　Google Cloud Next 2018では、Cloud AutoMLのβ版として3つの機能が発表された。画像を扱える「Cloud AutoML Vision」、自然言語処理が可能な「Cloud AutoML Natural Language」、独自のカスタム翻訳モデルを作成する「Cloud AutoML Translation」である。

「Cloud AutoML Vision」（左）、「Cloud AutoML Natural Language」（中央）、「Cloud AutoML Translation」（右）の利用イメージ（クリックで拡大）出典：グーグル

　また、TensorFlowとCloud AutoMLの中間に位置する機械学習モデル開発のソリューションとして「BigQuery ML」を発表した。データベース構築に用いられているSQLの知識を前提としており「エキスパートから中級者、初心者まで機械学習を扱えるようになった。全てのユーザーにとって機械学習を身近に感じてもらえるのではないか」（佐藤氏）という。

「BigQuery ML」のイメージ（左）と位置付け（右）（クリックで拡大）出典：グーグル

　これらの他、第2世代のTPUである「TPU v2」を用いた機械学習のクラウドサービス「Cloud TPU v2 Pod」、第3世代のTPU「TPU 3.0」ベースの「Cloud TPU v3」のα版提供も発表している。

「TPU」による機械学習のクラウドサービス（クリックで拡大）出典：グーグル

グーグルの深層学習プロセッサ「TPU」が「AIを、全ての人に」を実現する
グーグル（Google）は2018年7月6日、東京都内でメディアセミナーを開き、同社がディープラーニング（深層学習）向けに開発してきたプロセッサ「TPU」について説明した。
AIと機械学習とディープラーニングは何が違うのか
技術開発の進展により加速度的に進化しているAI（人工知能）。このAIという言葉とともに語られているのが、機械学習やディープラーニングだ。AIと機械学習、そしてディープラーニングの違いとは何なのか。
機械学習はどうやって使うのか――意外と地道な積み重ね
前編では、AI（人工知能）と機械学習、ディープラーニングといった用語の説明から、AIを実現する技術の1つである機械学習が製造業を中心とした産業界にも徐々に使われ始めている話をした。後編では、機械学習を使ったデータ分析と予測モデル作成について説明する。
遅れてきた本命、グーグルのIoTはアマゾンとマイクロソフトに太刀打ちできるか
これまで、マイクロソフトの「Azure IoT」、アマゾンの「Amazon Alexa」を紹介してきたが、グーグルの動向に触れないわけにはいかないだろう。さまざまなてこ入れ策を打ち出しているグーグルだが、IoTでアマゾンとマイクロソフトに太刀打ちできるのだろうか。
芽吹くか「組み込みAI」
第3次ブームを迎えたAI（人工知能）。製造業にとっても重要な要素技術になっていくことは確実だ。2017年からは、このAIを製品にいかにして組み込むかが大きな課題になりそうだ。
「TensorFlow」でから揚げ配膳ときゅうりの仕分けを自動化、Googleがアピール
Googleは、「CeBIT 2017」において、機械学習ライブラリ「TensorFlow」の国内採用事例となる、「から揚げ配膳ロボット」「きゅうり仕分けロボット」「ドローンで撮影した写真の解析」を展示した。