Was ist Google Cloud Vertex AI?

In den letzten Jahren hat Google viele benutzerfreundliche Tools eingeführt, um Datenwissenschaftler und Ingenieure für maschinelles Lernen zu unterstützen. Google Colab, TensorFlow, BigQueryML, Cloud AutoML, Cloud AI und ähnliche andere Tools wurden von Google Cloud eingeführt, um KI für Unternehmen zugänglicher zu machen.

Wenn jedoch so viele KI-Tools zur Verfügung stehen, wird es zu einer mühsamen Aufgabe, verschiedene Tools für die Datenanalyse, das Training von Modellen, die Bereitstellung usw. zu verwenden. Um diesen Prozess zu vereinheitlichen, hat Google "Vertex AI" eingeführt, eine einheitliche KI-Entwicklungsplattform, die alle seine Cloud-Angebote unter einem Dach verfügbar macht. Werfen wir einen Blick darauf, was genau Vertex AI ist, welche Funktionen es bietet und welche Anwendungsfälle es gibt!

Werden Sie Mitglied der Google Cloud Benelux User Group

Probieren Sie es aus: Meetup google cloud platform user group benelux.

Was ist Vertex AI?

Vertex AI ist eine einheitliche Plattform für künstliche Intelligenz, die alle Cloud-Dienste von Google unter einem Dach bietet. Mit Vertex AI können Sie ML-Modelle erstellen oder sie mit Hilfe von vortrainierten und benutzerdefinierten Werkzeugen, einschließlich fortschrittlicher generativer KI-Modelle, einfach einsetzen und skalieren. Wenn Sie ML-Lösungen auf Vertex AI entwickeln, können Sie AutoML und andere fortschrittliche ML-Komponenten nutzen, um die Produktivität und Skalierbarkeit erheblich zu verbessern. Außerdem können Sie Modelle effizient einsetzen, nachdem sie trainiert und optimiert wurden.

Google hat sich auch darauf konzentriert, Vertex AI zu einer freundlichen Plattform für Einsteiger und zu einer zeitsparenden Lösung für Experten zu machen. Aus diesem Grund kann es das Modelltraining einfach handhaben und erfordert 80 % weniger Zeilen an Kodierung. Darüber hinaus können Sie Vertex AI mit verschiedenen Optionen für die Modellschulung und -bereitstellung einsetzen, darunter AutoML und benutzerdefinierte Schulungen.

[caption id="" align="alignnone" width="900"] Was ist in Vertex AI enthalten?[/caption]

Hauptmerkmale von Vertex AI

Obwohl Vertex AI über eine Vielzahl von Funktionen verfügt, hier ein Blick auf einige der wichtigsten Angebote:

• Gesamter ML-Workflow unter einer einheitlichen Benutzeroberfläche: Vertex AI bietet eine einheitliche Benutzeroberfläche und API für alle KI-bezogenen Google Cloud Services. Innerhalb von Vertex AI können Sie zum Beispiel AutoML verwenden, um Modelle zu trainieren und zu vergleichen und sie in einem zentralen Modell-Repository zu speichern.
• Integriert sich mit allen Open-Source-Frameworks: Vertex AI lässt sich in gängige Open-Source-Frameworks wie PyTorch und TensorFlow integrieren und unterstützt auch andere Tools über eigene Container.
• Zugang zu vortrainierten APIs für Video, Bildverarbeitung und andere: Vertex AI erleichtert die Integration von Video, Übersetzung und Verarbeitung natürlicher Sprache in bestehende Anwendungen. AutoML ermöglicht es Ingenieuren, Modelle zu trainieren, die auf ihre geschäftlichen Anforderungen zugeschnitten sind, und zwar mit minimalem Fachwissen und Aufwand.
• Ende-zu-Ende Daten und KI Integration: Vertex AI ist über Vertex AI Workbench nativ mit Dataproc, Dataflow und BigQuery integriert. Sie können ML-Modelle entweder in BigQuery erstellen/ausführen oder Sie können Daten aus BigQuery in Vertex AI Workbench exportieren und ML-Modelle von dort aus ausführen.
• Kundenspezifische Modellschulung: Vertex AI bietet benutzerdefiniertes Modelltraining mit Kostenvoranschlägen auf der Grundlage von Maschinentyp, Region und verwendeten Beschleunigern.
• Kundenspezifische Schulungen: Erhalten Sie detaillierte Preise für benutzerdefinierte Schulungen, einschließlich Maschinentyp pro Stunde, Region und Beschleuniger, mit Kostenvoranschlägen, die über den Vertrieb oder einen Preiskalkulator verfügbar sind.
• Gemini-Modelle: Greifen Sie auf die modernsten Gemini-Modelle in Vertex AI für Aufgaben wie Inhaltserstellung, Bearbeitung, Zusammenfassung und Klassifizierung zu.
• Google Cloud-Produkte: Testen Sie Vertex AI und andere Google Cloud-Produkte mit kostenlosem Guthaben, darunter Vertex AI Studio, Agent Builder und verschiedene Grundlagenmodelle.
• Eigener Trainingscode: Schreiben Sie Ihren eigenen Trainingscode, um die vollständige Kontrolle über den Trainingsprozess zu haben, indem Sie Ihr bevorzugtes ML-Framework und die Optionen zur Einstellung der Hyperparameter in Vertex AI verwenden.

Anwendungsfälle von Vertex AI

Datenwissenschaftler und ML-Ingenieure können die Vorteile von Vertex AI auf vielfältige Weise nutzen. Was sind die Anwendungsfälle für Vertex AI? Sie können:

• Fügen Sie Daten aus Cloud Storage und Big Query ein und verwenden Sie Vertex AI Data Labeling, um die Vorhersagegenauigkeit zu verbessern undhochwertige Trainingsdaten zu interpretieren.
• Verwenden Sie den Vertex AI Feature Store (vollständig verwaltetes Feature-Repository), um ML-Funktionen bereitzustellen, wiederzuverwenden und zu teilen.
• Nutzen Sie Vertex AI Pipelines, um die Entwicklung und Ausführung von ML-Prozessen zu optimieren.
• Nutzen Sie Vertex AI Prediction, um die Bereitstellung und Überwachung von Modellen in der Produktion zu optimieren.

Darüber hinaus machen es die verwalteten APIs (Vision, Video, NLP...) Teams ohne tiefgreifende ML-Kenntnisse oder engagierte Ingenieure für maschinelles Lernen leicht, ihren Anwendungen KI-Funktionen hinzuzufügen.

Zusammenfassung

Kurz gesagt ist Vertex AI eine All-in-One-Plattform für Datenwissenschaftler, die jedes einzelne Tool bietet, das sie für die Verwaltung, Entwicklung, Bereitstellung, Interpretation und Überwachung der Modelle benötigen. Ohne eine formale ML-Schulung können Neulinge und Experten sofort mit Vertex AI arbeiten.

Möchten Sie mehr erfahren? Sehen Sie sich dieses Erklärungsvideo von Priyanka Vergadia, Lead Developer Advocate bei Google, an.

FAQs über Google Cloud Vertex AI

1. Wofür wird Google Cloud Vertex AI verwendet?

Vertex AI wird zum Trainieren, Bereitstellen und Verwalten von Machine Learning-Modellen in einer einheitlichen Google Cloud-Umgebung verwendet. Es unterstützt sowohl AutoML für Anfänger als auch fortgeschrittenes benutzerdefiniertes Training für Experten.

2. Unterstützt Vertex AI generative KI-Modelle?

Ja, Vertex AI bietet Zugang zu Googles Gemini-Familie von generativen KI-Modellen für Aufgaben wie Inhaltserstellung, Zusammenfassung und Klassifizierung.

3. Kann ich meinen eigenen ML-Code in Vertex AI einbringen?

Unbedingt. Vertex AI unterstützt benutzerdefiniertes Training mit TensorFlow, PyTorch und anderen ML-Frameworks. Sie können Hyperparameter, Modellarchitekturen und Einsatzoptionen steuern.

4. Wodurch unterscheidet sich Vertex AI von anderen AI-Plattformen?

Im Gegensatz zu anderen Plattformen bietet Vertex AI eine einheitliche Benutzeroberfläche, eine native BigQuery-Integration, MLOps-Tools (Feature Store, Pipelines) und Zugang zu hochmodernen generativen KI-Modellen - alles in einem einzigen Service.