Google I/O、Google云端日前發布管理機器學習(ML)的Vertex AI平臺,可加速公司部署并維護人工智慧(AI)模型。Vertex AI訓練模型需要的程式碼減少將近80%,協助專業能力不同的資料科學家與ML工程師建立并管理MLOps,達到在整個開發的生命期內,有效建立并管理ML專案的目的。

 

MLOps生命期

 

Google云端Cloud AI/產業解決方案副總暨總經理Andrew Moore表示,Vertex AI的建立依循兩大原則,包含促使資料科學家及工程師擺脫業務流程的束縛,為整個產業帶來改變,使得每個人認真看到AI從試驗期到投入大規模生產的過程。此平臺為新一代AI帶來新的部署模式,協助開發者著重在更具成就感與創意的工作。

 

目前資料科學家需要面對手動解決ML分散在各個模型上的問題,導致模型開發和實驗的時間延遲,Z終能投入生產的模型很少。為了克服這些挑戰,Vertex AI整合Google云端服務,使得開發者可以在統一的UI及API下建立ML,簡化了大規模建立、訓練及部署ML模型的流程。在單一環境中,使用者可以更快將模型從實驗階段轉移到生產中,也能更有效地發現模式和異常,讓模型預測和決策更精準,并能靈活面對市場變化。

 

結合Google在AI領域多年的經驗,Vertex AI可以協助資料科學及ML工程團隊獲得以下幫助:

 

·存取Google內部使用的AI工具包,包含機器視覺、語言、對話及結構式數據,并透過Google Research不斷優化。

 

·透過新的MLOps功能,部署更多實用的AI應用,如Vertex Vizier加快實驗速度。完全管Vertex Feature Store可協助優化從業人員服務(Practitioners Serve)并分享、減少ML功能,Vertex Experiments則可以透過更快的模型選擇,加快模型部署。

 

·透過MLOps工具,如Vertex Continuous Monitoring及Vertex Pipelines,簡化端到端ML工作流程,減少自動服務模型維護的雜性和重性,有效管理模型。