Hvorfor Google mener andre skyer er 'gale' når det gjelder maskinlæring

Hvorfor maskinlæring er så kritisk for fremtiden for Google Cloud På Google Cloud Next-konferansen i 2017 snakket Google Cloud produktdirektør Greg DeMichillie med TechRepublic om hvordan Google åpner opp sine interne maskinlæringsverktøy for kunder.

Googles administrerende direktør Sundar Pichai erkjenner muligens at fremtiden er flersky, men det betyr ikke at han tror alle skyer er like. I en avslørende kommentar under selskapets inntekter for 2. kvartal, droppet Pichai dette bombeskallet: "T her er en enorm kostnad for din virksomhet å være på feil sky -arkitektur."

Med andre ord, Pichai mener å gå med alt annet enn Google er noe av en blindvei.

Nå, hvis bare han kunne overbevise flertallet av virksomheter som har valgt å gå sammen med skymarkedsleder Amazon Web Services (AWS), eller ledende kandidat Microsoft Azure.

Smarte penger på AI smarts

Noe som selvfølgelig brukte han inntektssamtalet, i tillegg til selskapets Google Next-konferanse, for å prøve å gjøre. Mye av fokuset på inntekter samtalen (og konferansen) var bare hvor mye selskapet bruker for å forbedre og avsløre maskinlæring smarts. For ikke å gå seg vill, ropte Pichai det: "Den vanlige tråden du vil høre på dagens samtale er fordelen med maskinlæring og AI, og hvordan det forbedrer produktene våre og gir gode resultater for våre brukere og samarbeidspartnere."

Selv om Google i hjertet er en reklamevirksomhet, ønsket ikke Pichai å begrense maskinlæring og kunstig intelligens (AI) til å forbedre søkeannonser. I stedet snakket han om hvordan investeringene i maskinlæring strekker seg til skyen, og utpekte Google Cloud Platform (GCP) som: "en naturlig forlengelse av vår langvarige styrke innen databehandling, datasentre og maskinlæring."

Disse forbedringene har ikke kommet billig. Selv om det ikke utelukkende var knyttet til GCP, hoppet Alfabets kapitalutgifter (CapEx) 95% år over år til 5, 5 milliarder dollar i kvartalet. Samtidig har alfabetets største område for driftsutgifter (OpEx) økt på skyvirksomheten, med "hovedparten av veksten i antall ansatte ... innen tekniske roller og engineering og produktstyring" innen GCP, bemerket Googles Ruth Porat om samtalen.

Det er tydelig at Google / Alfabet bruker store penger på å spille for sky arbeidsmengder. Det er også tydelig at den differensierte verdien det er å peddle er "supercharged information", slik Google Cloud-sjef Diane Greene uttrykte det i en blogg.

De gjør det galt

Det som også blir klart, er at Google ikke planlegger å bare sette fordelene ved maskinlæringssmerter, men også har planer om å skru ned såkalte skyprikere til AI-tronen. Derfor kommenterer Pichai om at "T her er en enorm kostnad for din virksomhet å være på feil sky -arkitektur." Nemlig hvilken som helst sky enn Googles.

Microsoft og AWS vil sannsynligvis ikke bli overtalt, og begge har langt flere kunder enn Google. Likevel føles dette som en vinnende markedsføringsstrategi for Google. Google-merket utstråler "rakettvitenskap." Som forbrukere har vi vokst opp med å stole på at de vil spytte smarte svar på våre mest sinnsomme spørsmål. Det er ikke vanskelig å se de forbrukere-qua-enterprise kjøpere antar at Google ville være den ideelle skyen for maskinlæring smarts.

Mer om kunstig intelligens

  • Google DeepMind-grunnlegger Demis Hassabis: Tre sannheter om AI
  • De 10 mest etterspurte AI-jobbene i verden
  • De 3 mest oversett begrensningene av AI i virksomheten
  • Hvordan bli maskinlæringsingeniør: Et jukseark

Og likevel er dette kanskje ikke den virkelige slagmarken. Halve kampen er å overbevise markedet om at en bestemt sky har den beste maskinlærings- og AI-eiendelen, men den andre, og uten tvil vanskeligere, kampen er å overbevise de samme kundene om at en bestemt sky kan gjøre de samme teknologiene tilgjengelige for bare dødelige. Google erkjenner dette, og har tatt store skritt med AutoML.

Som 451 forskningsanalytiker Nick Patience har skrevet: "Akkurat nå kreves det mye kunnskap for å bygge tilpassede modeller, og gitt at det bare er omtrent en million dataforskere i verden (sammenlignet med omtrent 26 millioner utviklere av alle slag), er det mange selskaper, inkludert Google, ser en stor mulighet for å gjøre det mulig for andre utviklere enn dataforskere å kunne få hendene sine skitne med maskinlæring. "

Med introduksjonen av AutoML, som Google har kunngjort ytterligere fremskritt denne uken, har Google presset maskinlæring mot en mer dra-og-slipp-opplevelse, i stedet for hard-core-koding i kommandolinjen.

Google har imidlertid ikke Microsofts stamtavle om håndholdte foretak gjennom vanskelige og komplekse systemer. Microsofts hele hybridskystrategi er sentrert om dette faktum: Endring er vanskelig, det tar tid, og det krever mye leverandørassistanse. Amazon på sin side har mindre erfaring med datamaskiner i gamle verdener, men har bevist seg som en rask studie i både å finne ut hybrid, så vel som å introdusere relativt enkle maskinlæringsgrensesnitt eller tjenester (som Polly) for mainstream-bedrifter.

Kort sagt, Google har rett til å plassere seg rundt maskinlæringen smarte, men den har sterk, pålitelig konkurranse her. Som sådan vil vi sannsynligvis se ekte innovasjon, både når det gjelder maskinlæringsfunksjoner og tilgjengelighet, som kommer fra de tre store, til fordel for bedrifter over hele linjen. Når det gjelder maskinlæring, er det imidlertid veldig mulig at Google setter tempoet.

Cloud og alt som et service nyhetsbrev

Dette er din go-to ressurs for det siste om AWS, Microsoft Azure, Google Cloud Platform, XaaS, skysikkerhet og mye mer. Leveres mandager

Registrer deg i dag

© Copyright 2021 | pepebotifarra.com