Organiza tus páginas con colecciones Guarda y categoriza el contenido según tus preferencias.
Acompáñanos en la Cumbre de datos de la nube de Google en 2023 para conocer las innovaciones más recientes en IA, estadísticas, IE, bases de datos y mucho más..
Ir a

Vertex AI

Compila, implementa y escala modelos de aprendizaje automático (AA) más rápido con herramientas de AA completamente administradas para cualquier caso práctico. 

Los clientes nuevos obtienen $300 en créditos gratuitos que pueden usar en Vertex AI.

  • Acelera el AA con una plataforma de IA y datos unificados y herramientas para modelos previamente entrenados y personalizados.

  • Implementa prácticas de MLOps para escalar, administrar, supervisar y administrar las cargas de trabajo de AA de forma eficiente.

  • Compila aplicaciones de IA generativa con rapidez, eficiencia y responsabilidad

  • Reduce el tiempo y los costos de entrenamiento con la infraestructura optimizada.

Beneficios

Entrena modelos sin código y con mínima experiencia

Aprovecha AutoML para compilar modelos en menos tiempo. Usa Vertex AI con API previamente entrenadas y de vanguardia para visión artificial, lenguaje, datos estructurados y conversaciones.

Acelera los modelos para la producción

Los científicos de datos pueden avanzar más rápido con herramientas diseñadas para el entrenamiento, el ajuste y la implementación de modelos de AA. Reduce el tiempo y el costo del entrenamiento con la infraestructura de IA optimizada. 

Administra tus modelos con confianza

Quita la complejidad del mantenimiento del modelo con las herramientas de MLOps, como las siguientes: Vertex AI Pipelines, para optimizar la ejecución de canalizaciones de AA, y Vertex AI Feature Store, para entregar y usar tecnologías de IA como atributos de AA.

Características clave

Una plataforma de IA, todo el AA necesario

Una IU unificada para todo el flujo de trabajo del AA

Vertex AI reúne los servicios de Google Cloud para desarrollar AA en una sola IU y API unificada. En Vertex AI, ahora puede entrenar y comparar modelos fácilmente con AutoML o mediante entrenamiento de código personalizado. Todos sus modelos se almacenan en un repositorio central. Estos modelos ahora se pueden implementar en los mismos extremos de Vertex AI.

API previamente entrenadas para visión, video, lenguaje natural y mucho más

Incorpora fácilmente la visión, el video, la traducción y el AA de lenguaje natural en aplicaciones existentes o compila aplicaciones inteligentes completamente nuevas en una gran variedad de casos de uso (incluidos Translation y Speech-to-Text). AutoML permite a los desarrolladores entrenar modelos de alta calidad específicos para las necesidades de su empresa con poco esfuerzo y mínima experiencia en AA. Con un registro administrado de forma central para todos los conjuntos de datos en tipos de datos (visión, lenguaje natural y tabular).

Integración de extremo a extremo para la IA y los datos

A través de Vertex AI Workbench, Vertex AI se integra de forma nativa en BigQuery, Dataproc y Spark. Puedes usar BigQuery ML a fin de crear y ejecutar modelos de aprendizaje automático en BigQuery mediante consultas de SQL estándar en hojas de cálculo y herramientas de inteligencia empresarial existentes, o puedes exportar conjuntos de datos desdeBigQuery directamente a Vertex AI Workbench y ejecutar tus modelos desde allí. Usa Vertex Data Labeling a fin de generar etiquetas de alta precisión para la recopilación de datos.

Compatibilidad con todos los frameworks de código abierto

Vertex AI se integra en frameworks de código abierto muy usados, como TensorFlow, PyTorch y scikit-learn, junto con todos los frameworks de AA y las ramas de inteligencia artificial mediante contenedores personalizados para entrenamiento y predicción.

Entorno de desarrollo de aplicaciones de extremo a extremo

Vertex AI Vision reduce el tiempo de creación de aplicaciones con visión artificial de semanas a horas, a un décimo del costo de las ofertas actuales. Proporciona una interfaz fácil de usar y arrastrar y soltar, y una biblioteca de modelos de AA previamente entrenados para tareas comunes, como conteo de ocupación, reconocimiento de productos y detección de objetos. También proporciona la opción de importar tus modelos de AA personalizado o AutoML existentes desde Vertex AI. 

Ver todas las funciones
Digits Financial, Inc

“Vertex Pipelines nos permite pasar más rápido de los prototipos de AA a los modelos de producción, y nos garantizamos que nuestra infraestructura de AA seguirá el ritmo de nuestro volumen de transacciones a medida que aumentemos la escala”.

Hannes Hapke, ingeniero de AA, Digitals Financial, Inc

Lee el caso de éxito

Documentación

Recursos y documentación de Vertex AI

Instructivo
Primeros pasos con el AA: Más de 25 recursos por rol y tarea

Perfecciona y mejora tus habilidades en IA, AA y ciencia de datos con los recursos recomendados para los analistas de datos, los científicos de datos, los ingenieros de AA y los ingenieros de software.

Práctica recomendada
Guía de prácticas recomendadas de Vertex AI

Explora las recomendaciones para usar Vertex AI con casos de uso comunes.

Instructivo
Codelab: Introducción a Vertex AI Workbench

Aprende a usar Vertex AI Workbench para entrenar un modelo de TensorFlow con datos de BigQuery.

Instructivo
Notebooks de muestra

Adquiere experiencia práctica rápidamente con los notebooks oficiales organizados por los servicios de Vertex AI.

Conceptos básicos de Google Cloud
SDK de Vertex AI para Python

Usa el SDK para Python a fin de entrenar, evaluar e implementar modelos en Vertex AI.

Conceptos básicos de Google Cloud
Serie de videos: IA simplificada

Obtén información sobre cómo usar Vertex AI para administrar conjuntos de datos, compilar y entrenar modelos con AutoML o compilar modelos personalizados desde cero, y compilar Vertex Pipelines.

Informe
Guía de profesionales para MLOps

Este informe proporciona un marco de trabajo para la entrega continua y la automatización del aprendizaje automático y aborda los detalles concretos de los sistemas de MLOps en la práctica.

Conceptos básicos de Google Cloud
Vertex Data Labeling

Vertex Data Labeling te permite trabajar con etiquetadores manuales a fin de generar etiquetas de alta precisión para una colección de datos que puedes usar en modelos de aprendizaje automático.

Casos de uso

Explora formas comunes de aprovechar Vertex AI

Caso de uso
Preparación de datos

Vertex AI colabora con tu proceso de preparación de datos. Puedes transferir datos desde BigQuery y Cloud Storage, y aprovechar Vertex AI Data Labeling para anotar los datos de entrenamiento de alta calidad y mejorar la precisión de las predicciones.

Diagrama que muestra las funciones de Vertex AI para cada etapa del flujo de trabajo del AA.
Caso de uso
Ingeniería de atributos

Usar Vertex AI Feature Store, un repositorio de funciones enriquecidas completamente administrado, para entregar, compartir y reutilizar funciones de AA de Vertex AI Experiments para realizar un seguimiento, analizar y descubrir experimentos del AA a fin de acelerar la selección de modelos de Vertex AI TensorBoard para visualizar experimentos de AA y Vertex AI Pipelines para simplificar el proceso de MLOps mediante la optimización de la compilación y la ejecución de las canalizaciones de AA.

Caso de uso
Entrenamiento y ajuste de hiperparámetros

Compila modelos de AA de vanguardia sin código mediante AutoML para determinar la arquitectura de modelo óptima de tu tarea de predicción tabular, de imágenes, texto o video, o bien crea modelos personalizados con Notebooks. Vertex AI Training ofrece servicios de entrenamiento completamente administrados, y Vertex AI Vizier proporciona hiperparámetros optimizados para lograr la máxima exactitud predictiva.

Caso de uso
Entrega de modelos

Vertex AI Prediction facilita la implementación de modelos en producción para la entrega en línea a través de HTTP o la predicción por lotes para la puntuación masiva. Puedes implementar modelos personalizados compilados en cualquier framework (incluidos TensorFlow, PyTorch, scikit o XGB) en Vertex AI Prediction, con herramientas integradas para realizar un seguimiento del rendimiento de los modelos.

Caso de uso
Comprensión y ajuste de modelos

Obtén métricas de evaluación de modelos detalladas y atribuciones de funciones con la tecnología de Vertex Explainable AI. Vertex Explainable AI te indica qué tan importante es cada atributo de entrada para la predicción. Disponible de forma inmediata en AutoML Forecasting, Vertex AI Prediction y Vertex AI Workbench.

Caso de uso
Supervisión de modelos

La supervisión continua ofrece una supervisión proactiva y fácil del rendimiento del modelo en el tiempo para los modelos implementados en el servicio de Vertex AI Prediction. La supervisión continua supervisa las señales del rendimiento predictivo de tu modelo y alerta cuando las señales se desvían, diagnostican la causa de la desviación y activan canalizaciones de reentrenamiento de modelos o recopilan datos de entrenamiento relevantes.

Caso de uso
Administración de modelos

Vertex ML Metadata permite realizar una auditoría y un control más sencillos gracias al seguimiento automático de las entradas y salidas a todos los componentes de Vertex Pipelines para el artefacto, el linaje y el seguimiento de ejecución de tu flujo de trabajo del AA. Realiza un seguimiento de los metadatos personalizados directamente desde tu código y tus metadatos de consulta mediante un SDK de Python.

Todas las funciones

Herramientas de MLOps en un flujo de trabajo unificado

AutoML Desarrolla con facilidad modelos personalizados de aprendizaje automático de alta calidad, sin tener que escribir rutinas de entrenamiento. Con las tecnologías de vanguardia de Google para el aprendizaje por transferencia y la búsqueda de hiperparámetros.
Imágenes de VM para el aprendizaje profundo Crea una instancia de una imagen de VM que contenga los frameworks de IA más populares en una instancia de Compute Engine, sin tener que preocuparte por la compatibilidad de software.
Vertex AI Workbench Vertex AI Workbench es el entorno en el que los científicos de datos pueden realizar todo su trabajo de AA, desde la experimentación y la implementación, hasta la administración y la supervisión de modelos.Es una infraestructura de procesamiento basada en Jupyter, completamente administrada, escalable y preparada para empresas con controles de seguridad y funcionalidades de administración de usuarios.
Vertex AI Matching Engine Servicio de coincidencia de similitud vectorial rentable y de baja latencia, con gran escalabilidad.
Vertex AI Data Labeling Obtén etiquetas de alta precisión a partir de etiquetadores manuales para conseguir mejores modelos de aprendizaje automático.
Contenedores de aprendizaje profundo de Vertex AI Compila e implementa modelos con rapidez en un entorno portátil y coherente para todas tus aplicaciones IA.
Vertex Explainable AI Comprende y crea confianza en las predicciones de tu modelo con explicaciones prácticas y sólidas integradas en Vertex AI Prediction, AutoML Tables y Vertex AI Workbench.
Vertex AI Feature Store Un repositorio de funciones enriquecidas y completamente administradas para la entrega, el uso compartido y la reutilización de funciones de AA.
Vertex ML Metadata Seguimiento de artefactos, linaje y ejecuciones para los flujos de trabajo de AA con un SDK de Python fácil de usar
Vertex AI Model Monitoring Alertas automatizadas para el desvío de datos, el desvío de conceptos o cualquier otro incidente de rendimiento de modelos que pueda requerir supervisión.
Búsqueda de arquitectura neuronal de Vertex AI Compila arquitecturas de modelos nuevas que se orienten a necesidades específicas de la aplicación y optimiza tus arquitecturas de modelos existentes para obtener latencia, memoria y potencia con este servicio automatizado con la tecnología de investigación de la IA líder de Google.
Vertex AI Pipelines Compila canalizaciones mediante TensorFlow Extended y Kubeflow Pipelines y aprovecha los servicios administrados de Google Cloud para realizar ejecuciones de forma escalable y pagar por uso. Optimiza tus MLOps con un seguimiento de metadatos detallado, un modelado continuo y un reentrenamiento de modelos activado.
Vertex AI Prediction Implementa modelos en producción con mayor facilidad gracias a la entrega en línea a través de HTTP o la predicción por lotes para la puntuación masiva. Vertex AI Prediction ofrece un framework unificado para implementar modelos personalizados entrenados en TensorFlow, scikit o XGB, así como modelos de BigQuery ML y AutoML, y en una gran variedad de tipos de máquinas y GPU. .
Vertex AI Tensorboard Esta herramienta de visualización y seguimiento para la experimentación con AA incluye gráficos de modelos que muestran imágenes, texto y datos de audio.
Vertex AI Training Vertex AI Training proporciona un conjunto de algoritmos precompilados que permite que los usuarios incorporen su código personalizado en los modelos de entrenamiento. Un servicio de entrenamiento completamente administrado para los usuarios que necesitan mayor flexibilidad y personalización, o para usuarios que ejecutan entrenamiento de forma local o algún otro entorno de nube.
Vertex AI Vizier Hiperparámetros optimizados para ofrecer una exactitud predictiva máxima.

Precios

Precios

Vertex AI te cobra por el entrenamiento de modelos, las predicciones y el uso de recursos de productos de Google Cloud.

Consulta las tarifas completas o calcula los costos con nuestra calculadora de precios.