Google Cloud Vertex AI: إليك ما تحتاج إلى معرفته

عملت Google جاهدة لمساعدة علماء البيانات أو باحثي الذكاء الاصطناعي (AI) بأدوات سهلة الاستخدام ويمكن الوصول إليها.

تتضمن بعض العروض الشائعة من Google TensorFlow و Google Colab. للمضي قدمًا ، تم تقديم أدوات مثل Cloud AI و Cloud AutoML و BigQueryML إلى Google Cloud Platform لتسهيل الأمور على علماء البيانات ومهندسي التعلم الآلي.

بالنظر إلى ترسانة من أدوات الذكاء الاصطناعي المتاحة ، غالبًا ما تكون عملية تتضمن ذهابًا وإيابًا لتحليل البيانات وتدريب النماذج ونشرها في الإنتاج ومراقبتها.

مع Vertex AI من Google ، ستكون جميع عروضها السحابية متاحة تحت سقف واحد ، مُدار من أجلك.

ما هو Vertex AI؟

Vertex AI عبارة عن نظام أساسي مُدار للتعلم الآلي يوفر لك جميع خدمات Google السحابية في مكان واحد لنشر نماذج الذكاء الاصطناعي وصيانتها.

هل كل شيء مرتبط بالذكاء الاصطناعي والتعلم الآلي في Google Cloud Platform؟ نعم ، على الأرجح.

تتأكد Google من استمرار تشغيل الخدمات حتى لا تؤثر على سير عملك. لذلك ، لا داعي للقلق بشأن صيانة البنية التحتية.

نظرًا لأنه نظام أساسي "مُدار" ، فإنه يقوم بأتمتة الأشياء نيابة عنك ويسمح لك بالتركيز على أشياء أكثر أهمية في سير عمل التعلم الآلي. مع Vertex AI ، تستهدف Google المبتدئين لتوفير سهولة الاستخدام والخبراء لتوفير الوقت للمهام الأساسية.

إنه يجعل نماذج التدريب أسهل بكثير ، مع وجود ما يقرب من 80٪ أقل من سطور التعليمات البرمجية المطلوبة (كما يزعمون رسميًا) مقارنة بمنصات الذكاء الاصطناعي الأخرى التنافسية مثل Azure Machine Learning.

يقدم الفيديو الرسمي أدناه الكثير من الأفكار الفنية حول Vertex AI وكيف يؤثر على سير العمل النموذجي للتعلم الآلي.

يعزز Vertex AI من MLOps

يتمتع الذكاء الاصطناعي بإمكانيات هائلة للابتكار للشركات. لكن التنفيذ الفعال لذلك يمثل تحديًا مستمرًا. ومن ثم ، فإن MLOps هو نهج يتم تشجيعه بشكل متزايد لجعل الأشياء فعالة.

في حالة عدم معرفتك ، تعمل MLOps على تعزيز الأتمتة لنشر نموذج جاهز للإنتاج بأقل قدر من المخاطر بسرعة. هذا يضمن أيضًا الجودة ويوفر الوقت.

يعد Vertex AI من Google نظامًا أساسيًا كخدمة لمطوري التعلم الآلي والذكاء الاصطناعي لتشجيع MLOps في الصناعة.

Google Vertex AI: نظرة عامة على الميزات

إذا كنت من محبي التعلم الآلي أو الذكاء الاصطناعي ، فمن المحتمل أنك تعرف ما تريد القيام به باستخدام Vertex AI.

ولكن ، لمنحك السبق ، اسمح لي بتسليط الضوء على الميزات الرئيسية لـ Vertex AI.

سير عمل موحد لتعلم الآلة

من الناحية الفنية ، يمكنك استخدام أدوات مثل AutoML و Explainable و Vizier و Edge Manager والمزيد للعمل على نماذج التعلم الآلي. وكل ما يمكن الوصول إليه من منصة واحدة يجب أن يغير قواعد اللعبة.

يمكنك أيضًا استخدام رمز مخصص للتدريب ولا يزال لديك كل ما تحتاجه لتخزينه في مستودع مركزي واحد.

واجهات برمجة التطبيقات المدربة مسبقًا

ليس فقط تسهيل سير عملك ، ولكن لجعل الأمور أسرع ، تحصل على واجهات برمجة التطبيقات (API) المدربة مسبقًا للرؤية والفيديو واللغة الطبيعية والمزيد.

يمكنك دمجها بسهولة في تطبيقاتك الحالية أو مجرد تدوير تطبيق جديد باستخدام ذلك. لذلك ، قد لا تحتاج إلى البحث عن بعض منصات AI API الأخرى لإنجاز عملك.

إذا كنت تعمل على تطوير شيء مبتكر وبسيط ، فقد يساعدك Vertex AI من Google في تطوير الحل في أي وقت من الأوقات ، مع توفر واجهات برمجة التطبيقات المدربة مسبقًا.

ليس فقط الجهد المنخفض ، ولكن حتى لديك الحد الأدنى من الخبرة ؛ هذا من شأنه أن يساعد.

تكامل سلس بين البيانات والذكاء الاصطناعي

ليس من المستغرب أن يتم استخدام BigQueryML بشكل شائع لإنشاء نماذج التعلم الآلي وتنفيذها باستخدام استعلامات SQL.

باستخدام Vertex AI ، ستتمكن من الوصول إلى ذلك وتصدير مجموعات البيانات إلى النظام الأساسي لدمجها مع سير العمل. لذلك ، تحصل على تكامل شامل.

دعم جميع الأطر مفتوحة المصدر

كل إطار عمل مفتوح المصدر مختلف ولكنه مفيد. قد تضطر إلى التكيف مع مهام سير العمل المختلفة عند نشر نموذج PyTorch ونموذج TensorFlow.

ويضيف Google Vertex AI دعمًا لجميع تلك النماذج مفتوحة المصدر ، بما في ذلك scikit-Learn.

يساعدك هذا في التعامل مع جميع النماذج ، بنفس الطريقة ، بغض النظر عما إذا كانت مشفرة بشكل مخصص أو تم إنشاؤها باستخدام AutoML.

فوائد Vertex AI

في حين أن MLOps هي واحدة ، إلا أن هناك بعض المزايا المهمة الأخرى التي يقدمها Vertex AI. بعض الأشياء المهمة التي يجب تسليط الضوء عليها ستكون:

توفير المال والوقت للبنية التحتية

سوف يساعدك Vertex AI على تقليل تكلفة إعداد البنية التحتية الخاصة بك (من خلال Kubernetes ، على سبيل المثال) لأنك تدفع مقابل ما تستخدمه.

أيضًا ، يجب أن يقلل بشكل كبير من الجهد المبذول لإعداد أو إدارة البنية التحتية الخاصة بك لتدريب نماذج التعلم الآلي.

لذلك يمكن حتى للمحللين أو الباحثين ذوي الخبرة المحدودة المساعدة في إنجاز بعض الأعمال.

مثالي للمبتدئين والخبراء

بالنظر إلى أنك تنجز العديد من الأشياء دون ترميزها (أو تعيينها) بنفسك ، يصبح اختيارًا ممتازًا للمبتدئين. يوفر منحنى تعليميًا سهلاً لتدريب نماذج التعلم الآلي ونشرها.

هذا يذكرني أيضًا بأحد مواردنا التي تسرد بعض الدورات التدريبية عبر الإنترنت للذكاء الاصطناعي إذا كنت متعلمًا طموحًا.

وبالنسبة للخبراء ، فإنه يوفر الوقت من خلال توفير واجهات برمجة التطبيقات المدربة مسبقًا والوصول إلى مختلف الأدوات المدارة لتحقيق المهام / الوظائف الأساسية.

يمهد الطريق لحل المهام المعقدة على نحو متزايد

يجعل Google Vertex AI سير عمل التعلم الآلي أمرًا سهلاً. لذا فإن أي شخص يتعامل مع مشكلة بسيطة سيكون لديه حل سريع.

وسيساعد هذا المزيد من الأشخاص على حل المشكلات المعقدة بشكل متزايد حيث لا داعي للقلق بشأن الحد الأدنى.

يقلل من مخاطر عمليات نشر الإنتاج

على الرغم من أن هذه ليست مراجعة لـ Google Vertex AI ، إلا أنها يجب أن تساعد في تقليل مخاطر كون النماذج جاهزة للنشر.

ومن ثم ، يمكن تنفيذ الحلول بثقة لمعالجة المشاكل بسلاسة.

ابدأ باستخدام Google Vertex AI

قبل أن تبدأ ، من المهم ملاحظة أن العديد من الأدوات المتاحة لا تزال قيد المعاينة (عرضة للتغييرات). لذلك قد لا يكون جاهزًا لوقت الذروة بعد.

تحصل على أرصدة مجانية بقيمة 300 دولار عند الاشتراك في الإصدار التجريبي من Google Cloud Platform لاستخدامها في غضون 90 يومًا. يجب أن تكون أسعار التسعير هي نفسها لعروض منصة AI - يمكنك مراجعة صفحة الأسعار الرسمية لمزيد من التفاصيل.

توجه إلى صفحة منتج Google Vertex AI للبدء.

وإذا كنت مهتمًا بالفضول ، فيمكنك استكشاف بعض المراجعات والاختبارات الأولية من قبل بعض المحترفين العاملين في الصناعة.