在加入穀歌一年後， 1月18日淩晨， 谷歌雲負責人、首席科學家李飛飛通過自己的推特帳號和博客宣佈了穀歌雲取得的里程碑進展：可自動設計、建立機器學習模型的服務——AutoML Vision。
“我很榮幸地宣佈AutoML Vision面世。 這是一款能讓每個人都有能力構建機器學習模型， 卻無需機器學習經驗的產品。 這是‘人工智慧民主化’的重要進展！也是令人振奮的團隊合作結果。 ”李飛飛在自己的推特帳號上寫道。
李飛飛推特帳號截圖
這款面向公眾的產品， 意味著穀歌正在努力讓人工智慧成為每個人都會使用且容易上手的工具， 也降低企業開發人工智慧的門檻。 除了在自己的推特上介紹此款新產品外， 李飛飛還與穀歌人工智慧研發負責人李佳共同撰寫了博客， 詳細介紹了新產品。 但穀歌並未透露該服務如何收費。
AutoML Vision是一款提供自訂圖像識別系統自動開發的服務。 使用者只需要將自己的資料上傳，
穀歌的cloud_auto_ml如何使用？
目前， 迪士尼已通過AutoML建立圖片分類模型，
在博客中， 兩位女科學家認為谷歌這款產品的優勢在於以下三點：一是即使用戶的機器學習專業知識有限， 也可以獲得更準確的模型。 二是能更快速的建立模型， 使用者可以在幾分鐘內或者在一天內構建完整的能用的模型。 三是易於使用， 使用者操作的介面簡潔清晰。
穀歌博客截圖
這些優勢也在一定程度上解決了當前人工智慧在工業界發展的一些瓶頸。 首先， 從目前的情況看， 世界上只有少數企業能夠支付得起人工智慧以及機器學習的人才招募和研發預算， 這意味著企業可以創建的高級機器學習模型非常有限。 其次， 即便是有能力的公司， 也需要大量的精力來管理和構建自訂的機器學習模型和其中複雜的研發過程。
AutoML Vison操作介面
那麼穀歌是如何做到的？AutoML由控制器（Controller）和子網路（Child）2個神經網路組成，控制器生成子模型架構，子模型架構執行特定的任務訓練並評估模型的優劣回饋給控制器，控制器將會將此結果作為下一個迴圈修改的參考。重複執行數千次“設計新架構、評估、回饋、學習”的迴圈後，控制器能設計出最準確的模型架構。
2017年3月份，穀歌就推出了機器學習服務Google Cloud Machine Learning Engine，説明具有機器學習專業知識的開發人員輕鬆構建適用於任何規模、任何類型資料機器學習模型。不過，那時候的機器學習服務需要使用大量的資料，才能訓練出一般的預測模型，難以符合每家企業的需求。這次推出的AutoML則更進一步，直接為企業提供機器學習技術來建立自家的模型，也推動了穀歌“人工智慧民主化”的戰略目標。
不過，雖然穀歌稱AutoML是市面上唯一提供類似服務的產品，但此前Clarif.ai、微軟的認知服務，以及IBM的Watson視覺識別也能讓曾提供給使用者定制預先訓練好的視覺、語音辨識和決策模型的服務。
AutoML Vison操作介面
那麼穀歌是如何做到的？AutoML由控制器（Controller）和子網路（Child）2個神經網路組成，控制器生成子模型架構，子模型架構執行特定的任務訓練並評估模型的優劣回饋給控制器，控制器將會將此結果作為下一個迴圈修改的參考。重複執行數千次“設計新架構、評估、回饋、學習”的迴圈後，控制器能設計出最準確的模型架構。
2017年3月份，穀歌就推出了機器學習服務Google Cloud Machine Learning Engine，説明具有機器學習專業知識的開發人員輕鬆構建適用於任何規模、任何類型資料機器學習模型。不過，那時候的機器學習服務需要使用大量的資料，才能訓練出一般的預測模型，難以符合每家企業的需求。這次推出的AutoML則更進一步，直接為企業提供機器學習技術來建立自家的模型，也推動了穀歌“人工智慧民主化”的戰略目標。
不過，雖然穀歌稱AutoML是市面上唯一提供類似服務的產品，但此前Clarif.ai、微軟的認知服務，以及IBM的Watson視覺識別也能讓曾提供給使用者定制預先訓練好的視覺、語音辨識和決策模型的服務。