Google在旗下云端服务Google Cloud内加入名为Auto ML的应用项目，让使用者能以更简单方式建立学习模型，进而可将深度学习套用在旗下服务内容
针对内容管理、消费通路、医疗照护或保险业务等应用需求，Google宣布在旗下云端服务Google Cloud增加名为Auto ML的应用项目，让使用者即便不具备高超技术背景也能轻易建立学习模型，透过将资料上传至Google Cloud服务内，即可透过Cloud Compute Engine资源逐一将资料分类，并且自动建立学习模型进行分析，借此达成深度学习成效。
过去谈到深度学习，几乎就会令人联想到复杂的电脑运算、难以理解的学习模型架构，而为了让更多服务也能便利地取得深度学习技术应用资源，Google在旗下云端服务Google Cloud内加入名为Auto ML的应用项目，让使用者能以更简单方式建立学习模型，进而可将深度学习套用在旗下服务内容，例如Urban Outfitters、迪士尼、英国皇家学会 (ZSL)等在内零售通路、娱乐事业或研究机构都已与Google合作，并且在相当早期时间内借由Auto ML分析管理旗下资料内容。
根据Google说明，由于目前各类服务内容均以数据为重，如何在众多资料中找出有用数据，同时如何落实管理旗下分散内容将成为发展重心，但因为培育专业技术人才对于许多内容管理、消费通路、医疗照护或保险业务机构并不容易，而此类资料委托外部单位处理也难免有隐私内容外泄等风险，因此借由Google Cloud服务运算资源协助，透过Auto ML应用项目让这些单位能自行建构资料学习模型，进而可从众多管理内容找出有价内容，借此让本身服务运作能具体成长。
以Auto ML形式来看，使用者仅需将资料上传至Google Cloud，并且透过Auto ML应用项目将资料逐一分类且自动建立学习模型，系统便会透过Cloud Compute Engine、TPU运算等资源，以及Google Cloud Vision API等电脑视觉应用资源与TensorFlow学习框架进行深度学习，借此达成数据分析或行为学习等目的，使得过往需要在众多资料中挖掘有用资讯的应用服务变得更具效率。
相比先前基于Google Cloud的深度学习应用采以量计价方式使用，Google为了吸引更多人使用Auto ML应用项目，现阶段将采免费使用形式提供服务 (先决条件是必须租用Google Cloud服务)，但未来是否将比照既有深度学习应用以量计费，目前还无法确定。
至于推出此项服务是否有利于新兴国家市场如印度境内产业成长，就Google的看法认为确实有其可能性，但主要还是以不同产业服务内容为重，以Google Cloud本身是面向全球推广服务项目来看，此次推出的Auto ML应用项目其实对缺乏专业技术人才的服务内容均有显著帮助，并且能提供客制化学习应用。
而对于Auto ML项目是否也能应用在复杂运算的环境分析，或是自动驾驶学习，Google云端人工智能与机器学习首席科学家李飞飞在受访时说明确实有其可能，但由于环境分析与自动驾驶等复杂运算项目必须有更高精准度，因此建议还是会使用更专门的学习模式，借此确保学习成果的精确表现，避免造成意外。
