Google apre Cloud Machine Learning agli sviluppatori

Sono centinaia i prodotti e servizi per i big data e gli analytics disponibili sul mercato, essendo una delle aree più fertili per l’innovazione del nostro settore. E non c’è da meravigliarsi, perché le esperienze più coinvolgenti per gli utenti derivano proprio dall’interpretazione di questi dati. È un’area in cui Google Cloud Platform ha investito quasi vent’anni di ricerca ingegneristica, e oggi a GCP NEXT annunciano gli ultimi risultati di questo impegno. Il loro portfolio per la gestione dei dati e gli analytics si arricchisce infatti di nuovi prodotti e servizi in diverse aree chiave:

Machine Learning:

L’obiettivo di Google è creare applicazioni in grado di vedere, ascoltare e capire il mondo intorno a loro. Oggi fanno un ulteriore passo avanti con una nuova famiglia di prodotti: Cloud Machine Learning. Cloud Machine Learning aprirà agli sviluppatori tutte le potenzialità del machine learning, permettendo di creare una nuova classe di applicazioni ancora più intelligenti. Darà accesso alla stessa tecnologia alla base di Google Now, Google Photos e del servizio di riconoscimento vocale di Google, con la stessa facilità con cui oggi si utilizzano le REST API. Si potranno così costruire modelli di machine learning più potenti, utilizzando la libreria open-source di TensorFlow:

• Cloud Machine Learning semplifica la creazione di sofisticati modelli di machine learning sularga scala e in tempi brevi. È portabile, completamente gestita e scalabile. Cloud Machine Learning funziona con diversi formati di dati ed è perfettamente integrata con altri prodotti di Google Cloud Platform come Cloud Dataflow, BigQuery, Cloud Dataproc, Google Cloud Storage, e Cloud Datalab. Si possono costruire facilmente modelli di analisi predittiva usando i dati proprietari; per esempio, un’app che offre servizi finanziari potrà fare previsioni grazie a modelli di regressione, o a un servizio di classificazione per immagini. Cloud Machine Learning si occuperà di tutto, dall’acquisizione dei dati all’analisi predittiva. Il risultato: ora qualsiasi applicazione potrà sfruttare le avanzate tecnologie di deep learning che sono alla base di numerosi servizi di Google.
• Modelli di Machine Learning pre-istruiti come Cloud Translate API e Cloud Vision API vengono oggi uniti in Cloud Speech API. L’azienda è orgogliosa di poter offrire un intero set di API che permetterà alle vostre applicazioni di vedere, ascoltare e tradurre. Google Cloud Speech API possiede la stessa tecnologia di reti neurali alla base della ricerca vocale della Google App e della scrittura vocale di Google Keyboard. Traduce la voce in testo in più di 80 lingue con un’accuratezza senza precedenti, anche in ambienti rumorosi, ed è estremamente veloce. La tecnologia che ha permesso agli sviluppatori di aggiungere la voce su Chrome e Android è oggi disponibile per qualsiasi applicazione, sia in real-time che in batch mode.

Big Data e Analytics:

Gestire i big data dal cloud significa essere più produttivi nello sviluppo delle applicazioni, avere insight più precisi e tempestivi, senza doversi preoccupare dell’infrastruttura sottostante. In questa direzione, Google ha annunciato recentemente la disponibilità di Google Cloud Dataproc, il servizio gestito di Apache Hadoop e Apache Spark, oltre a nuovi servizi e funzionalità:

• Google BigQuery porta al limite il concetto di Analytics Data Warehouse completamente gestita. Oggi annunciano molte nuove funzioni che rendono l’analisi dei dati più veloce, più economica e più semplice. Tutte le nuove funzioni arriveranno “automagicamente”, senza alcun aggiornamento o downtime – proprio come dovrebbe essere sempre un buon servizio gestito.

Open Source:

L’ offerta Google di Cloud Machine Learning sfrutta le più recenti tecnologie di machine learning e data processing , alcune delle quali sono diventate da poco open source:

• TensorFlow, il più recente sistema di machine learning di Google, è il progetto numero uno di machine learning su GitHub. Stiamo sviluppando costantemente questo ecosistema, per esempio oggi si può utilizzare TensorFlow Serving con un altro progetto open source, Kubernetes, per scalare e gestire modelli ML. I prodotti di Cloud Machine Learning ampliano queste capacità e permettono di creare potenti modelli di machine learning su Google Cloud Platform.

Il team Cloud Platform è molto orgoglioso di questo 2016. Alcuni dei più grandi brand mondiali come Spotify, Coca-Cola, Atomic Fiction e Khan Academy stanno già utilizzando i loro servizi di big data. “Non vediamo l’ora di scoprire in che modo li utilizzeranno nei loro nuovi prodotti.”