El Centro de arquitectura proporciona recursos de contenido sobre una amplia variedad de temas de IA y aprendizaje automático. En esta página, se proporciona información para ayudarte a comenzar con la IA generativa, la IA tradicional y el aprendizaje automático. También proporciona una lista de todo el contenido de IA y aprendizaje automático (AA) en el Centro de arquitectura.
Comenzar
Los documentos que se enumeran en esta página pueden ayudarte a comenzar a diseñar, compilar y, luego, implementar soluciones de IA y AA en Google Cloud.
Explorar la IA generativa
Comienza por aprender sobre los aspectos básicos de la IA generativa enGoogle Cloud, en el sitio de documentación de Cloud:
- Para conocer las etapas del desarrollo de una aplicación de IA generativa y explorar los productos y las herramientas de tu caso de uso, consulta Compila una aplicación de IA generativa en Google Cloud.
- Para identificar cuándo la IA generativa, la IA tradicional (que incluye la predicción y la clasificación) o una combinación de ambas podrían adaptarse a tu caso de uso empresarial, consultaCuándo usar la IA generativa o la IA tradicional.
- Para definir un caso de uso empresarial de IA con un enfoque de decisión basado en el valor empresarial, consulta Evalúa y define tu caso de uso empresarial de IA generativa.
- Para abordar los desafíos de la selección, la evaluación, el ajuste y el desarrollo de modelos, consulta Desarrolla una aplicación de IA generativa.
Para explorar un modelo de IA generativa y aprendizaje automático que implemente una canalización para crear modelos de IA, consulta Crea e implementa modelos de IA generativa y aprendizaje automático en una empresa. En la guía, se explica todo el ciclo de vida del desarrollo de IA, desde la exploración y experimentación de datos preliminares hasta el entrenamiento, la implementación y la supervisión de modelos.
Explora las siguientes arquitecturas de ejemplo que usan IA generativa:
- Resumen de documentos de la IA generativa
- Base de conocimiento de sobre la IA generativa
- RAG de IA generativa con Cloud SQL
- Infraestructura para una aplicación de IA generativa compatible con RAG mediante Vertex AI y Búsqueda vectorial
- Infraestructura para una aplicación de IA generativa compatible con RAG mediante Vertex AI y AlloyDB para PostgreSQL
- Infraestructura para una aplicación de IA generativa compatible con RAG mediante GKE
- Desarrollo de modelos y etiquetado de datos con Google Cloud y Labelbox
Para obtener información sobre las Google Cloud ofertas de IA generativa, consulta Vertex AI y cómo ejecutar tu modelo de base en GKE.
Diseña y construye
Si deseas seleccionar la mejor combinación de opciones de almacenamiento para tu carga de trabajo de IA, consulta Diseña el almacenamiento para cargas de trabajo de IA y AA en Google Cloud.
Google Cloud proporciona un paquete de servicios de IA y aprendizaje automático para ayudarte a resumir documentos con IA generativa, compilar canalizaciones de procesamiento de imágenes y, además, innovar con soluciones de IA generativa.
Sigue explorando
Los documentos que se enumeran más adelante en esta página y en el panel de navegación izquierdo pueden ayudarte a compilar una solución de IA o AA. Los documentos están organizados en las siguientes categorías:
- IA generativa: Sigue estas arquitecturas para diseñar y compilar soluciones de IA generativa.
- Entrenamiento de modelos: Implementa el aprendizaje automático, el aprendizaje federado y las experiencias inteligentes personalizadas.
- MLOps: Implementa y automatiza la integración continua, la entrega continua y el entrenamiento continuo para sistemas de aprendizaje automático.
- Aplicaciones de IA y AA: Compila aplicaciones en Google Cloud que se personalicen para tus cargas de trabajo de IA y AA.
Recursos de IA y aprendizaje automático en el Centro de arquitectura
Para filtrar la siguiente lista de recursos de IA y aprendizaje automático, escribe un nombre de producto o una frase en el título o la descripción del recurso.
Arquitectura para MLOps mediante TensorFlow Extended, Vertex AI Pipelines y Cloud Build En este documento, se describe la arquitectura general de un sistema de aprendizaje automático (AA) mediante las bibliotecas de TensorFlow Extended (TFX). También se analiza cómo configurar una integración continua (CI), una entrega continua (CD) y un entrenamiento continuo (CT) para... Productos usados: Cloud Build |
Prácticas recomendadas para implementar el aprendizaje automático en Google Cloud En este documento, se presentan prácticas recomendadas para implementar el aprendizaje automático (AA) en Google Cloud, con un enfoque en modelos de entrenamiento personalizado basados en tus datos y código. Productos usados: Vertex AI, Vertex AI, Vertex AI, Vertex Explainable AI, Vertex Feature Store, Vertex Pipelines, Vertex TensorBoard |
Compila una solución de estadísticas de vision de AA con Dataflow y la API de Cloud Vision Cómo implementar una canalización de Dataflow para procesar archivos de imagen a gran escala con Cloud Vision. Dataflow almacena los resultados en BigQuery para que puedas usarlos para entrenar modelos compilados con anterioridad de BigQuery ML. Productos usados: BigQuery, Cloud Build, Cloud Pub/Sub, Cloud Storage, Cloud Vision, Dataflow |
Crea e implementa modelos de IA generativa y aprendizaje automático en una empresa Describe el plano de IA generativa y aprendizaje automático (AA), que implementa una canalización para crear modelos de IA. |
Computación confidencial para el análisis de datos y la IA Obtén información sobre cómo puedes usar la computación confidencial para implementar estadísticas confidenciales, IA y aprendizaje federado. Productos usados: Confidential Computing |
Aprendizaje federado entre dispositivos aislados y multidispositivo en Google Cloud Proporciona orientación para ayudarte a crear una plataforma de aprendizaje federado que admita una arquitectura de varios sistemas aislados o multidispositivo. |
Ciencia de datos con R en Google Cloud: instructivo exploratorio de análisis de datos Te muestra cómo comenzar a usar la ciencia de datos a gran escala con R en Google Cloud. Esto está dirigido a aquellos usuarios que tengan experiencia con R y con notebooks de Jupyter, que se sientan cómodos con SQL. Productos usados: BigQuery, Cloud Storage, Notebooks y Vertex AI |
Implementa y opera aplicaciones de IA generativa Se analizan las técnicas para compilar y operar aplicaciones de IA generativa con principios de MLOps y DevOps. |
Diseña almacenamiento para cargas de trabajo de IA y AA en Google Cloud Asigna las etapas de carga de trabajo de IA y AA a las opciones de almacenamiento de Google Cloud y selecciona las opciones de almacenamiento recomendadas para tus cargas de trabajo de IA y AA. Productos usados: Cloud Storage, Filestore, Persistent Disk |
Arquitectura de estadísticas geoespaciales Obtén información sobre las capacidades geoespaciales de Google Cloud y cómo puedes usarlas en tus aplicaciones de estadísticas geoespaciales. Productos usados: BigQuery, Dataflow |
Lineamientos para desarrollar soluciones de AA predictivas de alta calidad Intercala algunos lineamientos para ayudarte a evaluar, garantizar y controlar la calidad en las soluciones de aprendizaje automático (AA). |
Implementa la recuperación de dos torres para la generación de candidatos a gran escala Aprende a implementar un flujo de trabajo de generación de candidatos de dos torres de extremo a extremo con Vertex AI. Productos usados: Cloud Storage y Vertex AI |
Infraestructura para una aplicación de IA generativa compatible con RAG mediante GKE En este documento se muestra cómo diseñar la infraestructura para una aplicación de IA generativa con RAG mediante GKE. Productos usados: Cloud SQL, Cloud Storage, Google Kubernetes Engine (GKE) |
Diseña infraestructura para ejecutar una aplicación de IA generativa con generación aumentada de recuperación con AlloyDB como el almacén de vectores. Productos usados: AlloyDB para PostgreSQL, BigQuery, Cloud Logging, Cloud Monitoring, Cloud Pub/Sub, Cloud Run, Cloud Storage, Document AI, Vertex AI |
Diseña la infraestructura de una aplicación de IA generativa con generación aumentada de recuperación (RAG) usando las funciones de búsqueda vectorial de Vertex AI. Productos usados: BigQuery, Cloud Logging, Cloud Monitoring, Cloud Pub/Sub, Cloud Run, Cloud Storage, Vertex AI |
Solución de inicio rápido: Procesamiento de imágenes mediante IA y AA en Cloud Functions Analiza imágenes con modelos de aprendizaje automático previamente entrenados y una app de procesamiento de imágenes implementada en Cloud Functions. |
Solución de inicio rápido: lakehouse de Analytics Unifica los data lakes y los almacenes de datos mediante la creación de un lakehouse de análisis con BigQuery para almacenar, procesar, analizar y activar datos. |
Solución de inicio rápido: almacén de datos con BigQuery Crea un almacén de datos con un panel y una herramienta de visualización mediante BigQuery. |
Solución de inicio rápido: resumen de documentos de IA generativa Procesa y resume documentos a pedido con la IA generativa de Vertex AI y los modelos de lenguaje grandes (LLM). |
Solución de inicio rápido: Base de conocimiento de la IA generativa Extrae pares de preguntas y respuestas de documentos a pedido mediante la IA generativa de Vertex AI y los modelos de lenguaje grande (LLMs)… |
Solución de inicio rápido: RAG de IA generativa con Cloud SQL Implementa una aplicación de generación de aumento de recuperación (RAG) con incorporaciones vectoriales y Cloud SQL. |
MLOps: Entrega continua y canalizaciones de automatización en el aprendizaje automático En este documento, se analizan las técnicas empleadas con el fin de implementar y automatizar la integración continua (CI), la entrega continua (CD) y el entrenamiento continuo (CT) para sistemas de aprendizaje automático (AA). |
Desarrollo de modelos y etiquetado de datos con Google Cloud y Labelbox Se proporciona orientación para compilar una canalización estandarizada que ayude a acelerar el desarrollo de modelos de AA. |
Optimiza las cargas de trabajo de IA y AA con Parallelstore Obtén información para optimizar el rendimiento de las cargas de trabajo de inteligencia artificial (IA) o aprendizaje automático (AA) con Parallelstore. Productos usados: Cloud Storage, Google Kubernetes Engine (GKE), Parallelstore y nube privada virtual |
Usa la IA generativa para la administración de la utilización Una arquitectura de referencia para que las empresas de seguros médicos automaticen el procesamiento de solicitudes de autorización previa (PA) y mejoren sus procesos de revisión de utilización (UR). Productos usados: BigQuery, Cloud Logging, Cloud Monitoring, Cloud Pub/Sub, Cloud Run, Cloud Storage, Document AI, Vertex AI |
Usa Vertex AI Pipelines para el modelado de propensión en Google Cloud Describe un ejemplo de una canalización automatizada en Google Cloud que realiza modelado de propensión. Productos usados: BigQuery, Cloud Functions, Vertex AI |