Hvorfor Google mener, at andre skyer er 'forkerte' ved maskinlæring

Hvorfor maskinlæring er så kritisk for fremtiden for Google Cloud På Google Cloud Next-konferencen i 2017 talte Google Cloud-produktdirektør Greg DeMichillie med TechRepublic om, hvordan Google åbner sine interne maskinlæringsværktøjer til kunderne.

Googles administrerende direktør Sundar Pichai anerkender muligvis, at fremtiden er multi-sky, men det betyder ikke, at han mener, at alle skyer er ens. I en afslørende kommentar under virksomhedens 2. kvartal indtjeningskald faldt Pichai denne bombeskal: "T her er en enorm omkostning for din virksomhed at være på den forkerte sky -arkitektur."

Med andre ord mener Pichai at gå med alt andet end Google er noget af en blindgyde.

Hvis han nu kun kunne overbevise flertallet af virksomheder, der har valgt at gå sammen med cloud-markedsleder Amazon Web Services (AWS), eller førende konkurrent Microsoft Azure.

Smarte penge på AI smarts

Hvilket er selvfølgelig, hvad han brugte indtjeningskaldet såvel som virksomhedens Google Next-konference for at prøve. Meget af fokuset på indtjeningskaldet (og konferencen) var netop, hvor meget virksomheden bruger til at forbedre og udsætte sin maskinuddannelse smarts. For ikke at gå tabt, kaldte Pichai det: "Den fælles tråd, du hører i dagens opkald, er fordelen ved maskinlæring og AI, og hvordan det forbedrer vores produkter og skaber gode resultater for vores brugere og partnere."

Selvom Google hjertet er en reklamevirksomhed, ville Pichai ikke begrænse maskinindlæring og kunstig intelligens (AI) til at forbedre søgeannoncer. I stedet for snakede han om, hvordan investeringerne i maskinlæring udvider sig til skyen, og udpeger Google Cloud Platform (GCP) som: "en naturlig forlængelse af vores langvarige styrke inden for computing, datacentre og maskinlæring."

Disse forbedringer er ikke kommet billige. Skønt ikke udelukkende var knyttet til GCP, sprang alfabetets kapitaludgifter (CapEx) 95% år over år til 5, 5 milliarder dollars i kvartalet. Samtidig har alfabetets største område for driftsudgifter (OpEx) forøgelser været på sin cloud-forretning, med "størstedelen af ​​vores medarbejdervækst ... inden for tekniske roller og teknik og produktstyring" inden for GCP, bemærkede Googles Ruth Porat om opkaldet.

Det er tydeligt, at Google / Alfabet bruger store penge på at spille til sky-arbejdsmængder. Det er også klart, at den differentierede værdi, det pedler, er "supercharged information", som Google Cloud-chef Diane Greene udtrykte det i en blog.

De gør det forkert

Det, der også bliver klart, er, at Google ikke har planer om blot at slå dyderne ved sin maskinlæring smarts, men også planer om at skubbe ned såkaldte skypræmiere til AI-tronen. Derfor Pichais kommentar om, at "T her er en enorm pris for din virksomhed at være på den forkerte sky -arkitektur." Nemlig enhver sky bortset fra Googles.

Microsoft og AWS vil sandsynligvis ikke blive overtalt, og begge har langt flere kunder end Google. Alligevel føles dette som en vindende markedsføringsstrategi for Google. Google-mærket udstråler "raketvidenskab." Som forbrugere er vi vokset op og har tillid til, at de spytter smarte svar på vores mest sindssyge spørgsmål. Det er ikke svært at se de forbrugere, der køber qua-virksomheder, antager, at Google ville være den ideelle sky til maskinlæring smarts.

Mere om kunstig intelligens

  • Google DeepMind-grundlægger Demis Hassabis: Tre sandheder om AI
  • De 10 mest efterspurgte AI-job i verden
  • De 3 mest overset begrænsninger af AI i erhvervslivet
  • Sådan bliver du maskiningeniør: Et snyderi

Og alligevel er dette måske ikke den rigtige slagmark. Halvdelen af ​​slaget er at overbevise markedet om, at en bestemt sky har den bedste maskinlæring og AI-aktiver, men den anden, og måske hårdere, kamp er at overbevise de samme kunder om, at en bestemt sky kan gøre de samme teknologier tilgængelige for blot dødelige. Google anerkender dette og har taget store fremskridt med AutoML.

Som 451 forskningsanalytiker Nick Patience har skrevet: "I øjeblikket kræves en masse viden for at oprette tilpassede modeller, og i betragtning af at der kun er cirka en million datavidenskabsmænd i verden (sammenlignet med ca. 26 millioner udviklere af alle slags), mange virksomheder, herunder Google, ser en stor mulighed for at gøre det muligt for andre udviklere end dataforskere at være i stand til at få deres hænder beskidt med maskinlæring. "

Med introduktionen af ​​AutoML, som Google har annonceret for yderligere fremskridt denne uge, har Google skubbet maskinlæring mod en mere træk-og-slip-oplevelse snarere end hard-core-kodning i kommandolinjen.

Google har dog ikke Microsofts stamtavle om håndholdsvirksomheder gennem vanskelige og komplekse systemer. Microsofts hele hybrid skystrategi er centreret omkring denne kendsgerning: Ændring er hård, det tager tid, og det kræver en masse leverandørassistance. Amazon har på sin side mindre erfaring med den gamle verdens computing, men har bevist sig en hurtig undersøgelse i både at finde ud af hybrid såvel som at introducere relativt enkle maskinlæringsgrænseflader eller -tjenester (som Polly) til mainstream-virksomheder.

Kort sagt, Google har ret til at placere sig omkring sin maskinlæring smarts, men det har en stærk, troværdig konkurrence her. Som sådan ser vi sandsynligvis reel innovation, både hvad angår maskinindlæringsfunktioner og tilgængelighed, der kommer fra de store tre, der drager fordel af virksomheder overalt. I tilfælde af maskinlæring er det imidlertid meget muligt, at Google sætter tempoet.

Cloud og alt som et service nyhedsbrev

Dette er din go-to ressource for det nyeste om AWS, Microsoft Azure, Google Cloud Platform, XaaS, skysikkerhed og meget mere. Leveres mandage

Tilmeld dig i dag

© Copyright 2020 | mobilegn.com