谷歌脑，人工智能和机器学习项目在谷歌，已被用于像Google+上的Android的语音识别系统和照片搜索电力服务。

现在，两位最长期的机器学习工程师，其中一位在Google Brain上工作，已经离开了这家搜索巨头，开始了一家新公司。这个想法：构建机器学习，类似于谷歌等公司内部使用的人工智能技术，使其可以作为任何人都可以使用的云服务。

缩放推理，就像创业公司一样，仍然非常隐秘; 它甚至没有网站（虽然最终会有一个在inference.io 和scaledinference.com）。

一个AngelList的个人资料 中列出的两位创始人，Olcan Sercinoglu（刚开始为谷歌在2001年的工作）和梅德Lepikhin（八年谷歌兽医谁像女巫项目的经验，广泛应用于产品中，如YouTube和谷歌播放）。它还指出，该创业公司已经从投资者那里筹集了400万美元的种子资金，其中包括杰出的谷歌工程师Georges Harik和Gautham Thambidorai，Felicis Ventures，Amplify Partners，腾讯的 David Wallerstein，腾讯 本身等。

关于创业公司的联系人，Sercinoglu告诉我们Quora的Adam D'Angelo也是其支持者之一，当它关闭时种子轮可能会达到800万美元左右，他们现在正在寻找工程师和其他人来充实这生意。

谷歌大脑出现了许多显着的偏离 - 一个所谓的Google Brain Drain就像我所说的一个人描述的那样。Andrew Ng是该项目的最初创始人和领导者之一，他们共同创建了Coursera，并于今年早些时候加入了百度。Quoc V. Le被认为也离开了。

其他具有深度学习，对象识别和图像分类专业知识的Google员工已离开Facebook，填补社交网络自身人工智能项目的行列。当你考虑像苹果这样的公司也在寻求增长时，市场对深度学习专业知识有明确的需求。

对于Sercinoglu来说，这实际上是他第二次离开谷歌 - 第一次是他在另一家名为Imanen的创业公司工作时，专注于根据用户互动调整的智能移动应用程序。Sercinoglu说Imanen的IP现在正被转移到Scaled Inference。

Sercinoglu和Lepikhin选择将这个项目建立为一个初创公司，而不是谷歌内部，即使他们可以留在那里工作。

“我们有机会在谷歌做这个确切的项目，”他说。“他们愿意从Imanen那里获得知识产权，让我在那里工作。但我觉得这可能是建立这样一家公司以维持自身的绝佳机会。“

这是一个没有难过的感觉。Sercinoglu有着做自己的事情的历史：在大学期间，他还建立了一个名为AVFind.com的音乐搜索引擎，它不再运行，但是他的第一个项目帮助引起了Google的注意。

“我总是倾向于建立自己的东西，而且我在谷歌待了多长时间才能说明谷歌有多棒。”

那么Scaled Inference做什么呢？
虽然像DeepMind（被谷歌收购）和Vicarious （仍然独立于重要支持）这样的初创公司专注于人类AI的长期问题，用机器模仿人类大脑，但Scaled Inference基于获取这一概念的想法和有效地使其成为解决各种问题的中立平台。

（这里有一个比喻：如果你认为个人AI应用程序是垂直的，特定的搜索引擎，那么Scaled Inference将自己定位为人工智能领域的Google。）

Scaled Inference的定位也与其他公司不同。“我们相信AI公司应该能够提供有用的服务来维持自己沿着（非常长的）通向高级通用AI的道路，”Sercinoglu说，“而且最终这样的AI不需要模仿人类了。飞机需要翻动它的翅膀。“

Scaled Inference将其AI作为云服务提供 - 实际上可以在网络或应用程序中使用的任何类型的机器学习和AI，特别是那些围绕创建基于个人用户和特定上下文的服务而构建的机器学习和AI，它的位置，浏览历史或其他东西。

为具有小屏幕的智能手机和移动中的人创建的移动应用程序特别适合为用户做腿部工作的想法。甚至像LinkedIn这样的公司也试图利用更多，特别是面向消费者的服务。

“大公司长期以来一直在使用机器学习和人工智能，这不是新的，但它现在变得越来越明显，”Sercinoglu指出。“我们希望为智能和更具上下文敏感性的新一代应用程序提供支持。”

Scaled Inference平台可以应用其他领域。例如，与Imanen一起发布的名为River的应用程序Sercinoglu聚集了来自Facebook，Twitter等的用户的各种提要，然后学会根据用户与他们交互的概率对项目进行排名 - 这与Facebook如何管理其自己的提要不同这些天。

“River会捕捉你的意图并减少可以输入人工智能系统的功能，以便根据你与他们交往的可能性对你未读过的项目进行排名，”Sercinoglu说。虽然River是为在设备上运行而构建的，但我们的想法是将一些IP放入云中。

启动时，Scaled Inference将基于一组API，其中三个将在发布时发布。

第一组，即Sercinoglu所描述的“最低级别”，将围绕模式重新认识。“你向我们提交数据，我们开始识别模式并开始提醒你模式或异常，”他说。

另一个将让开发人员根据回答的问题预测用户的行为。（例如，您可以想象的某些内容可能适用于客户服务调查。）

第三个是基于River中存在的基本功能的排名产品。（想想这样的服务如何应用于像Quora这样的网站，例如，人们搜索信息，这可能有助于对结果进行排名。）

Quora有自己的内部搜索结果排名解决方案，但随着D'Angelo投资Scaled Inference，该公司也在研究Scaled Inference正在创建的内容。

事实上，整个平台将构建一些自己的AI：“我们将提供这三套API，我们的目标是使它们变得简单直观，”他说。“你只需要描述问题 - 没有提到你应该使用的方法。我们的系统应该能够根据你拥有的东西来解决这个问题。“