Questo documento nel Framework dell'architettura Google Cloud spiega alcuni dei principi fondamentali e delle best practice per l'analisi dei dati in in Google Cloud. Imparerai alcune delle principali funzionalità di AI e machine learning (ML) e come possono aiutare nelle varie fasi dei processi di AI e ML durante il ciclo di vita di attività. Queste best practice ti aiutano a soddisfare le tue esigenze di AI e ML e la progettazione del tuo sistema. In questo documento si presuppone che tu abbia familiarità con AI di base e concetti di base del machine learning.
Per semplificare il processo di sviluppo e ridurre al minimo l'overhead quando crei modelli ML su Google Cloud, consideriamo il livello più alto di astrazione che ha senso per il tuo caso d'uso. Il livello di astrazione è definita come la complessità con cui un sistema viene visualizzato o programmato. Più alto è il livello di astrazione, minore è il dettaglio disponibile visualizzatore.
Per selezionare i servizi di IA e ML di Google in base alle tue esigenze aziendali, utilizza tabella seguente:
Utente tipo | Servizi Google |
---|---|
Utenti aziendali | Soluzioni standard come Contact Center AI Insights, Document AI, Discovery AI e API Cloud Healthcare. |
Sviluppatori con esperienza di ML minima | Le API preaddestrate eseguono attività percettive comuni come visione artificiale, video e linguaggio naturale. Queste API sono supportate da modelli preaddestrati e forniscono rilevatori predefiniti. Sono pronte per l'uso senza alcuna esperienza con il ML e senza dover sviluppare modelli. API preaddestrate includono: API Vision, API Video, API Natural Language, API Speech-to-Text, Text-to-Speech API e API Cloud Translation. |
IA generativa per sviluppatori | Vertex AI Agent Builder consente agli sviluppatori di usare le sue funzionalità pronte all'uso per creare ed eseguire il deployment di chatbot in pochi minuti e motori di ricerca in ore. Gli sviluppatori che vogliono combinare più funzionalità nei flussi di lavoro aziendali possono utilizzare l'API Gen App Builder per integrazione diretta. |
Sviluppatori e data scientist | AutoML consente sviluppo di modelli personalizzati con immagini, video, testo o dati tabulari. AutoML accelera lo sviluppo dei modelli con ricerca automatica nella raccolta di modelli di Google per trovare il modello più performante senza dover creare il modello. AutoML gestisce le attività più comuni, come la scelta dell'architettura del modello, ottimizzazione degli iperparametri e provisioning delle macchine per l'addestramento e la pubblicazione. |
Data scientist e ML engineer | Strumenti per modelli personalizzati di Vertex AI consentono di addestrare e distribuire modelli personalizzati, e rendono operativa l'ML nel tuo flusso di lavoro. Puoi anche eseguire il carico di lavoro ML su computing autogestito, come le VM di Compute Engine. |
Data scientist e machine learning engineer | Generativa Supporto dell'IA su Vertex AI (noto anche come genai) fornisce l'accesso all'ampia AI generativa di Google per consentirti di testare, ottimizzare ed eseguire il deployment dei modelli applicazioni basate sull'AI. |
Data engineer, data scientist e analisti di dati che hanno familiarità con SQL interfacce | BigQuery ML ti consente di sviluppare basati su SQL e sui dati archiviati in BigQuery. |
Servizi chiavi
La tabella seguente fornisce una panoramica generale dei servizi di AI e ML:
Servizio Google | Descrizione |
---|---|
Cloud Storage e BigQuery | Offri opzioni di archiviazione flessibili per i dati di machine learning e artefatti. |
BigQuery ML | Consente di creare modelli di machine learning direttamente dai dati ospitati all'interno in BigQuery. |
Pub/Sub, Dataflow, Cloud Data Fusion e Dataproc |
Supporta l'importazione e l'elaborazione dei dati in batch e in tempo reale. Per maggiori informazioni informazioni, consulta Analisi di dati. |
Vertex AI | Offre a data scientist e machine learning engineer un'unica piattaforma per
creare, addestrare, testare, monitorare, ottimizzare ed eseguire il deployment di modelli ML per qualsiasi cosa:
dall'AI generativa alle MLOps. Ecco alcuni strumenti:
|
Vertex AI Agent Builder | Consente di creare chatbot e motori di ricerca per siti web e per l'utilizzo nei dati aziendali.
|
IA generativa su Vertex AI | Accesso ai modelli di IA generativa di grandi dimensioni di Google
puoi testarli, ottimizzarli ed eseguirne il deployment per utilizzarli nelle
diverse applicazioni. L'IA generativa su Vertex AI è anche nota come genai.
|
API preaddestrate |
|
AutoML | Fornisce strumenti per modelli personalizzati per creare, eseguire il deployment e scalare i modelli ML.
Gli sviluppatori possono caricare i propri dati e utilizzare
Servizio AutoML per creare un modello personalizzato.
|
AI infrastructure | Consente di utilizzare acceleratori AI per elaborare carichi di lavoro ML su larga scala. Questi
acceleratori consentono di addestrare e ottenere l'inferenza da modelli di deep learning
dai modelli di machine learning
in modo conveniente. Le GPU possono aiutarti con un'inferenza economicamente vantaggiosa e un addestramento di scale-up o scale-out per di machine learning. Tensor Processing Unit (TPU) sono ASIC personalizzati per addestrare ed eseguire reti neurali profonde. |
Dialogflow | Fornisce agenti virtuali che forniscono un'esperienza di conversazione. |
Contact Center AI | Il contact center offre un'esperienza di contact center automatizzata e completa con la funzionalità Agent Assist e gli agenti interessati. |
Document AI | Fornisce la comprensione dei documenti su larga scala per i documenti in generale e per tipi di documenti specifici, ad esempio legati al mutuo casa e all'approvvigionamento documenti. |
Lending DocAI | Automatizza l'elaborazione di documenti relativi ai mutui. Riduce i tempi di elaborazione semplifica l'acquisizione dei dati supportando al contempo i requisiti normativi e di conformità i tuoi requisiti. |
Procurement DocAI | Automatizza l'acquisizione dei dati di approvvigionamento su larga scala trasformando i dati non strutturati documenti (come fatture e ricevute) in dati strutturati per aumentare l'efficienza operativa, migliorare la customer experience e informare decisionale responsabile. |
Consigli | Fornisce consigli personalizzati sui prodotti. |
AI di Healthcare Natural Language | Consente di rivedere e analizzare documenti medici. |
API Media Translation | Consente la traduzione in tempo reale di contenuti vocali dai dati audio. |
Trattamento dati
Applica le seguenti best practice per l'elaborazione dei dati al tuo ambiente.
Assicurati che i dati soddisfino i requisiti di ML
I dati che utilizzi per il machine learning devono soddisfare determinati requisiti di base, a prescindere dal tipo di dati. Questi requisiti includono la capacità dei dati di prevedere il target, coerenza nella granularità tra i dati utilizzati l'addestramento e i dati utilizzati per la previsione, nonché i dati etichettati con precisione addestramento. Il volume dei dati dovrebbe essere sufficiente. Per maggiori informazioni le informazioni, vedi Trattamento dati.
Archivia i dati tabulari in BigQuery
Se utilizzi dati tabulari, valuta la possibilità di archiviare tutti i dati in BigQuery e utilizzando l'API BigQuery Storage per leggerne i dati. Per semplificare l'interazione con l'API, utilizza una delle gli strumenti, a seconda di dove vuoi leggere i dati:
- Se usi Dataflow, usa Connettore I/O BigQuery.
- Se utilizzi TensorFlow o Keras, utilizza Lettore tf.data.dataset per BigQuery.
- Se utilizzi dati non strutturati come immagini o video, valuta la possibilità di archiviare tutti i dati in Cloud Storage.
Il tipo di dati di input determina inoltre gli strumenti disponibili per lo sviluppo del modello. API preaddestrate, AutoML e BigQuery ML possono Offrire ambienti di sviluppo più efficienti in termini di tempo e costi per per alcuni casi d'uso di immagini, video, testo e dati strutturati.
Assicurati di avere dati sufficienti a sviluppare un modello di ML
Per sviluppare un modello di ML utile, devi avere abbastanza dati. Per prevedere una categoria, il numero consigliato di esempi per ogni categoria è dieci volte diverse caratteristiche. Più categorie si desidera prevedere, più dati di cui hai bisogno. I set di dati non bilanciati richiedono ancora più dati. Se non disponi una quantità sufficiente di dati etichettati; considera l'apprendimento semi-supervisionato.
Le dimensioni del set di dati hanno anche implicazioni per l'addestramento e la pubblicazione: se disponi di un set di dati, puoi addestrarlo direttamente all'interno Istanza Notebooks; Se hai set di dati più grandi che richiedono l'addestramento distribuito, usa Servizio di addestramento personalizzato Vertex AI. Se vuoi che Google addestra il modello per i tuoi dati, utilizza AutoML.
Prepara i dati per il consumo
Una buona preparazione dei dati può accelerare lo sviluppo del modello. Quando configuri pipeline di dati, assicurati che sia in grado di elaborare i dati in modalità flusso e batch, in modo da ottenere risultati coerenti da entrambi i tipi di e i dati di Google Cloud.
Sviluppo e addestramento di modelli
Applica le seguenti best practice per lo sviluppo e l'addestramento del modello alla tua completamente gestito di Google Cloud.
Scegli lo sviluppo di modelli gestiti o con addestramento personalizzato
Quando crei il tuo modello, considera il massimo livello di astrazione possibile. Se possibile, usa AutoML per far sì che lo sviluppo e l'addestramento vengono gestite automaticamente. Per i modelli con addestramento personalizzato, scegli le opzioni gestite per scalabilità e flessibilità, invece di opzioni autogestite. Per scoprire di più sulle opzioni di sviluppo dei modelli, consulta Utilizzare gli strumenti e i prodotti consigliati.
Considera le Servizio di addestramento Vertex AI anziché l'addestramento autogestito Compute Engine alle VM Container Deep Learning VM. Per un ambiente JupyterLab, considera Vertex AI Workbench che fornisce ambienti JupyterLab sia gestiti che gestiti dall'utente. Per ulteriori informazioni, vedi Sviluppo del machine learning e Addestramento operativo.
Usa container predefiniti o personalizzati per i modelli con addestramento personalizzato
Per i modelli con addestramento personalizzato Vertex AI, puoi usare container predefiniti o personalizzati a seconda del tuo machine learning e la versione del framework. Container predefiniti sono disponibili per le applicazioni di addestramento Python create per Versioni TensorFlow, scikit-learn, PyTorch e XGBoost.
Altrimenti, puoi scegliere creare un container personalizzato per il tuo job di addestramento. Ad esempio, usa un container personalizzato se vuoi addestrare il modello utilizzando non è disponibile in un container predefinito o se usare un linguaggio di programmazione diverso da Python. Nel tuo elenco container, preinstalla l'applicazione di addestramento e tutte le sue dipendenze di un'immagine che esegue il job di addestramento.
Considera i requisiti di addestramento distribuito
Prendi in considerazione distribuito i tuoi requisiti. Alcuni framework ML, come TensorFlow e PyTorch di eseguire un codice di addestramento identico su più macchine. Questi framework coordinano automaticamente la divisione del lavoro in base a variabili di ambiente vengono impostati su ogni macchina. Altri framework potrebbero richiedere personalizzazione.
Passaggi successivi
Per saperne di più sull'IA e sul machine learning, consulta quanto segue:
- Best practice per l'implementazione del machine learning su Google Cloud.
- Guida a MLOps per professionisti: un framework per la distribuzione continua e l'automazione del machine learning.
Esplora altre categorie nella Framework dell'architettura come affidabilità, eccellenza operativa e sicurezza, privacy e conformità.