至顶网软件与服务频道消息: 谷歌今天宣布将把用于训练机器学习算法的Cloud AutoML服务引入数据科学家在线社区Kaggle。
Cloud AutoML是基于云的工具包,提供用于训练人工智能模型的拖拽界面。用户使用该软件可以创建自定义的机器学习模型,而无需对该主题有任何特定的技术知识。
Kaggle在线社区为数据科学家和其他机器学习爱好者提供了一个探索、分析和共享他们工作成果的空间。谷歌于2017年收购了Kaggle平台,该社区最近成员规模突破了350万这一里程碑。
谷歌表示,它正在通过将Cloud AutoML与Kaggle集成实现自己的使命,即“通过为他们提供引领该领域所需的技能和工具,使我们的数据科学家社区变得更加强大”。
Cloud AutoML允许用户从软件开发工具包或者基于Web的用户界面中提取数据,设置参数,然后基于这些数据训练模型,并将其部署在谷歌的云基础设施中。这项集成将使Kaggle用户能够利用Jupyter Notebook中的Cloud AutoML SDK,Jupyter Notebook是一个开源应用,数据科学家可以用来创建和共享包含实时代码、等式、可视化和叙述性文档。
Kaggle产品经理Devvret Rishi在博客中表示:“今天的发布重点是让我们的社区能够在Kaggle Notebooks中直接使用这个SDK。”
Cloud AutoML是一项付费服务,不过为初学者提供了免费套餐。谷歌全年向用户提供Google Cloud Platform积分,以补贴搭配Kaggle一起使用AutoML的成本。
宣布此消息之前,Kaggle与谷歌的BigQuery数据仓库服务进行了类似的集成。
好文章,需要你的鼓励
关注IT支出的朋友可能发现一个悖论:用于支持生成式AI的基础设施开销正在迅速提升,英伟达收入与利润两路狂飙的现实已经清楚证明了这一点。然而数据中心硬件层面的总支出并没有发生太大变化,且目前来看支出的主要增长点将集中在服务领域,其更多是为了减轻其他类型的工作、而非指望生成式AI独力支撑起销售预期。
一种基于人工智能(AI)的新策略正显著加快为帕金森病发现潜在新药的速度。这项发表在《自然化学生物学》杂志上的研究,可能意味着帕金森病新疗法将更快进入临床阶段并与患者见面。
如今的医生们仍背负着很多沉重且劣质的技术债务,这些技术不仅没有积极作用、甚至不能算是有价值的资产。我们绝不能让这样的情况重演,特别是不能在AI时代下重演。为此,美国医学会于2023年11月发布了一套AI开发、部署与使用原则,旨在回应我们从医生和公众那里收集到的担忧和疑虑。