Google今天宣布了两项服务，一个全新服务以及一个预览版。这两个服务都是谷歌持续改进自身的一部分，让谷歌不仅是一个建造机器学习资源工具的提供商，还能够为应用提供预先访问API。 Cloud Machine Learning（CML）可以以插件的形式进入谷歌其他的存储、查询和数据处理等产品，并生成机器学习模型。其数据源是Google Cloud Dataproc，此前宣布是用于管理Hapoop和Spark平台，但现在具有广泛的可用性。 考虑到在Amazon数月前就提供机器学习即服务，Azure也早在一年前就提供该服务，你可能想知道谷歌云服务什么时候可以提供。CML基于开源的TensorFlow框架。谷歌声称，TensorFlow被用来构建和交付许多机器智能方面现有的产品，如它们的语音识别API，最近也面向公众开放。 TensorFlow的模型建立可以让CML使用谷歌以外的服务，但是谷歌希望对潜在用户的数据进行摄取、管理以及直接在云上进行训练。 谷歌还对翻译、机器视觉以及语音识别提供大量API。IBM通过Waston在Bluemix也提供类似的服务，虽然谷歌提供的范围比较小，但其特点是可能找到直接获取并使用的产品。 谷歌最好的定位是机器学习的精通者，不仅仅是因为它慷慨地分享如TensorFlow之类的开源机器学习作品，或者构建现有的服务，充分了解如Spark之类的项目。相反，是由于Google处于一个令人羡慕的枢纽位置，通过它流向全球惊人的数据量，某种形式上这也是可以使用的原料，用于训练Google的系统。 现在Google提供的是一个选择，让人们将自己的数据工具发展成一个有意义的数据宝库。除了需要训练数据的来源，机器学习也被认为难以使用。新的机器学习项目开源浪潮在一定程度上减轻了负担，如Spark的一个诉求是其对于开发者十分简单。 然而，谷歌的目标是通过在构建基础设施等项目消除麻烦以降低障碍，并通过提供一个优雅的环境，将其他的云塑造为一个实用的云。 |
