Новый инструмент Google для создания моделей машинного обучения: Vertex AI

Vertex AI оказал огромное влияние, когда его представил генеральный директор Alphabet Сундар Пичаи.

Так что же это за Vertex AI?

Инструменты пользовательской модели Vertex AI поддерживают расширенное кодирование ML. Благодаря специальным библиотекам для обучения модели требуется на 80 % меньше строк кода, чем для других платформ.

По данным Google, с помощью Vertex AI специалисты по данным могут разрабатывать, прототипировать, тестировать, интерпретировать, отслеживать и легко развертывать необходимую им модель машинного обучения без обучения машинному обучению.

Вступительное видео: https://www.youtube.com/watch?v=gT4qqHMiEpA

Какие проблемы возникают при проведении исследований данных для компаний? Как Vertex AI стремится решить эти проблемы?

Компании часто сталкиваются с тремя основными проблемами в своих исследованиях Data Science: данные недостаточно чисты для работы, навыки работы с данными у сотрудников недостаточны, а также отсутствует четкое направление/вопрос. Вершинный ИИ, кажется, обеспечивает решение этих распространенных проблем, поскольку он имеет чистые, синтетические данные и готовые алгоритмы, которые можно адаптировать ко многим бизнес-задачам, но вопрос в том, можно ли устранить отсутствие четкого направления/вопроса с помощью этот инструмент.

Какую пользу Vertex AI может принести компаниям, которые не могут правильно использовать свои данные?

Исследования в области науки о данных необходимы для того, чтобы компания выжила и продолжала процветать. Стоимость этой области иногда может быть высока для компаний прямо пропорционально ее важности. При правильной цене Vertex AI может стать незаменимым инструментом для небольших компаний, стартапов и компаний, которые только начинают использовать технологические инструменты.

Какие будут цены?

Цена Vertex AI будет основываться на почасовом использовании инструментов.

Будет ли Vertex AI простым в использовании?

В Vertex AI есть различные учебные пособия. Google утверждает, что благодаря этим руководствам многие люди могут легко использовать Vertex AI. Одна из самых больших мотиваций Vertex AI — показать, что исследования в области науки о данных могут проводиться без открытия отдельных отделов в компаниях, поэтому простота использования, похоже, играет важную роль в предпочтении Vertex AI для компаний.

Давайте поближе познакомимся с Vertex AI!

Основные функции Vertex AI

· Поддерживает платформы с открытым исходным кодом:

Vertex AI интегрируется с популярными платформами с открытым исходным кодом, такими как TensorFlow, PyTorch и scikit-learn.

· Единый пользовательский интерфейс для всего рабочего процесса машинного обучения:

Vertex AI объединяет сервисы Google Cloud с единым унифицированным пользовательским интерфейсом и API для создания машинного обучения.

· Предварительно обученные API для машинного зрения, видео, естественного языка и т. д.

Vertex AI содержит примеры наиболее часто используемых в мире ранее обученных моделей машинного обучения.

· Сквозная интеграция данных и ИИ

В Vertex AI данные в различных форматах могут использоваться в качестве входных данных и сохраняться в кластерах для интеграции с искусственным интеллектом.

Для чего используется Vertex AI?

  • Создание набора данных и загрузка данных.
  • Обучение модели машинного обучения на ваших данных
  • Обучение модели
  • Оценка точности
  • Разверните обученную модель в конечной точке для обслуживания прогнозов.
  • Отправка запросов прогнозирования на конечную точку
  • Указание прогнозируемого разделения трафика
  • Управление моделями и конечными точками

Какие инструменты входят в Vertex AI?

  • Магазин функций вершин
  • Мониторинг вершинной модели
  • Механизм сопоставления вершин
  • Метаданные Vertex ML
  • Vertex TensorДоска
  • Вершинные конвейеры

С помощью Vertex AI пользователи могут извлекать данные из BigQuery и Облачного хранилища для использования в своих моделях и маркировать данные с помощью Разметки данных Vertex, чтобы сделать их более четкими и точными. точные прогнозы. Магазин Vertex Feature Store можно использовать для представления, совместного использования и повторного использования функций машинного обучения. Vertex Experiments можно использовать для мониторинга экспериментов ML, а Vertex TensorBoard — для визуализации результатов экспериментов. Vertex Pipeline используется для упрощения обучения вершин, а также для процесса MLOps и всех сервисов обучения.

Кроме того, Vertex Vizier обеспечивает максимальную точность прогнозирования, а Vertex Prediction упрощает процесс пакетного прогнозирования для развертывания моделей в рабочей среде для онлайн-презентации или пакетной оценки.

Подводя итог преимуществам Vertex AI,

  • Вы можете обучать модели без дополнительных знаний в области кодирования и машинного обучения.
  • Это позволяет вам иметь собственную продвинутую модель машинного обучения.
  • Процесс разработки модели более эффективен, так как задачи не распределяются между слишком большим количеством людей!