Google Cloud今天宣佈推出Kubeflow Pipelines，以促進企業內部的協作，並進一步實現人工智能的訪問民主化。Kubeflow Pipelines免費提供，並且是開源的。
谷歌雲產品管理高級總監Rajen Sheth表示，他同意估計世界上只有幾千名機器學習工程師能夠從概念到生產深入學習，但有數百萬數據科學家和數千萬開發人員
Kubeflow Pipelines旨在解決這一差距，爲更多的數據科學家和開發人員提供支持，幫助企業克服成爲人工智能的公司所面臨的障礙。
“我們現在看到的最大問題之一是公司現在正在努力建立數據科學家團隊，但它是如此稀缺的資源，除非利用得好，否則開始浪費，”Sheth說。“我們看到的一個觀察結果是，在超過60％的案例中，模型現在從未部署到生產中。因此，我們正在構建一些有希望幫助解決這個問題的事情。“
Sheth說，Pipelines是一個可組合的層，所以機器學習之旅的不同部分可以像Legos一樣拼搶在一起。
這種方法允許團隊的不同成員執行標記數據，將數據轉換爲功能以及驗證數據等操作。如果找到更好的模型或方法，它也可以用於測試多次迭代並替換模型或方法。
“他們可以交換新模型，保持管道的其餘部分到位，然後看到：'新模型是否有助於輸出顯着？' 因此，它能夠以更好的方式實現......快速實驗，“他說。“我們正在使用Pipelines，它可以開始涉及開發人員，它可以開始涉及業務分析師，它可以開始讓最終用戶參與，以便他們可以成爲這個團隊的一部分，可以構建一個管道。”
Kubeflow是谷歌今年早些時候發佈的一個開源項目，用於使用Kubernetes容器進行機器學習。使用Kubernetes將使企業變得靈活，避免完全承諾使用雲中的內部數據和框架或培訓模型來培訓AI模型。
Kubeflow Pipelines部分基於並利用來自TensorFlow Extended（TFX）的庫，這些庫在Google內部用於構建機器學習組件，然後允許各個內部團隊的開發人員利用該工作並將其投入生產。
今天在alpha版本中推出的還有AI Hub，它建立在 今年早些時候推出的機器學習模塊TensorFlow Hub之上。AI Hub旨在爲有興趣培訓或部署AI模型的人提供一站式服務。
除了提供培訓外，AI Hub還將使用來自Google的資源，例如流行的TensorFlow嵌入和來自Kaggle的內容，這是一個擁有200多萬數據科學家的社區。
隨着時間的推移，谷歌希望AI Hub成爲大型生態系統產生的流行模型的地方。
“我們最終希望AI Hub成爲一個第三方也可以共享信息並隨着時間的推移將其轉變爲市場的地方，”Sheth說。“我們發現，社區實際上可以解決許多客戶的問題。”
AI Hub最初將向大約100個業務合作伙伴提供。
與Kubeflow Pipelines一樣，AI Hub也旨在教育員工，以消除公司內部團隊之間的障礙，使他們能夠使開發人員，數據科學家和ML工程師的工作更有價值。
人工智能識字是上個月在VB峯會上與谷歌和谷歌雲等高級管理人員討論的一個概念。
“我認爲真正的重大挑戰是，爲了成爲人工智能的第一人，每個人都需要掌握人工智能，這就是從思考問題的產品經理到開發人員再到數據科學家再到生產團隊。一旦你擁有了它，你就可以開始將AI融入幾乎任何業務問題，而這就是我們現在所處的位置，“Sheth說。
“Google幾乎所有產品現在都以有趣的方式使用人工智能，我們意識到它可以爲我們解決越來越多的問題，我們希望這可以幫助培養其他公司的文化。”