Gartner 發布2020 Cloud AI魔力象限報告 評定Google Cloud為Cloud AI Developer Services領導者

隨著人工智慧和機器學習的重要性日益提升，為了能充分利用AI/ML技術所提供的便利性，一個能滿足全面性需求的平台就成為了重要的課題。如何在平台的眾多功能及服務中進行分類，此份報告將協助您獲得所需的答案並提供有價值的研究。

2020年的Gartner Cloud AI開發人員服務魔力象限報告中將Google評為領導者，此評分標準是根據Google Cloud的語言、視覺、對話、架構數據產品及 AutoML所評定的，讓我們來看看Gartner報告中對Google Cloud的分析。

無需成為ML專家即可享受Google Cloud AI組合所提供的好處，Google的視覺和視頻API，以及AutoML視覺和視頻產品，適用於任何經驗水平的開發人員都可以輕鬆在其應用程序中構建感知AI。這些產品可幫助開發人員了解圖像和視頻並從中獲取見解，並在雲端或邊緣提供領先同行的預測準確性。

我們的電腦視覺產品提供了許多功能來幫助理解視覺內容並創建強大的自定義機器學習模型：

通過REST和RPC API，Vision API提供了對可用於快速分類圖像的預訓練模型的訪問。

●AutoML Vision 通過易於使用的圖形界面自動訓練您自己的自定義機器學習模型。它使您可以優化模型的準確性、延遲和大小，並將其導出到雲中的應用程序或邊緣的一系列設備中。

●Video Intelligence API 具有經過預先訓練的機器學習模型，可以自動識別存儲和流媒體中的大量流量，位置和動作。

●AutoML Video Intelligence 可讓開發人員不論其ML經驗水平如何，都可以快速輕鬆地訓練自定義模型，以對視頻中的對象進行分類和追蹤。

●假設分析工具是一種用於檢查任何機器學習模型的開源可視化工具，可增強模型的可解釋性，從而深入了解其如何為AutoML Vision和我們的數據標籤服務做出決策。

AutoML Tables使開發團隊能夠大幅提高的速度和規模，在結構化資料上自動構建和部署最新的機器學習模型。要創建ML模型，開發人員通常需要盡可能完整，乾淨的培訓數據。 AutoML Tables 提供有關數據集中每個功能的信息並自動處理丟失的數據，高基數和分佈。然後，在訓練中，它可以自動執行一系列特徵工程任務，從數字特徵的歸一化和一鍵編碼的創建到分類特徵的嵌入。

此外，AutoML Tables還提供了無代碼的GUI和python SDK選項，以及自動化的數據預處理、功能工程、超參數和神經/樹結構搜索，評估，模型可解釋性和部署功能。所有這些功能大大減少了將自定義ML模型投入生產所需的時間，從長達好幾個月縮短到只需要幾天。

隨著業務變得越來越全球化，Google Cloud的產品都比其他提供商支持更多的語言。例如：

●Google Cloud OCR語言支持包括200多種語言。

●Google Cloud 的語音轉文字產品支持120種語言和變體。

●Google Cloud 的翻譯產品支持104種語言。

●Google Cloud 的聊天機器人產品支持20多種語言，並且還在持續增加中。

有了強大的語言支持，Google Cloud使得客戶在發展全球化業務變得更加容易。

隨著AI用途的不斷擴展，越來越多的企業及組織開始藉由Google Cloud來幫助增強其AI功能。要了解有關Google Cloud如何使AI發揮作用的更多信息，請下載Gartner 2020 Cloud AI 開發人員服務魔力像限報告。