wǎng)絡(luò)安全和合規(guī)性功能，包括存儲(chǔ)和大數(shù)據(jù)分析產(chǎn)品，例如BigTable，Cloud Storage，數(shù)據(jù)存儲(chǔ)，永久磁盤(pán)，MemoryStore，BigQuery，Dataflow，Dataproc，Composer，Datalab，Dataprep，Pub / Sub和Data Studio。該公司正在發(fā)展這些云解決方案，以處理最苛刻的AI工作負(fù)載，同時(shí)與NetApp等公司合作，為AI應(yīng)用提供同類(lèi)最佳的云文件存儲(chǔ)。例如，在過(guò)去的一年中，它發(fā)布了Google Cloud Spanner，這是一種水平可伸縮的關(guān)系數(shù)據(jù)庫(kù)服務(wù)，適用于處理在線事務(wù)處理工作負(fù)載和資源密集型AI工作負(fù)載。Spanner經(jīng)過(guò)精心設(shè)計(jì)，可以滿足Google對(duì)全球可擴(kuò)展性和效率的運(yùn)營(yíng)需求。但是，它并不是為所有企業(yè)工作負(fù)載而設(shè)計(jì)的，它的設(shè)計(jì)更多是為了實(shí)現(xiàn)強(qiáng)大的全局一致性，而不是可用性。它在在線分析處理，資源訪問(wèn)控制，遷移工具，備份集成，視圖功能和數(shù)據(jù)建模方面具有功能限制。

當(dāng)我們考慮在Next '18下在CUBE上進(jìn)行的采訪時(shí)，我們可以找到有關(guān)Google計(jì)劃如何在未來(lái)幾年中將AI納入其云數(shù)據(jù)超擴(kuò)展優(yōu)先級(jí)的線索：

云數(shù)據(jù)倉(cāng)庫(kù)超擴(kuò)展中的AI：Google Cloud產(chǎn)品管理總監(jiān)Sudhir Hasbe：“當(dāng)我們與客戶交流時(shí)，他們通常在機(jī)器學(xué)習(xí)方面面臨的最大挑戰(zhàn)之一就是，每當(dāng)您想要進(jìn)行機(jī)器學(xué)習(xí)時(shí)，就必須從核心數(shù)據(jù)倉(cāng)庫(kù)中獲取數(shù)據(jù)，例如在BigQuery中，您有PB級(jí)的可伸縮數(shù)據(jù)集，TB級(jí)的數(shù)據(jù)集?，F(xiàn)在，如果您想對(duì)機(jī)器的任何部分進(jìn)行機(jī)器學(xué)習(xí)，請(qǐng)將其從BigQuery中刪除，然后將其移至某個(gè)機(jī)器學(xué)習(xí)引擎中，您就會(huì)意識(shí)到，“哦，我錯(cuò)過(guò)了一些我需要的數(shù)據(jù)。” 我回去，然后再次獲取數(shù)據(jù)，將其移動(dòng)，您必須來(lái)回移動(dòng)太多時(shí)間……。數(shù)據(jù)科學(xué)家說(shuō)他們有80%的時(shí)間在花在移動(dòng)數(shù)據(jù)，整理數(shù)據(jù)以及所有這些事情上……。人們?yōu)槭裁幢仨殞?shù)據(jù)移至機(jī)器學(xué)習(xí)引擎?為什么我不能利用機(jī)器學(xué)習(xí)功能，將其移動(dòng)到數(shù)據(jù)所在的位置，所以使機(jī)器學(xué)習(xí)更接近數(shù)據(jù)，而不是數(shù)據(jù)更接近機(jī)器學(xué)習(xí)。因此，BigQuery ML就是這樣，它是一種在BigQuery的數(shù)據(jù)倉(cāng)庫(kù)自身內(nèi)部運(yùn)行類(lèi)似回歸模型的功能，這樣您就可以做到這一點(diǎn)。”

云計(jì)算網(wǎng)絡(luò)安全超大規(guī)?；械腁I：Google Cloud安全，信任，合規(guī)性和隱私總監(jiān)Suzanne Frey：“我們談?wù)摾]件和網(wǎng)絡(luò)釣魚(yú)防護(hù)之類(lèi)的事情，每天，我們都會(huì)收到數(shù)十億個(gè)有關(guān)惡意信息或惡意軟件，勒索軟件等信號(hào)。 。因此，對(duì)于這方面在世界范圍內(nèi)下一分鐘發(fā)生的事情，我們的等待時(shí)間很短。這使我們?cè)谡嬲伎冀酉聛?lái)將要發(fā)生的事情方面具有競(jìng)爭(zhēng)優(yōu)勢(shì)。我們當(dāng)然知道機(jī)器學(xué)習(xí)，無(wú)論是智能撰寫(xiě)和智能回復(fù)，還是實(shí)際上基于安全性的異常檢測(cè)。對(duì)于一家公司來(lái)說(shuō)，異常情況不一定對(duì)另一家公司而言是異常情況，這取決于您所從事的業(yè)務(wù)等。因此，我們?cè)跈C(jī)器學(xué)習(xí)方面進(jìn)行了投資，并了解了如何以自動(dòng)化方式成為客戶的安全守護(hù)者，因此人們不必?fù)?dān)心安全性。我們已經(jīng)為他們照顧好了。那是圣杯，這就是我們現(xiàn)在正在投資的東西。”

當(dāng)Wikibon展望Next '19時(shí)，Google的工作已在云端AI領(lǐng)域中完成。在過(guò)去的一年中，其主要的公共云競(jìng)爭(zhēng)對(duì)手已經(jīng)取得了重大進(jìn)展，以增加其工具，服務(wù)和應(yīng)用程序來(lái)驅(qū)動(dòng)深度學(xué)習(xí)，機(jī)器學(xué)習(xí)和其他AI功能。同樣重要的是，亞馬遜網(wǎng)絡(luò)服務(wù)公司，微軟公司，IBM公司和其他云廠商已將創(chuàng)新的AI沿創(chuàng)新方向引入其多云和混合云產(chǎn)品中，這些挑戰(zhàn)挑戰(zhàn)了谷歌如果希望保持相關(guān)性，則做出回應(yīng)。至少，Wikibon建議Google繼續(xù)遵循以下云AI優(yōu)先事項(xiàng)：

擴(kuò)大其開(kāi)箱即用，業(yè)務(wù)線和特定于行業(yè)的服務(wù)范圍，這些服務(wù)結(jié)合了AI，可以縮短客戶評(píng)估和將Google Cloud定位為更可靠的SaaS播放器的時(shí)間。

基于豐富的TensorFlow堆棧的商業(yè)化并將其構(gòu)建為Kubeflow上的團(tuán)隊(duì)工作臺(tái)以開(kāi)發(fā)云原生DevOps，從而提高其AI管道自動(dòng)化工具的產(chǎn)品化水平，從而為AWS SageMaker，Microsoft Azure Machine Learning和IBM Watson提供強(qiáng)大的替代方案工作室。

通過(guò)基于云和以眾包為中心的替代最近推出 的Amazon SageMaker Ground Truth通用可用性，使客戶的人工勞動(dòng)密集型AI培訓(xùn)數(shù)據(jù)標(biāo)記工作流自動(dòng)化 。