Google Cloud的一个重点是通过在各个层面提供广泛的机器学习服务来提高客户对AI的采用率。Cloud AutoML 于去年推出，面向那些仍然希望培训和利用模型的专业知识有限的开发人员。

　　使用Cloud AutoML的用户可以通过图形用户界面培训，评估，改进和部署模型，只需上传您自己的数据。它目前可用于视觉，自然语言和翻译的测试版。在Cloud Next，Google宣布推出新产品和功能。

　　AutoML表

　　最新的beta产品允许您从数据集创建机器学习模型。AutoML Tables可以从当今企业已经生成的结构化数据中找到预测性见解和模式。

　　谷歌宣称不需要编码，开发时间表为几天而不是几周。源数据可以从BigQuery或其他GCP存储服务轻松转移。

　　无代码接口可引导您完成整个端到端机器学习生命周期，使您的团队中的任何人(无论是数据科学家，分析师还是开发人员)都可以轻松构建模型并将其可靠地整合到更广泛的应用程序中。

　　AutoML视频智能

　　Cloud Next 2019还推出了AutoML Video in beta 的首次亮相，以创建自定义模型，自动使用开发人员定义的标签对视频内容进行分类。

　　这意味着媒体和娱乐业务可以简化自动删除广告或创建精彩卷轴等任务，其他行业可以将其应用于自己特定的视频分析需求 - 例如，更好地了解流量模式或监督制造流程。

　　AutoML Vision Edge

　　图像识别模型现在可以在室内或远程边缘设备上进行训练和部署，这些设备通常具有不可靠的连接性或高延迟。这包括连接的传感器或相机，Vision Edge能够利用Edge TPU进行更快速的推理。

　　更新

　　完整AutoML Vision中的对象检测(beta)可以识别图像内的项目的位置，并且可以在彼此的上下文中识别。谷歌注意到一名走在人行横道上的行人就是一个例子。

　　AutoML Natural Language选择自定义实体提取(beta)来识别医疗术语，合同条款和文档中的其他实体，并根据公司特定的关键字和短语对其进行标记

　　此外，自定义情绪分析(beta)可以根据您的特定领域情绪分数来理解分析文本中的整体观点，感受或态度。