• Erledigen Sie die Anwendungssicherheit auf die richtige Weise! Erkennen, schützen, überwachen, beschleunigen und mehr…
  • Google hat hart daran gearbeitet, Datenwissenschaftlern oder Forschern der künstlichen Intelligenz (KI) mit benutzerfreundlichen und zugänglichen Tools zu helfen.

    Zu den beliebten Angeboten von Google gehören TensorFlow und Google Colab. Um noch einen Schritt weiter zu gehen, wurden auch Tools wie Cloud AI, Cloud AutoML und BigQueryML in die Google Cloud Platform eingeführt, um Datenwissenschaftlern und Ingenieuren für maschinelles Lernen die Arbeit zu erleichtern.

    Angesichts eines Arsenals an verfügbaren KI-Tools ist dies oft ein Prozess, bei dem Daten hin und her analysiert, Modelle trainiert, in der Produktion bereitgestellt und überwacht werden.

    Mit Vertex AI von Google werden alle seine Cloud-Angebote unter einem einzigen Dach verfügbar sein, das für Sie verwaltet wird.

    What is Vertex AI?

    Scheitelpunkt AI

    Scheitelpunkt AI ist eine verwaltete Plattform für maschinelles Lernen, die Ihnen alle Cloud-Dienste von Google an einem Ort bereitstellt, um KI-Modelle bereitzustellen und zu warten.

    Hat alles mit KI und maschinellem Lernen in der Google Cloud Platform zu tun? Ja, wahrscheinlich.

    Google stellt sicher, dass die Dienste weiterhin ausgeführt werden, um Ihren Workflow nicht zu beeinträchtigen. Sie müssen sich also nicht um die Wartung der Infrastruktur kümmern.

    Als „verwaltete“ Plattform betrachtet, automatisiert sie Dinge für Sie und lässt Sie sich auf wichtigere Dinge konzentrieren Maschinelles Lernen Arbeitsablauf. Mit Vertex AI zielt Google auf Neulinge ab, um Benutzerfreundlichkeit zu bieten, und auf Experten, um Zeit für grundlegende Aufgaben zu sparen.

    Es macht das Training von Modellen viel einfacher, da fast 80% weniger Codezeilen benötigt werden (wie sie offiziell behaupten) im Vergleich zu anderen Mitbewerbern KI-Plattformen wie Azure Machine Learning.

    Das offizielle Video unten bietet viele technische Einblicke in Vertex AI und wie es Ihren typischen Machine Learning-Workflow beeinflusst.

    Vertex AI Promotes MLOps

    KI hat ein enormes Innovationspotenzial für Unternehmen. Aber die effektive Umsetzung ist eine ständige Herausforderung. Daher ist MLOps ein Ansatz, der zunehmend gefördert wird, um die Dinge effizient zu gestalten.

    Falls Sie es nicht wussten, MLOps fördert die Automatisierung, um schnell ein produktionsreifes Modell mit minimalen Risiken bereitzustellen. Auch das garantiert Qualität und spart Zeit.

    Googles Vertex AI ist eine davon Platform-as-a-Service für maschinelles Lernen und KI-Entwickler, um MLOps in der Branche zu fördern.

    Google Vertex AI: Feature Overview

    Scheitelpunkt

    Wenn Sie ein maschineller Lern- oder KI-Enthusiast sind, wissen Sie wahrscheinlich, was Sie mit Vertex AI machen möchten.

    Um Ihnen jedoch einen Vorsprung zu verschaffen, möchte ich die wichtigsten Funktionen von Vertex AI hervorheben.

    Ein einheitlicher Workflow für maschinelles Lernen

    Technisch gesehen können Sie Tools wie AutoML, Explainable, Vizier, Edge Manager und mehr verwenden, um an Modellen für maschinelles Lernen zu arbeiten. Und all das, was von einer einzigen Plattform aus zugänglich ist, sollte ein Game-Changer sein.

    Sie können auch benutzerdefinierten Code verwenden, um zu trainieren und trotzdem alles, was Sie brauchen, in einem zentralen Repository zu speichern.

    Vortrainierte APIs

    Sie machen Ihren Workflow nicht nur einfach, sondern beschleunigen auch die Dinge, indem Sie vortrainierte APIs für Vision, Video, natürliche Sprache und mehr erhalten.

    Sie können sie einfach in Ihre bestehenden Anwendungen integrieren oder einfach eine neue Anwendung damit erstellen. Sie müssen also möglicherweise nicht nach einigen der andere KI-API-Plattformen um deine Arbeit zu erledigen.

    Wenn Sie daran arbeiten, etwas Innovatives und dennoch Einfaches zu entwickeln, kann Ihnen die Vertex-KI von Google mit den verfügbaren vortrainierten APIs im Handumdrehen helfen, die Lösung zu entwickeln.

    Nicht nur der reduzierte Aufwand, sondern auch Sie haben minimale Erfahrung; das sollte helfen.

    Nahtlose Daten-in-KI-Integration

    Es überrascht nicht, dass BigQueryML im Volksmund verwendet wird, um Modelle für maschinelles Lernen mithilfe von SQL-Abfragen zu erstellen und auszuführen.

    Mit Vertex AI können Sie darauf zugreifen und Datensätze in die Plattform exportieren, um sie in den Workflow zu integrieren. Sie erhalten also eine End-to-End-Integration.

    Unterstützung für alle Open-Source-Frameworks

    Jedes Open-Source-Framework ist anders und dennoch nützlich. Möglicherweise müssen Sie sich bei der Bereitstellung eines PyTorch-Modells und eines TensorFlow-Modells an unterschiedliche Workflows anpassen.

    Und Google Vertex AI bietet Unterstützung für all diese Open-Source-Modelle, einschließlich Scikit-Learn.

    Auf diese Weise können Sie alle Modelle auf die gleiche Weise angehen, unabhängig davon, ob sie kundenspezifisch codiert oder mit AutoML erstellt wurden.

    Benefits of Vertex AI

    Während MLOps einer ist, gibt es noch einige andere bedeutende Vorteile, die Vertex AI einführt. Einige der wichtigsten hervorzuheben wären:

    Geld und Zeit für Infrastruktur sparen

    Vertex AI hilft Ihnen, die Kosten für die Einrichtung Ihrer eigenen Infrastruktur zu senken (durch Kubernetes, zum Beispiel), weil Sie für das bezahlen, was Sie nutzen.

    Außerdem soll es den Aufwand für die Einrichtung oder Verwaltung einer eigenen Infrastruktur zum Trainieren von Machine-Learning-Modellen deutlich reduzieren.

    So können selbst Analysten oder Forscher mit minimaler Erfahrung helfen, einige Arbeiten zu erledigen.

    Perfekt für Anfänger und Experten

    Wenn man bedenkt, dass Sie viele Dinge erledigen können, ohne sie selbst zu programmieren (oder einzustellen), ist es eine ausgezeichnete Wahl für Anfänger. Es bietet eine einfache Lernkurve zum Trainieren und Bereitstellen von Modellen für maschinelles Lernen.

    Das erinnert mich auch an eine unserer Ressourcen, die einige auflistet Online-Kurse für KI wenn Sie ein angehender Lernender sind.

    Und für Experten spart es Zeit, indem es vortrainierte APIs und Zugriff auf verschiedene verwaltete Tools bereitstellt, um grundlegende Aufgaben/Funktionen zu erfüllen.

    ebnet den Weg zur Lösung immer komplexer werdender Aufgaben

    Google Vertex AI macht den Workflow für maschinelles Lernen einfach. So hat jeder, der ein einfaches Problem hat, eine schnelle Lösung.

    Und dies wird mehr Menschen helfen, immer komplexere Probleme zu lösen, da sie sich nicht um das Nötigste kümmern müssen.

    Reduziert das Risiko für Produktionsbereitstellungen

    Auch wenn dies keine Überprüfung von Google Vertex AI ist, sollte es dazu beitragen, das Risiko zu verringern, dass Modelle einsatzbereit sind.

    So können Lösungen souverän umgesetzt werden, um Probleme nahtlos anzugehen.

    Erste Schritte mit Google Vertex AI

    Bevor Sie beginnen, ist es wichtig zu beachten, dass sich viele verfügbare Tools noch in der Vorschau befinden (Änderungen vorbehalten). Es ist also möglicherweise noch nicht bereit für die Primetime.

    Sie erhalten $ 300 kostenlose Credits bei der Anmeldung für die Google Cloud Platform-Testversion zur Nutzung innerhalb von 90 Tagen. Die Preissätze sollten für KI-Plattformangebote gleich sein – Sie können sich die offizielle Preisseite für weitere Informationen.

    Auf zum Google Vertex-KI Produktseite, um loszulegen.

    Und wenn Sie neugierig sind, können Sie einige erkunden erste Bewertungen . Tests von einigen in der Branche tätigen Fachleuten.