Google lancia AutoML per “democratizzare l’AI”

La suite AutoML utilizza i modelli di apprendimento automatico pre-addestrati di Google e semplifica lo sviluppo di nuovi modelli personalizzati

google partner interconnect

Google ha lanciato la suite AutoML che consente agli sviluppatori con limitate competenze in machine learning di addestrare modelli personalizzati. Gli strumenti di AutoML sfruttano i modelli di apprendimento automatico pre-addestrati e la tecnologia Neural Architecture Search di Google.

Il lancio fa parte della “missione di democratizzare l’intelligenza artificiale” di Google. La società vuole “rendere l’AI disponibile alla più grande comunità possibile di sviluppatori, ricercatori e imprese”, hanno scritto in un post Fei-Fei Li, responsabile del gruppo Cloud AI, e Jia Li, responsabile di ricerca e sviluppo del Cloud AI di Google.

Il primo strumento della suite reso disponibile (per il quale bisogna fare richiesta e ottenere l’autorizzazione per l’accesso) è AutoML Vision, che permette di creare modelli di visione personalizzati basati sulla tecnologia di riconoscimento delle immagini proprietaria di Google.

Gli sviluppatori possono effettuare il drag and drop di immagini in un’interfaccia utente ed etichettarle in base alle loro esigenze. Il modello viene addestrato sulla base degli input, che possono essere via via rielaborati e perfezionati dagli utenti.

Google mette inoltre a disposizione un team interno che esaminerà le istruzioni personalizzate e classificherà le immagini di conseguenza.

Tra gli early adopter ci sono il rivenditore di abbigliamento Urban Outfitters, che ha sperimentato gli strumenti di Google per automatizzare il riconoscimento di caratteristiche del prodotto come modelli e stili di scollo. Disney utilizza la tecnologia per costruire modelli di visione per categorie di prodotti, colori e personaggi Disney. La Zoological Society di Londra utilizza AutoML Vision per analizzare e classificare fotografie di animali scattate in ambienti naturali.

Oggi si contano sulle dita di una mano le aziende che hanno accesso ai talenti e ai budget necessari per apprezzare appieno i progressi di ML e AI”, hanno scritto nel post le ricercatrici di Google. “C’è un numero molto limitato di persone che possono creare modelli avanzati di apprendimento automatico. E anche le aziende che possono permettersi esperti di ML e AI devono comunque gestire il complicato processo di creazione di modelli personalizzati, che richiedono molto tempo”.

Anche se Google ha introdotto il suo Cloud Machine Learning Engine lo scorso anno, distribuito tramite API, la nuova suite aiuterà a “colmare il divario” e renderà l’AI “accessibile ad ogni azienda”.

Anche i competitor di Google sono impegnati nella missione di “democratizzare” l’apprendimento automatico.

Azure Machine Learning Studio di Microsoft è un semplice ambiente basato su browser che non richiede competenze specifiche di programmazione. A settembre l’azienda ha ampliato la propria gamma di strumenti per l’intelligenza artificiale, sebbene i prodotti siano ancora in modalità preview.

Amazon Web Services, alla conferenza Re: Invent di novembre, ha lanciato un servizio di apprendimento automatico end-to-end completamente gestito denominato Sagemaker e la videocamera DeepLens che esegue modelli di deep learning.

I costruttori non vogliono che l’apprendimento automatico sia così difficile. Non vogliono che sia così criptico. Non vogliono che sia una scatola nera. Vogliono che sia molto più facile da applicare”, aveva dichiarato all’epoca il CEO di AWS Andy Jassy. “Non ci sono molti professionisti esperti di apprendimento automatico al mondo. La maggior parte si trova nelle grandi aziende tecnologiche. Se vogliamo consentire alla maggior parte delle aziende di utilizzare l’apprendimento automatico in modo ampio, dobbiamo risolvere il problema di renderlo accessibile a tutti gli sviluppatori e i ricercatori”.