Panoramica dell'applicazione AI
Questo documento descrive le funzionalità dell'applicazione di intelligenza artificiale (AI) supportate da BigQuery ML. Queste funzionalità ti consentono di eseguire attività di AI in BigQuery ML usando le API di IA su Cloud. Le attività supportate includono seguenti:
- Elaborazione del linguaggio naturale
- Traduzione automatica
- Trascrizione audio
- Elaborazione di documenti
- Visione artificiale
Puoi accedere a un'API Cloud AI per eseguire una di queste funzioni creando un'istanza modello remoto in BigQuery ML che rappresenta l'endpoint API. Dopo aver ottenuto creato un modello remoto sulla risorsa AI che vuoi utilizzare, accedi le capacità della risorsa eseguendo una funzione di BigQuery ML rispetto al modello remoto.
Questo approccio ti consente di utilizzare le funzionalità dell'API sottostante senza dover conoscere Python o sviluppare familiarità con l'API.
Flusso di lavoro
Puoi utilizzare la modalità di modelli da remoto su modelli Vertex AI e modelli remoti su servizi di IA Cloud in sinergia con le funzioni di BigQuery ML per di analisi dei dati complesse e attività AIA generativa.
Il seguente diagramma mostra alcuni flussi di lavoro tipici in cui è possibile utilizzare questi tutte le funzionalità insieme:
Elaborazione del linguaggio naturale
Puoi usare l'elaborazione del linguaggio naturale per eseguire attività come e del sentiment sui tuoi dati. Ad esempio, potresti analizzare il prodotto Feedback per valutare se ai clienti piace un determinato prodotto.
Per eseguire attività di elaborazione del linguaggio naturale, puoi creare un riferimento
API Cloud Natural Language creando un modello remoto e specificando
CLOUD_AI_NATURAL_LANGUAGE_V1
per il valore REMOTE_SERVICE_TYPE
. Puoi quindi utilizzare
Funzione ML.UNDERSTAND_TEXT
di interagire con quel servizio. ML.UNDERSTAND_TEXT
utilizza i dati in
tabelle standard. Tutte le inferenze
si verifica in Vertex AI. I risultati vengono archiviati
in BigQuery.
Per saperne di più, prova
la comprensione del testo con la funzione ML.UNDERSTAND_TEXT
.
Traduzione automatica
Puoi utilizzare la traduzione automatica per tradurre i dati di testo in altre lingue. Ad esempio, tradurre il feedback dei clienti da una lingua sconosciuta in uno familiare.
Per eseguire attività di traduzione automatica, puoi creare un riferimento alla
API Cloud Translation creando un modello remoto e specificando
CLOUD_AI_TRANSLATE_V3
per il valore REMOTE_SERVICE_TYPE
. Puoi quindi utilizzare
Funzione ML.TRANSLATE
di interagire con quel servizio. ML.TRANSLATE
utilizza i dati in
tabelle standard. Tutte le inferenze
si verifica in Vertex AI. I risultati vengono archiviati
in BigQuery.
Per saperne di più, prova
traduzione di testo con la funzione ML.TRANSLATE
.
Trascrizione audio
Puoi utilizzare la trascrizione audio per trascrivere file audio in testo scritto. Ad esempio, trascrivere la registrazione di un messaggio vocale in un SMS.
Per eseguire attività di trascrizione audio, puoi creare un riferimento alla
API Speech-to-Text creando un modello remoto e specificando
CLOUD_AI_SPEECH_TO_TEXT_V2
per il valore REMOTE_SERVICE_TYPE
. Puoi
Facoltativamente, specifica un riconoscimento da utilizzare per elaborare l'audio
contenuti. Puoi quindi utilizzare
Funzione ML.TRANSCRIBE
per trascrivere file audio. ML.TRANSCRIBE
funziona con file audio in
tabelle di oggetti. Tutte le inferenze
si verifica in Vertex AI. I risultati vengono archiviati
in BigQuery.
Per saperne di più, prova
trascrizione di file audio con la funzione ML.TRANSCRIBE
.
Elaborazione di documenti
Puoi utilizzare l'elaborazione dei documenti per estrarre insight da documenti non strutturati. Ad esempio, l'estrazione di informazioni pertinenti dai file di fattura essere inserito nel software di contabilità.
Per eseguire attività di elaborazione dei documenti, puoi creare un riferimento alla
API Document AI creando un modello remoto,
specificando CLOUD_AI_DOCUMENT_V1
per il valore REMOTE_SERVICE_TYPE
e
specificando un responsabile da utilizzare per elaborare
contenuti dei documenti. Puoi quindi utilizzare
Funzione ML.PROCESS_DOCUMENT
per elaborare i documenti. ML.PROCESS_DOCUMENT
lavora su documenti in
tabelle di oggetti. Tutte le inferenze
si verifica in Vertex AI. I risultati vengono archiviati
in BigQuery.
Per saperne di più, prova
elaborare documenti con la funzione ML.PROCESS_DOCUMENT
.
Visione artificiale
Puoi usare la visione artificiale per eseguire attività di analisi delle immagini. Ad esempio, analizzare le immagini per rilevare se contengono volti o per generare che descrivono gli oggetti nell'immagine.
Per eseguire attività di visione artificiale, puoi creare un riferimento
API Cloud Vision creando un modello remoto e
che specifica CLOUD_AI_VISION_V1
per il valore REMOTE_SERVICE_TYPE
. Puoi quindi utilizzare
Funzione ML.ANNOTATE_IMAGE
per annotare le immagini utilizzando quel servizio. ML.ANNOTATE_IMAGE
utilizza i dati in
tabelle di oggetti. Tutte le inferenze
si verifica in Vertex AI. I risultati vengono archiviati
in BigQuery.
Per saperne di più, prova
annotazione delle immagini delle tabelle di oggetti con la funzione ML.ANNOTATE_IMAGE
.
Passaggi successivi
- Per ulteriori informazioni sull'esecuzione dell'inferenza sul machine learning di machine learning, consulta Panoramica dell'inferenza del modello.