谷歌 I/O、谷歌云端日前发布管理机器学习(ML)的Vertex AI平台,可加速企业部署并维护人工智慧(AI)模型。Vertex AI训练模型需要的程式码减少将近80%,协助专业能力不同的资料科学家与ML工程师建立并管理MLOps,达到在整个开发的生命期内,有效建立并管理ML专案的目的。

 

MLOps生命期

 

谷歌云端Cloud AI/产业解决方案副总暨总经理Andrew Moore表示,Vertex AI的建立依循两大原则,包含促使资料科学家及工程师摆脱业务流程的束缚,为整个产业带来改变,使得每个人认真看到AI从试验期到投入大规模生产的过程。此平台为新一代AI带来新的部署模式,协助开发者著重在更具成就感与创意的工作。

 

目前资料科学家需要面对手动解决ML分散在各个模型上的问题,导致模型开发和实验的时间延迟,Z终能投入生产的模型很少。为了克服这些挑战,Vertex AI整合谷歌云端服务,使得开发者可以在统一的UI及API下建立ML,简化了大规模建立、训练及部署ML模型的流程。在单一环境中,使用者可以更快将模型从实验阶段转移到生产中,也能更有效地发现模式和异常,让模型预测和决策更精准,并能灵活面对市场变化。

 

结合谷歌在AI领域多年的经验,Vertex AI可以协助资料科学及ML工程团队获得以下帮助:

 

·存取谷歌内部使用的AI工具包,包含机器视觉、语言、对话及结构式数据,并透过谷歌 Research不断优化。

 

·透过新的MLOps功能,部署更多实用的AI应用,如Vertex Vizier加快实验速度。完全管Vertex Feature Store可协助优化从业人员服务(Practitioners Serve)并分享、减少ML功能,Vertex Experiments则可以透过更快的模型选择,加快模型部署。

 

·透过MLOps工具,如Vertex Continuous Monitoring及Vertex Pipelines,简化端到端ML工作流程,减少自动服务模型维护的杂性和重性,有效管理模型。