Warum Google andere Clouds beim maschinellen Lernen für "falsch" hält

Warum maschinelles Lernen für die Zukunft von Google Cloud so wichtig ist Auf der Google Cloud Next-Konferenz 2017 sprach Greg DeMichillie, Produktdirektor von Google Cloud, mit TechRepublic darüber, wie Google seine internen Tools für maschinelles Lernen für Kunden öffnet.

Sundar Pichai, CEO von Google, erkennt möglicherweise an, dass die Zukunft aus mehreren Clouds besteht. Dies bedeutet jedoch nicht, dass alle Clouds gleich sind. In einem aufschlussreichen Kommentar während des Q2-Gewinnaufrufs des Unternehmens ließ Pichai diese Bombe fallen: "T hier sind enorme Kosten für Ihr Unternehmen, wenn Sie sich auf der falschen Cloud -Architektur befinden."

Mit anderen Worten, Pichai glaubt, dass alles andere als Google eine Sackgasse ist.

Wenn er nur die Mehrheit der Unternehmen überzeugen könnte, die sich für den Cloud-Marktführer Amazon Web Services (AWS) oder den führenden Konkurrenten Microsoft Azure entschieden haben.

Intelligentes Geld für KI-Smarts

Genau das hat er natürlich mit dem Ergebnisaufruf und der Google Next-Konferenz des Unternehmens versucht. Ein großer Schwerpunkt des Ergebnisaufrufs (und der Konferenz) lag darauf, wie viel das Unternehmen für die Verbesserung und Aufdeckung seiner Smarts für maschinelles Lernen ausgibt. Damit dies nicht verloren geht, sagte Pichai: "Der rote Faden, den Sie beim heutigen Aufruf hören werden, ist der Vorteil von maschinellem Lernen und KI und wie es unsere Produkte verbessert und großartige Ergebnisse für unsere Benutzer und Partner generiert."

Obwohl Google im Kern ein Werbegeschäft ist, wollte Pichai maschinelles Lernen und künstliche Intelligenz (KI) nicht auf die Verbesserung von Suchanzeigen beschränken. Stattdessen sprach er darüber, wie sich die Investitionen in maschinelles Lernen auf die Cloud erstrecken, und lobte die Google Cloud Platform (GCP) als: "eine natürliche Erweiterung unserer langjährigen Stärke in den Bereichen Computer, Rechenzentren und maschinelles Lernen."

Diese Verbesserungen sind nicht billig. Obwohl nicht ausschließlich an GCP gebunden, stiegen die Investitionen von Alphabet (CapEx) im Quartal gegenüber dem Vorjahr um 95% auf 5, 5 Mrd. USD. Gleichzeitig lag der größte Bereich für die Steigerung der Betriebsausgaben (OpEx) von Alphabet im Cloud-Geschäft, wobei "der größte Teil unseres Personalwachstums ... in technischen Funktionen sowie im Engineering- und Produktmanagement" innerhalb von GCP lag, so Ruth Porat von Google der Anruf.

Es ist klar, dass Google / Alphabet viel Geld ausgibt, um Cloud-Workloads zu spielen. Es ist auch klar, dass der differenzierte Wert, den es verkauft, "aufgeladene Informationen" sind, wie Google Cloud-Chef Diane Greene es in einem Blog formulierte.

Sie machen es falsch

Es wird auch klar, dass Google nicht nur die Tugenden seiner Smarts für maschinelles Lernen aufzeigen will, sondern auch sogenannte Cloud-Pretender auf den KI-Thron bringen will. Daher Pichais Kommentar, dass "T hier enorme Kosten für Ihr Unternehmen verursacht, wenn Sie sich auf der falschen Cloud -Architektur befinden." Nämlich jede Cloud außer der von Google.

Microsoft und AWS werden wahrscheinlich nicht überzeugt sein, und beide haben weit mehr Kunden als Google. Dies scheint jedoch immer noch eine erfolgreiche Marketingstrategie für Google zu sein. Die Marke Google strahlt "Raketenwissenschaft" aus. Als Verbraucher sind wir darauf vertraut, kluge Antworten auf unsere verrücktesten Fragen zu geben. Es ist nicht schwer zu sehen, dass Käufer von Verbrauchern als Unternehmen davon ausgehen, dass Google die ideale Cloud für Smarts mit maschinellem Lernen ist.

Mehr über künstliche Intelligenz

  • Google DeepMind-Gründer Demis Hassabis: Drei Wahrheiten über KI
  • Die 10 gefragtesten KI-Jobs der Welt
  • Die 3 am meisten übersehenen Einschränkungen der KI im Geschäftsleben
  • Wie man ein Ingenieur für maschinelles Lernen wird: Ein Spickzettel

Und doch ist dies möglicherweise nicht das eigentliche Schlachtfeld. Die halbe Miete besteht darin, den Markt davon zu überzeugen, dass eine bestimmte Cloud über die besten Ressourcen für maschinelles Lernen und KI verfügt. Die andere und wohl schwierigere Aufgabe besteht darin, dieselben Kunden davon zu überzeugen, dass eine bestimmte Cloud dieselben Technologien für bloße Sterbliche zugänglich machen kann. Google erkennt dies und hat mit AutoML große Fortschritte gemacht.

Nick Patience, Analyst bei 451 Research, hat geschrieben: "Derzeit ist viel Wissen erforderlich, um benutzerdefinierte Modelle zu erstellen. Angesichts der Tatsache, dass es weltweit nur etwa eine Million Datenwissenschaftler gibt (im Vergleich zu etwa 26 Millionen Entwicklern aller Art), viele Unternehmen, einschließlich Google, sehen eine große Chance darin, anderen Entwicklern als Datenwissenschaftlern die Möglichkeit zu geben, sich beim maschinellen Lernen die Hände schmutzig zu machen. "

Mit der Einführung von AutoML, für die Google diese Woche weitere Fortschritte angekündigt hat, hat Google das maschinelle Lernen eher auf ein Drag-and-Drop-Erlebnis als auf eine Hardcore-Codierung in der Befehlszeile ausgerichtet.

Google verfügt jedoch nicht über den Stammbaum von Microsoft, Unternehmen durch schwierige und komplexe Systeme zu halten. Die gesamte Hybrid-Cloud-Strategie von Microsoft konzentriert sich auf diese Tatsache: Änderungen sind schwierig, zeitaufwändig und erfordern viel Unterstützung von Anbietern. Amazon seinerseits verfügt über weniger Erfahrung mit Computern der alten Welt, hat sich jedoch als schnelle Studie erwiesen, um sowohl Hybrid-Daten herauszufinden als auch relativ einfache Schnittstellen oder Dienste für maschinelles Lernen (wie Polly) für Mainstream-Unternehmen einzuführen.

Kurz gesagt, Google hat Recht, sich in Bezug auf seine Smarts für maschinelles Lernen zu positionieren, aber es hat hier einen starken, glaubwürdigen Wettbewerb. Daher werden wir wahrscheinlich echte Innovationen sehen, sowohl in Bezug auf die Funktionen des maschinellen Lernens als auch in Bezug auf die Zugänglichkeit, die von den drei großen Unternehmen kommen und Unternehmen auf ganzer Linie zugute kommen. Beim maschinellen Lernen ist es jedoch sehr wahrscheinlich, dass Google das Tempo vorgibt.

Cloud und alles als Service Newsletter

Dies ist Ihre Anlaufstelle für die neuesten Informationen zu AWS, Microsoft Azure, Google Cloud Platform, XaaS, Cloud-Sicherheit und vielem mehr. Montags geliefert

Heute anmelden

© Copyright 2020 | mobilegn.com