北京时间1月18日，谷歌云上线Cloud AutoML服务。它被称为“自动机器学习”，在无需工程师的情况下，进行自我创造，让机器用数小时，完成最好的程序员用几周甚至几个月才能完成的工作。
该项目是谷歌内部的研究项目，在2017年5月创建。
本次上线的首个产品是AutoML Vision，针对图片数据。用户通过拖拽，就可把图片上传到谷歌云上。谷歌会自动为这些图片打标签，在后台进行训练，并生成适合的机器学习模型。图片最少可以从数十张开始，用户还可对生成的模型进行评估和改进。
在这个过程中，计算机可以将某种行为与奖励联系起来，就像教狗新的把戏一样。
谷歌云的这项服务，能够取代的，是一类被称之为“数据标注”工作。这类岗位通常被认为是人工智能流水线的蓝领工人。
数据标注员的职责主要是，使用自动化工具从互联网上抓取、收集包括文本、图片、语音等数据，或者依托于独有数据，比如医疗影像数据、高精地图数据等，然后对抓取的数据进行整理与标注。相当于“专职编辑”，比如标注出可疑的肺结节、地图中的电线杆等。在人工智能领域，通常专有数据标注还需要经过培训，但并非完全的专业技术人士从事。
谷歌云首席科学家李飞飞在其个人Twitter中谈到，“在短短的几个月时间里，我们将尖端技术转化为产品造福数百万人，这是一件十分鼓舞人心的事！” 谷歌方面表示，后续将支持更多数据类型的自动机器学习，包括语音、翻译、视频、自然语言处理等。
AutoML的训练数据将存储在Google云中。在谷歌云Cloud AutoML的页面，特意说明了，对用户上传的数据保密。
自2016年谷歌重整其云计算业务开始，就开始不断向企业客户宣传其人工智能服务，希望藉此追赶亚马逊等竞争对手。云计算获得的关注始终不如消费级应用和手机，但却有可能主导这些科技巨头的营收。
谷歌推出了图像和语音识别、机器翻译、TPU云加速芯片服务，还开放语音、视觉、视频等7 种数据服务接口。 但把机器学习放在云计算上作为卖点，并不只是谷歌一家，亚马逊、微软都在应用相似的技术。
云业务的基本概念就是向企业提供按需服务。在2016年底，谷歌成立了云机器学习事业群（Cloud Machine Learning Group），为此挖来了“中国人民的AI大使”、斯坦福AI实验室主任李飞飞。
