译者：徐小芹、胡祥杰

　　：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

　　简历投递：j[email protected]

　　HR 微信：13552313024

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。

　　加盟新智元，与人工智能业界领袖携手改变世界。

　　【新智元导读】Zdnet 网站推出机器学习平台横向比较系列文章，以下内容分析谷歌、百度和 IBM 三家大公司 AI 实力，以及是否适合作为你的机器学习平台。谷歌的机器学习平台的优势在于构建更广泛的研究社区，围绕机器学习和民主化机器学习工具和服务的业务。作为在中国对标谷歌的百度，其 AI 平台是百度大脑，并开源机器学习平台 PaddlePaddle，在语音识别和深度学习知识经验方面占有优势。IBM的机器学习平台则以Watson解决方案为核心，实力来自三个关键因素：IBM研究、收购实力及其咨询顾问能力。

　　选择谷歌作为你的机器学习平台

　　（文／Natalie Gagliordi）谷歌的机器学习产品包括一系列的云服务和工具。2015年，谷歌通过开源其机器学习库 TensorFlow，进一步扩大了其产品的市场占有率。TensorFlow 现在已经是 GitHub 上最受欢迎的机器学习项目，贡献者大部分来自谷歌公司之外。

　　TensorFlow 之后，谷歌云平台发布了一套基于谷歌预训练机器学习模型的专门的机器学习 API，谷歌云机器学习产品经理 Rob Craft 称这套 API 旨在为开发人员提供高质量的认知服务接口。这套 API 集包含机器翻译、云视觉、自然语言、语音以及工作API。

　　谷歌云机器学习服务允许用户创建神经网络和算法模型，且可以运行大规模的预测，而不必担心基础架构的限制。该服务使用了多个谷歌云的数据分析工具，例如 BigQuery、DataFlow 和 Datalab。

　　谷歌也利用机器学习来为自己的基础架构提供支持。Craft 说：“例如，我们使用机器学习使我们的数据中心冷却所需的用电量减少了 40%，这位我们的用户带来了成本效益，以及为地球带来环保效益。”

　　使用谷歌机器学习平台获益的企业之一是 Evernote。这家笔记服务公司9月份宣布将它的基础架构转移到谷歌云平台，根据其 CTO Anirban Kundu 的说法，效果远超预期。Kundu 说，Evernote 现在使用了谷歌的语音-文本转换服务、翻译API、自然语言API和机器学习托管服务。

　　挑战与伦理

　　虽然大多数机器学习企业都会遇到 AI 和机器学习系统开发中的技术障碍，但谷歌面对的挑战更微妙。以谷歌的搜索团队为例，该团队发现机器学习系统只需几个月的工作就能显著提高搜索效果。Craft 说：“难点在于说服这个团队去和机器学习的专家商讨，这是有关文化的问题。技术本身只是一个方面，但搜索是谷歌的一项重要服务，要考虑文化的因素。”

　　在伦理道德方面，谷歌是 AI 安全研究和道德讨论的积极推动者。谷歌与亚马逊、Facebook、IBM以及微软建立了合作伙伴关系，以向公众普及 AI 知识。谷歌还与 OpenAI、斯坦福大学以及伯克利大学合作，进行 AI 安全方面的研究。

　　优势与远见

　　根据 Craft 的说法，谷歌的机器学习平台的优势有两部分：围绕机器学习构建更大的研究社区，以及使机器学习工具和服务民主化。“谷歌对机器学习方面的研究团队进行了大量投资，”Craft 说，“培育更广泛的机器学习社区有利于加速技术的普及和突破，提高其改变世界的潜力。”

　　这种开源策略与谷歌决定使用其公共云基础架构进行机器学习密切相关，使用公共云有助于降低成本和对架构专业知识的需求，同时提高可及性。Craft 说：“使用公共云使我们能为用户提供最新的服务和技术的最新进展，例如无障碍改进现有产品，以更快的速度提供新服务，并且无需用户付出额外成本去支持必要的基础架构。”

　　谷歌机器学习的另一强项是大量的数据和强大的计算能力。Gartner 机器学习和数据科学研究副总裁 Alexander Linden 说：“数据和计算架构是机器学习和AI的关键，谷歌的强项也正在于此。”