Nutzen Sie die Möglichkeiten von KI-/ML-Modellen und -Lösungen, um Ihr Unternehmen zu transformieren und reale Probleme zu lösen.

KI, generative KI und ML in Google Cloud entdecken

Dokumentationen und Artikel im Cloud Architecture Center zu KI-, generativen KI- und ML-Produkten, Funktionen und Verfahren lesen.

Übersicht über die Unterstützung generativer KI für Vertex AI

Sie können auf die großen generativen KI-Modelle von Google zugreifen, um die Modelle zu testen, zu optimieren und für den Einsatz in Ihren KI-gestützten Anwendungen bereitzustellen.

KI-Modelle in Model Garden entdecken

ML-Modellbibliothek, mit der Sie Google-eigene sowie ausgewählte OSS-Modelle und -Assets entdecken, testen, anpassen und bereitstellen können.

Generative KI-Anwendung in Google Cloud erstellen

Lernen Sie die Phasen der Entwicklung einer generativen KI-Anwendung kennen, wählen Sie die besten Produkte und Tools für Ihren Anwendungsfall aus und greifen Sie auf die Dokumentation zu, die Sie für den Einstieg benötigen.

Einführung in maschinelles Lernen mit Vertex AI

Unterstützen Sie Data Engineering-, Data Science- und ML Engineering-Workflows auf einer einheitlichen Plattform, sodass Sie ML-Modelle trainieren und KI-Lösungen bereitstellen können.

KI- und ML-Architekturressourcen

Planen Sie Ihren Ansatz mit den Ressourcen des Architekturcenters für eine Vielzahl von KI- und ML-Themen. (Geht zum Architekturzentrum.)

Best Practices für die Implementierung von ML

Planen Sie die Implementierung von ML. Der Schwerpunkt liegt auf benutzerdefiniert trainierten Modellen, die auf Ihren Daten und Ihrem Code basieren. (Geht zum Architekturzentrum.)

Schulungen, Blogartikel und mehr

Rufen Sie Schulungskurse, Blogartikel und andere zugehörige Ressourcen auf.

Generative KI-Anwendungen auf lokalen CPUs entwickeln

Erhalten Sie ein konzeptionelles Verständnis und üben Sie die Anwendung von RLHF, um ein LLM zu optimieren. Externe Website:

Lernpfad für Applied AI Summit

Lernen Sie Vertex AI und Gemini in Google Cloud kennen. (Zu Google Cloud Skills Boost)

Introduction to Generative AI Learning Path

Lernen Sie Generative AI-Konzepte kennen, von den Grundlagen der Large Language Models bis hin zu verantwortungsbewussten KI-Prinzipien. (Zu Google Cloud Skills Boost)

Lernpfad für generative KI für Entwickler

Lernen Sie Generative AI mit einem technischen Schwerpunkt, speziell für App-Entwickler, ML-Entwickler und Data Scientists kennen. (Zu Google Cloud Skills Boost)

Lernpfad für Machine Learning Engineers

Lernen Sie, wie Sie ML-Systeme entwerfen, erstellen, produzieren, optimieren, betreiben und warten. (Zu Google Cloud Skills Boost)

Bestärkendes Lernen durch menschliches Feedback

Erhalten Sie ein konzeptionelles Verständnis und üben Sie die Anwendung von RLHF, um ein LLM zu optimieren. (Ruft externe Website auf.)

KI-, generative KI- und ML-Produkte nach Anwendungsfall

Maximieren Sie Bereiche oder verwenden Sie den Filter, um Produkte und Anleitungen für typische Anwendungsfälle zu finden.

Generative AI und vortrainierte Modelle

Erstellen Sie generative KI-Anwendungen mit Skalierung, Sicherheit und Beobachtbarkeit auf Unternehmensniveau.

Generative KI

Übersicht über die Unterstützung generativer KI für Vertex AI

Sie können auf die großen generativen KI-Modelle von Google zugreifen, um die Modelle zu testen, zu optimieren und für den Einsatz in Ihren KI-gestützten Anwendungen bereitzustellen.

Prompt-Design

Erstellen Sie Prompts, die die gewünschte Antwort aus Sprachmodellen auslösen.

Vertex AI Conversation

Ermöglichen Sie Ihren Endnutzern mit einem virtuellen Datenspeicher-Agent, der auf Large Language Models und generativer KI basiert, Unterhaltungen über die Inhalte zu führen.

Erweiterungen

Erweiterungen erstellen, bereitstellen und verwalten, die Large Language Models mit den APIs externer Systeme verbinden.

Generativer KI-Bewertungsdienst

Bewerten Sie die Leistung von Foundation Models und Ihre abgestimmten generativen KI-Modelle auf Vertex AI.

Vertex AI Studio

Entwerfen, testen und passen Sie Ihre an die Gemini 2 und PaLM 2-Large Language Models (LLM) von Google gesendeten Prompts an.

Generative KI-Anwendung in Google Cloud erstellen

Lernen Sie die Phasen der Entwicklung einer generativen KI-Anwendung kennen, wählen Sie die besten Produkte und Tools für Ihren Anwendungsfall aus und greifen Sie auf die Dokumentation zu, die Sie für den Einstieg benötigen.

Generative KI-Modelle

Model Garden

Entdecken, testen, anpassen und stellen Sie Google-eigene Modelle sowie ausgewählte OSS-Modelle und -Assets in dieser ML-Modellbibliothek bereit.

Gemini (multimodal)

Nutzen Sie eine Reihe von generativen KI-Modellen, die von Google DeepMind entwickelt wurden und auf multimodale Anwendungsfälle ausgelegt sind.

PaLM 2 für Text

Entwerfen Sie Text-Prompts für mehrere Modelle.

PaLM 2 für Chat

Betreiben Sie einen Chatbot oder einen digitalen Assistenten mit einem Modell, das Multi-Turn-Chats ermöglicht.

Chip: Universal-Sprachmodell

Verwenden Sie ein Sprachmodell der nächsten Generation, das durch selbstüberwachtes Training mit Millionen von Audiostunden und 28 Milliarden Sätzen von Text in über 100 Sprachen erstellt wurde.

Einbettungen für Text

Mit der Vertex AI Texteinbettungs-API können Sie eine Vektordarstellung von Text erstellen, um ähnliche Elemente wie semantische Suche, Klassifizierung, Clustering, Ausreißererkennung und eine dialogorientierte Schnittstelle zu finden.

Einbettungen für Multimodal

Geben Sie Bild-, Text- und Videodaten ein, um Einbettungsvektoren für Aufgaben wie die Bildklassifizierung oder die Moderation von Videoinhalten zu generieren.

Codey für Codevervollständigung

Pcode-Vorschläge basierend auf kürzlich geschriebenem Code.

Codey für Codegenerierung

Generieren Sie Code mithilfe einer Beschreibung in natürlicher Sprache.

Codey für Codechat

Generieren Sie auf Code spezialisierte Multi-Thread-Unterhaltungen.

Imagen für die Bildgenerierung

Erstellen Sie KI-Produkte der nächsten Generation, die mithilfe der KI-Generierung die Kreativität der Nutzer in hochwertige visuelle Assets verwandeln.

Imagen für visuelle Untertitel

Generieren Sie relevante Beschreibung für ein Bild.

Imagen für visuelle Fragen und Antworten

Generieren Sie Antworten in natürlicher Sprache, indem Sie einem Modell ein Bild zur Verfügung stellen und eine Frage zum Inhalt des Bildes stellen.

MedLM-Modelle

Verwenden Sie eine Familie textbasierter Basismodelle, die auf die Gesundheitsbranche abgestimmt sind und auf bestimmte Kundenbedürfnisse zugeschnitten sind, z. B. zur Beantwortung medizinischer Fragen und zum Erstellen von Zusammenfassungen.

Aufgabenspezifische Lösungen

Cloud Vision

Sie können Features zur visuellen Erkennung problemlos in Anwendungen einbinden, beispielsweise die Erkennung von Bildlabels, Gesichtern und Sehenswürdigkeiten, die optische Zeichenerkennung (OCR) sowie das Tagging expliziter Inhalte.

Video Intelligence API

Ermöglichen Sie Nutzern, lokal oder in Cloud Storage gespeicherte oder live gestreamte Videos mit Kontextinformationen über das gesamte Video, pro Segment, pro Aufnahme und pro Frame zu versehen.

Visual Inspection AI

KI-Modelle trainieren und bereitstellen, um Produktionsfehler automatisch zu erkennen. (Zur Google Cloud-Startseite.)

Cloud Natural Language API

Nutzen Sie Natural Language Understanding-Technologien, darunter Sentimentanalyse, Entitätsanalyse, Sentimentanalyse pro Entität, Inhaltsklassifizierung und Syntaxanalyse.

Timeseries Insights API

Bereitstellung von Echtzeitprognosen und Anomalieerkennungs-Ergebnissen.

Kundenservice, Unterhaltung und Sprache

Nutzen Sie die hochmodernen Funktionen von Google, um Unterhaltung, Sprache und Kundenservice zu bewältigen.

Kundenservice, Unterhaltung und Sprache

Vertex AI Conversation

Ermöglichen Sie Ihren Endnutzern mit einem virtuellen Datenspeicher-Agent, der auf Large Language Models basiert, Unterhaltungen über die Inhalte zu führen.

Text-to-Speech

Text mit maschinellem Lernen in natürlich klingende Sprache umwandeln

Speech-to-Text

Integrieren Sie Google-Spracherkennungstechnologien in Entwickleranwendungen.

Speech-to-Text On-Prem:

Binden Sie Google-Spracherkennungstechnologien in Ihre lokale Lösung ein.

On-Device-Sprachverarbeitung

Sprachtechnologie in Serverqualität auf eingebetteten Geräten bereitstellen.

Contact Center AI Insights

Muster in Callcenter-Daten erkennen und visualisieren.

Contact Center AI Platform

Kundeninteraktionen über Sprach- und digitale Kanäle hinweg in eine Warteschlange stellen und an die entsprechenden Ressourcenpools weiterleiten, einschließlich eines nahtlosen Übergangs zu Kundenservicemitarbeitern.

Dialogflow CX

Sie können gleichzeitige Unterhaltungen mit Endnutzern mithilfe eines virtuellen Kundenservicemitarbeiters abwickeln, der die Nuancen der menschlichen Sprache versteht.

Dialogflow ES

Entwerfen und integrieren Sie eine dialogorientierte Benutzeroberfläche in Ihre mobile App, Ihre Webanwendung, Ihr Gerät, Ihren Bot, Ihr interaktives Sprachdialogsystem usw.

Agent Assist

Bieten Sie Kundenservicemitarbeitern während eines Gesprächs in Echtzeit durch Ermittlung des Intents kontinuierliche Hilfe sowie schrittweise Unterstützung.

AutoML Natural Language (verworfen. Vertex AI ansehen.)

Erstellen und implementieren Sie benutzerdefinierte Modelle für maschinelles Lernen, mit denen Dokumente analysiert und kategorisiert werden können. Darüber hinaus lassen sich Entitäten darin identifizieren oder subjektive Einstellungen bewerten.

Konversationelle AI-Plattform

Eine Sammlung von konversationellen KI-Tools, -Lösungen und -APIs, die sowohl Designern als auch Entwicklern verwenden können.

Dokumentenmanagement

Nutzen Sie die hochmodernen Funktionen von Google, um Ihre Anforderungen an die Dokumentenverwaltung zu erfüllen.

Document AI

Wandeln Sie unstrukturierte Daten aus Dokumenten in strukturierte Daten um, um sie leichter verständlich zu machen, zu analysieren und zu nutzen.

Document AI-Prozessoren

Rufen Sie eine Liste aller Prozessoren nach Lösungstyp auf.

OCR lokal

Binden Sie optische Zeichenerkennung (Optical Character Recognition, OCR) von Google in Ihre lokale Lösung ein.

Document AI Warehouse (verworfen)

Dokumente und deren strukturierte Metadaten, die als Attribute bezeichnet werden, speichern, suchen, organisieren, steuern und analysieren (verworfen).

Branchenspezifische Produkte

Nutzen Sie die hochmodernen Funktionen von Google, um Ihren branchenspezifischen Anforderungen gerecht zu werden.

Anti Money Laundering AI

Mit KI verdächtige potenzielle Geldwäscheaktivitäten schneller und präziser erkennen

Optimization AI

Lösen Sie Ihre Probleme bei der betrieblichen Optimierung schnell und in großem Umfang.

Talent Solution

Dienst, der die Suche nach Jobs mit maschinellem Lernen kombiniert und Arbeitssuchenden qualitativ hochwertige Ergebnisse liefert, die weit über die Möglichkeiten traditioneller Suchmethoden mit Suchbegriffen hinausgehen.

Telecom Subscriber Insights

Ermöglichen Sie es Kommunikationsdienstleistern, Informationen zu extrahieren, um Telekommunikationskunden Aktionen zu empfehlen.

Vertex AI Search for Retail

Sie können Nutzerereignis- und Katalogdaten aufnehmen und Vorhersagen oder Suchergebnisse auf Ihrer Website bereitstellen.

Lösungen für Medien und Unterhaltung

Mit Innovationen und Statistiken können Sie das Erlebnis Ihrer Zielgruppen transformieren. (Zur Google Cloud-Startseite.)

Videos, Bilder, Vision und Augmented Reality

Nutzen Sie die hochmodernen Funktionen von Google, um Ihre Anforderungen an Videos, Bilder, Vision und Augmented Reality zu erfüllen.

Live Stream API

Konvertieren Sie Live-Videos und packen Sie sie für das Streaming.

Transcoder API

Videodateien konvertieren und sie für eine optimierte Auslieferung im Web, an Mobilgeräte und internetfähige Fernseher packen.

Vertex AI Vision

Verarbeiten und analysieren Sie Videostreams und Bilder in großem Umfang. Über die integrierte Low-Code-Benutzeroberfläche können Sie eine Anwendung schnell erstellen und in Google Cloud bereitstellen.

Video Stitcher API

Werbung dynamisch in Video-on-Demand- und Livestreams einfügen.

AutoML Vision (verworfen)

Sie können Machine-Learning-Modelle trainieren, um Bilder anhand selbst definierter Labels zu klassifizieren. Eingestellt. Verwenden Sie Vertex AI.)

AutoML Vision-Objekterkennung (eingestellt)

Trainieren Sie benutzerdefinierte Modelle für maschinelles Lernen, die einzelne Objekte und deren Begrenzungsrahmen und Label in einem bestimmten Bild erkennen können. Eingestellt. Vertex AI verwenden)

Immersive Stream for XR

Liefern Sie mit cloudbasierter Rechenleistung umfangreiche, interaktive 3D- und Augmented Reality-Erlebnisse (AR) für mehr Geräte.

Suche und Empfehlungen

Nutzen Sie die hochmodernen Funktionen von Google, um Such- und Empfehlungsanforderungen zu erfüllen.

Mithilfe einer Suchleiste auf Ihren Webseiten oder Ihrer App können Sie die Nutzerabsicht verstehen und die relevantesten Ergebnisse und Empfehlungen für den Nutzer zurückgeben.
Führen Sie eine Suche nach Vektorähnlichkeiten durch, damit Sie große Datenmengen effizient und genau durchsuchen können.

Enterprise Knowledge Graph

Organisieren Sie isolierte Informationen in organisatorisches Wissen, was die effiziente und nützliche Konsolidierung, Standardisierung und Abgleich von Daten umfasst.

Discovery Engine (verworfen)

Artikel nicht mehr erhältlich Die Funktionalität befindet sich jetzt stattdessen in Vertex AI Search.

Übersetzung

Nutzen Sie die hochmodernen Funktionen von Google, um Unterhaltung, Sprache und Kundenservice zu bewältigen.

Cloud Translation API

Mithilfe einer API auf Ihren Websites und in Ihren Anwendungen können Sie Text dynamisch und programmatisch übersetzen lassen, einschließlich Dokumentübersetzung, benutzerdefinierter Übersetzung, adaptiver Übersetzung, Transliteration und Transkription.

Media Translation API

Audiodatei oder einen Spracheingabestream in einen Text einer anderen Sprache übersetzen. (Verworfen – stattdessen empfehlen wir die Verwendung von Speech-to-Text und der Translation API.)

Translation Hub

Übersetzen Sie große Mengen von Dokumenten in viele verschiedene Sprachen, ohne eine eigene Webanwendung oder zugrunde liegende Infrastruktur erstellen oder verwalten zu müssen.

Vertex AI-Modelltraining und -entwicklung

Trainieren Sie mithilfe von AutoML oder Ihrem bevorzugten ML-Framework ML-Modelle mit Ihren Daten.

Automatisches Training

Vertex AI mit AutoML Tabular

Vertex AI ermöglicht es Ihnen, maschinelles Lernen mit tabellarischen Daten über einfache Prozesse und Schnittstellen durchzuführen.

Vertex AI mit AutoML-Bild

Nutzen Sie maschinelles Lernen, um den Inhalt von Bilddaten zu analysieren, um Bilddaten zu klassifizieren oder Objekte in Bilddaten zu finden.

Vertex AI mit AutoML Video

Videodaten analysieren, um Aufnahmen und Segmente zu klassifizieren oder mehrere Objekte in Ihren Videodaten zu erkennen und zu beobachten.

Vertex AI mit AutoML-Text

Trainieren Sie ein ML-Modell, um Textdaten zu klassifizieren, Informationen zu extrahieren oder die Stimmung von Autoren zu verstehen.

Benutzerdefiniertes Training

Vertex AI-Training

Umfangreiches Modelltraining operationalisieren.
Suchen Sie nach optimalen neuronalen Architekturen im Hinblick auf Genauigkeit, Latenz, Arbeitsspeicher, einer Kombination aus diesen oder einen benutzerdefinierten Messwert.

Ray in Vertex AI

Verteiltes Computing und parallele Verarbeitung für Ihren ML-Workflow ermöglichen

Deep Learning Container

Verwenden Sie eine Reihe von Docker-Containern mit vorinstallierten wichtigen Data-Science-Frameworks, -Bibliotheken und -Tools, die Ihnen leistungsoptimierte, konsistente Umgebungen bieten, mit denen Sie schnell Prototypen erstellen und Workflows implementieren können.

Deep-Learning-VM-Images

Nutzen Sie eine Reihe von VM-Images, die für Aufgaben in den Bereichen Data Science und maschinelles Lernen optimiert sind und zentrale ML-Frameworks und -Tools vorinstalliert sind, um Ihre Datenverarbeitungsaufgaben zu beschleunigen.

Vertex AI MLOps und Produktion

Wenden Sie Best Practices für den Betrieb an, um Ihre bereitgestellten ML-Modelle zu überwachen und zu verbessern.

Daten und Features

Vertex AI-Datasets

Verwenden Sie ein verwaltetes Dataset, um die Quelldaten zum Trainieren von AutoML- und benutzerdefinierten Modellen in Vertex AI bereitzustellen.

Vertex AI Feature Store

Sie können die ML-Featureverwaltung und die Onlinebereitstellungsprozesse optimieren, indem Sie die Featuredaten in einer BigQuery-Tabelle verwalten oder Features online direkt aus der BigQuery-Datenquelle ansehen und bereitstellen.

Bereitstellung

Vertex AI-Vorhersage

Vorhersagen aus Ihren Modellen in Vertex AI abrufen

Entwicklertools

Colab Enterprise

Verwenden Sie eine kollaborative, verwaltete Notebook-Umgebung mit den Sicherheits- und Compliance-Funktionen von Google Cloud.

TensorFlow Enterprise

TensorFlow Enterprise vereinfacht die Entwicklung und Bereitstellung von TensorFlow-Modellen in Google Cloud, da Nutzer eine Reihe von Produkten und Diensten zur Verfügung stehen, die auf Unternehmen zugeschnittenen Support und Cloud-relevante Leistung bieten.

Vertex AI Workbench – Verwaltet (verworfen)

Verwenden Sie eine von Google verwaltete Umgebung mit Einbindungen und Funktionen, die Sie bei der Einrichtung und der Arbeit in einer durchgängig Jupyter-Notebook-basierten Produktionsumgebung unterstützen.

Vertex AI Workbench – Nutzerverwaltet (verworfen)

Verwenden Sie eine integrierte und sichere JupyterLab-Umgebung, in der die neuesten Data-Science- und ML-Frameworks vorinstalliert sind. So können Data Scientists und ML-Entwickler experimentieren, Modelle entwickeln und sie in der Produktion bereitstellen.

Modelliteration

Vertex AI Experiments

Erfassen und analysieren Sie verschiedene Modellarchitekturen, Hyperparameter und Trainingsumgebungen, um die Schritte, Eingaben und Ausgaben einer Testausführung zu verfolgen und die Gesamtleistung Ihres Modells im Vergleich zu Test-Datasets und während des Trainingslaufs bewerten zu können.

Monitoring und Evaluierung

Vertex Explainable AI

Feature- und beispielbasierte Erläuterungen erhalten, um die Modellentscheidung besser zu verstehen

Vertex AI Model Monitoring

Bereitstellen eines Modellmonitorings zu Featureabweichungen und Drift in den Vorhersageeingabedaten des Modells für tabellarische AutoML- und tabellarische, benutzerdefinierte Modelle.

Vertex AI-Modellbewertung

Bestimmen Sie die Leistung Ihrer Modelle mit Modellbewertungsmesswerten wie Precision und Recall.

Vertex AI TensorBoard

Erfassen, visualisieren und vergleichen Sie ML-Experimente und teilen Sie diese mit Ihrem Team.

Orchestrierung

Vertex AI Pipelines

Automatisieren, überwachen und steuern Sie Ihre ML-Systeme serverlos, mithilfe von ML-Pipelines zur Orchestrierung Ihrer ML-Workflows.

Vertex AI Model Registry

Verwalten Sie den Lebenszyklus von ML-Modellen.

Beschleuniger

Beschleunigen Sie ML-Arbeitslasten.

Cloud TPU

Beschleunigen Sie Arbeitslasten für maschinelles Lernen durch den Zugriff auf Tensor Processing Units (TPUs) von Compute Engine, Google Kubernetes Engine und Vertex AI.

Maximieren Sie diesen Abschnitt, um relevante Produkte und Dokumentationen aufzurufen.

Branchenlösungen – Übersicht

APIs und andere Lösungen für Finanzdienstleistungen, Gesundheitswesen, Medien und Einzelhandel finden

Übersicht über Gemini für Google Cloud

Bietet einen ständigen Mitarbeiter, der einer Vielzahl von Google Cloud-Nutzern, darunter Entwicklern, Data Scientists und operative IT-Mitarbeiter, Generative KI-gestützte Unterstützung bietet.

Gemini Code Assist

Entwicklung, Bereitstellung und Fehlerbehebung mit Gemini-Unterstützung

Gemini in BigQuery

Schreiben Sie Abfragen mit Gemini-Unterstützung.

Gemini in Spanner

SQL mit Gemini-Unterstützung schreiben.

Gemini in Colab Enterprise

Code mit Gemini-Unterstützung schreiben.

AutoML Tables (eingestellt)

Moderne ML-Modelle für strukturierte Daten automatisch mit stark erhöhter Geschwindigkeit und Skalierbarkeit entwickeln und bereitstellen. (Verworfen)

AI Platform (verworfen)

Nutzen Sie Ihre ML-Projekte von der Idee über die Produktion bis hin zur Bereitstellung – schnell und kostengünstig.