Google Cloud onthult Vertex AI

Google Cloud heeft de algemene beschikbaarheid aangekondigd van Vertex AI , een managed machine learning (ML) -platform waarmee bedrijven de implementatie en het onderhoud van kunstmatige-intelligentiemodellen (AI) kunnen versnellen.

Vertex AI vereist bijna 80% minder coderegels om een model te trainen versus concurrerende platforms, waardoor datawetenschappers en ML-ingenieurs op alle niveaus van expertise de mogelijkheid hebben om Machine Learning Operations (MLOps) te implementeren om efficiënt ML-projecten te bouwen en te beheren gedurende het hele proces. ontwikkelingscyclus.

Tegenwoordig worstelen datawetenschappers met de uitdaging om ML-puntoplossingen handmatig samen te stellen, waardoor een vertraging ontstaat in de ontwikkeling en experimenten van modellen, waardoor er maar heel weinig modellen in productie komen aldus Google. Om deze uitdagingen aan te gaan, brengt Vertex AI de Google Cloud-services voor het bouwen van ML samen onder één uniforme gebruikersinterface en API, om het proces van het bouwen, trainen en implementeren van machine learning-modellen op schaal te vereenvoudigen. In deze ene omgeving kunnen klanten modellen sneller van experiment naar productie verplaatsen, efficiënter patronen en anomalieën ontdekken, betere voorspellingen doen en beslissingen nemen, en over het algemeen flexibeler zijn in het licht van de veranderende marktdynamiek.

Door decennia van investeringen in AI bij Google heeft het bedrijf belangrijke lessen geleerd over het bouwen, implementeren en onderhouden van ML-modellen in productie. Die inzichten en engineering zijn ingebakken in de basis en het ontwerp van Vertex AI en zullen voortdurend worden verrijkt door de nieuwe innovatie die voortkomt uit Google Research.

Met Vertex AI kunnen teams voor datawetenschap en ML-engineering nu voor het eerst:

Krijg toegang tot de AI-toolkit die intern wordt gebruikt om Google van stroom te voorzien, inclusief computervisie, taal, conversatie en gestructureerde gegevens, continu verbeterd door Google Research.

Implementeer meer, nuttige AI-toepassingen, sneller met nieuwe MLOps-functies zoals Vertex Vizier , die de snelheid van experimenten verhoogt, de volledig beheerde Vertex Feature Store om beoefenaars te helpen ML-functies te bedienen, delen en hergebruiken, en Vertex Experiments om de implementatie van modellen te versnellen in productie met snellere modelselectie. Als uw gegevens op het apparaat of ter plaatse moeten blijven, kan Vertex ML Edge Manager modellen aan de rand implementeren en bewaken met geautomatiseerde processen en flexibele API's.

Beheer modellen met vertrouwen door de complexiteit van selfservicemodelonderhoud en herhaalbaarheid weg te nemen met MLOps-tools zoals Vertex Model Monitoring, Vertex ML Metadata en Vertex Pipelines om de end-to-end ML-workflow te stroomlijnen.

"We hadden twee leidende lichten bij het bouwen van Vertex AI: haal datawetenschappers en ingenieurs uit het orkestratie-onkruid en creëer een industriebrede verschuiving waardoor iedereen serieus zou worden om AI uit het proefvagevuur te verplaatsen naar volledige productie," aldus Andrew Moore, vice-president en algemeen manager van Cloud AI en Industry Solutions bij Google Cloud. "We zijn erg trots op wat we met dit platform hebben bedacht, omdat het serieuze implementaties mogelijk maakt voor een nieuwe generatie AI die datawetenschappers en ingenieurs in staat zal stellen om bevredigend en creatief werk te doen."

“Beoefenaars van bedrijfsdatawetenschap die AI in de hele onderneming aan het werk willen zetten, zijn niet op zoek naar tools. Ze willen eerder tools die de ML-levenscyclus kunnen temmen. Helaas is dat geen kleine opdracht ”, zegt Bradley Shimmin, hoofdanalist voor AI-platforms, analyse en gegevensbeheer bij Omdia . "Er is een ondersteunende infrastructuur voor nodig die in staat is om de gebruikerservaring te verenigen, AI zelf als ondersteunende gids te gebruiken en gegevens in het hart van het proces te plaatsen, terwijl de flexibele acceptatie van diverse technologieën wordt aangemoedigd."