谷歌正式发布了人工智能平台预测(AI Platform Prediction)服务，以便开发者在云端筹备、构建、运行和分享机器学习模型。其基于该公司的容器引擎(Kubernetes Engine)后端，旨在实现高可靠性、灵活性、以及低延时开销的架构。IDC预测，到2022年的时候，全球认知与人工智能系统领域的开支将达到776亿美元，较去年的240亿美元翻几番。
Gartner也给出了同样的观点，面向全球数千家企业高端的新调查发现，AI实施已于过去四年增长了270%，仅过去一年就增长了37% 。
随着AI Platform Prediction的正式发布，谷歌在其产品组合中添加了又一项 AI 托管服务，有望在该领域维持较亚马逊、微软、IBM等竞争对手更大的领先优势。
从表面上来看，谷歌AI平台预测服务借助了XGBoost和 Scikit等框架，可让模型的训练和部署变得更加轻松，这点要归功于自动选择的兼容云硬件引擎(比如AI加速器芯片)。
在受支持的虚拟机上，该平台还可显示GPU、CPU、RAM、网络使用率之类的性能数据，以及随时间推移的模型副本指标。
安全方面，AI Platform Prediction附带了允许用户定义的参数和模型部署工具，其被限定只能访问在定义的网络范围内的资源和服务。
此外该平台提供了有关模型预测的信息和可视化工具，有助于阐明相关预测。并可根据发送到模型的请求的真实标签，以不断评估实时模型，从而提供了通过重新培训来提高性能的机会。
据悉，AI Platform Prediction的所有功能都可在完全托管、无集群的环境中使用，并具有专门的企业支持。若客户发送的流量过多，谷歌还提供了运算资源的配额管理，以防止模型过载。
有趣的是，谷歌旗下的Waze也正在使用这项服务来为自家Carpool顺风车服务提供助力。Waze高级数据科学家Philippe Adjiman表示，其能够在短短几周时间内在生产环境中完成一个模型的部署。