谷歌大力招揽机器学习人才，AI野心十足

2月6日，谷歌在北京举办ThinkWithGoogle大会。会上，谷歌云AI研发主管李佳发表演讲，重点介绍了两周前发布的GoogleCloudAutoML。然而，最值得注意的是，李佳在此次会议上的第一title已经悄然变成了谷歌AI中国中心总裁。会后，李佳博士接受了采访，KUKA机器人维修，谈及谷歌AI中国中心的工作以及GoogleCloudAutoML的未来发展。

谷歌AI中国中心成立两个多月以后，李佳以总裁的新身份亮相。

2016年11月，李佳从Snapchat公司离开，追随自己在斯坦福大学的老师李飞飞一同加入谷歌，任谷歌云AI研发主管。2017年12月，李飞飞在谷歌开发者大会上宣布了成立谷歌AI中国中心的消息，由两人共同领导。现在，李佳成了新部门的执行者和负责人。

谷歌AI中国中心总裁李佳

作为谷歌AI中国中心的领导者，李佳在演讲中晒出了招聘信息，大力招揽机器学习研究员和工程师。在采访中，李佳也表示，谷歌AI中国中心会聚焦在基础研究上，而目前主要工作就是聚集优秀的AI人才。

除此之外，由于李佳和李飞飞都是谷歌云的高管，近期又发布了一个重要的开发工具CloudAutoML，因此，我们有理由相信，谷歌AI中国中心早期的任务除了招聘之外，还会大力推广谷歌CloudAI的理念和一系列工具。李佳在演讲中说到，谷歌CloudAI的目标是推动AI研究和产品研发之间的良性互动。而刚刚发布的CloudAutoML成为谷歌一个重要的普及AI的工具，它以低门槛的方式为AI产品赋能。

据悉，CloudAutoML发布两周以来，注册用户已经超过1万个，而且用户的背景也相当广泛。除了零售行业、医疗行业的用户以外，KUKA机器人电路板维修，还有很多特别的案例。比如，伦敦动物学会用相机记录跟踪世界各地的动物，使用CloudAutoMLVision自动标注图片，节省了很大的人力标注工作。还有一些环保机构用这个工具来检测垃圾等等。

李佳在采访中透露，CloudAutoML的研发已经有一段时间了，谷歌云的团队在之前已经做了很多工作。这其中最大的难点，也是最关键的事情是将技术和产品结合在一起。在研发中，我们还需要考虑到算力和资源需要。最后CloudAutoML集成了TransferLearning（迁移学习）和LearningtoLearning，这两种技术可以优势互补。李佳说到。

从AI应用的角度看，CloudAutoML的确是一个非常方便的工具。如果一个企业定制AI方案，就要去定义算法，收集数据，通常要数个月或者数年才能完成。而CloudAutoML可以自动生成模型，产品周期被大大缩短，企业的花费也会降低。而且，谷歌还宣称其在图片分类上比专家设计模型效果更好。

在CloudAutoMLVision（图像）之后，谷歌还将陆续推出语音、对话、自然语言处理领域的CloudAutoML。

但是，低门槛CloudAutoML是否在抢AI开发者的饭碗？李佳并不这么认为，她说，全球只有100万的AI专业人士可以打造自己的算法，但是全球有2100万的开发者可以使用AutoML这样的产品。李佳表示，CloudAutoML实际上是为开发者打造的一款产品，它把门槛降低，让更多的开发者可以使用。如果有更多的人使用AI，这些开发者的机会就变得更多，届时将会有更多懂行业、懂产品的人把他们的特长发挥到极致。

对于开发AI的用户，李佳将其分为四种：

第一种是AI的研究者，他们可以用TensorFlow等工具去设计和开发。

第二种是API的用户，这些用户没有数据去做训练，他们需要接口，不会自己开发模型。

第三种用户想定制自己的模型，他们不需要自己去招聘AI人才，KUKA机器人示教器维修，不需要数据标注，甚至不需要调参，就能够通过CloudAutoML定制的自己的模型。

第四种用户多是传统行业，他们根本不知道怎么样用AI，也不知道怎么做，这时候谷歌会与客户深度密切合作，教他们怎么用机器学习。

AI应用的产业非常广，不同的用户有不同的需求。当被问到如何保持CloudAI在科技巨头中的竞争力，李佳表示，谷歌是一个AIFirst的公司，谷歌目前所有的产品都是由AI赋能的，AI与Cloud是一个很好的结合，背后是谷歌十几年对于产品的迭代和对AI的理解。我们希望将这些经验分享给用户，让他们也能创造更多的产品。

AI本身是没有国界的，我们希望未来全世界都可以用到AI的技术。李佳说到。