圖：谷歌AI中國中心總裁李佳
文/小羿
谷歌AI中國中心成立兩個多月以后，李佳以“總裁”的新身份亮相。
2016年11月，李佳從Snapchat公司離開，追隨自己在斯坦福大學的老師李飛飛一同加入谷歌，任谷歌云AI研發主管。2017年12月，李飛飛在谷歌開發者大會上宣布了成立谷歌AI中國中心的消息，由兩人共同領導。現在，李佳成了新部門的執行者和負責人。
作為谷歌AI中國中心的領導者，李佳在演講中曬出了招聘信息，大力招攬機器學習研究員和工程師。在采訪中，李佳也表示，谷歌AI中國中心會聚焦在基礎研究上，而目前主要工作就是聚集優秀的AI人才。
除此之外，由于李佳和李飛飛都是谷歌云的高管，近期又發布了一個重要的開發工具Cloud AutoML，因此，我們有理由相信，谷歌AI中國中心早期的任務除了招聘之外，還會大力推廣谷歌Cloud AI的理念和一系列工具。李佳在演講中說到，谷歌Cloud AI的目標是推動AI研究和產品研發之間的良性互動。而剛剛發布的Cloud AutoML成為谷歌一個重要的普及AI的工具，它以低門檻的方式為AI產品賦能。
據悉，Cloud AutoML發布兩周以來，注冊用戶已經超過1萬個，而且用戶的背景也相當廣泛。 除了零售行業、醫療行業的用戶以外，還有很多特別的案例。比如，倫敦動物學會用“相機記錄”跟蹤世界各地的動物，使用Cloud AutoML Vision自動標注圖片，節省了很大的人力標注工作。還有一些環保機構用這個工具來檢測垃圾等等。
李佳在采訪中透露，Cloud AutoML的研發已經有一段時間了，谷歌云的團隊在之前已經做了很多工作。這其中最大的難點，也是最關鍵的事情是將技術和產品結合在一起。“在研發中，我們還需要考慮到算力和資源需要。最后Cloud AutoML集成了Transfer Learning(遷移學習)和Learning to Learning，這兩種技術可以優勢互補。”李佳說到。
從AI應用的角度看，Cloud AutoML的確是一個非常方便的工具。如果一個企業定制AI方案，就要去定義算法，收集數據，通常要數個月或者數年才能完成。而Cloud AutoML可以自動生成模型，產品周期被大大縮短，企業的花費也會降低。而且，谷歌還宣稱其在圖片分類上比專家設計模型效果更好。
在Cloud AutoML Vision(圖像)之后，谷歌還將陸續推出語音、對話、自然語言處理領域的Cloud AutoML。
但是，低門檻Cloud AutoML是否在搶AI開發者的飯碗?李佳并不這么認為，她說，“全球只有100萬的AI專業人士可以打造自己的算法，但是全球有2100萬的開發者可以使用AutoML這樣的產品。”李佳表示，Cloud AutoML實際上是為開發者打造的一款產品，它把門檻降低，讓更多的開發者可以使用。 如果有更多的人使用AI，這些開發者的機會就變得更多，屆時將會有更多懂行業、懂產品的人把他們的特長發揮到極致。
對于開發AI的用戶，李佳將其分為四種：
第一種是AI的研究者，他們可以用TensorFlow等工具去設計和開發。
第二種是API的用戶，這些用戶沒有數據去做訓練，他們需要接口，不會自己開發模型。
第三種用戶想定制自己的模型，他們不需要自己去招聘AI人才，不需要數據標注，甚至不需要調參，就能夠通過Cloud AutoML定制的自己的模型。
第四種用戶多是傳統行業，他們根本不知道怎么樣用AI，也不知道怎么做，這時候谷歌會與客戶深度密切合作，教他們怎么用機器學習。
AI應用的產業非常廣，不同的用戶有不同的需求。當被問到如何保持Cloud AI在科技巨頭中的競爭力，李佳表示，谷歌是一個AI First的公司，谷歌目前所有的產品都是由AI賦能的，AI與Cloud是一個很好的結合，背后是谷歌十幾年對于產品的迭代和對AI的理解。 我們希望將這些經驗分享給用戶，讓他們也能創造更多的產品。
“AI本身是沒有國界的，我們希望未來全世界都可以用到AI的技術。”李佳說到。
