クラウドプロバイダーのおかげで、わずか数クリックで機械学習が可能

クラウド プロバイダーの登場により、膨大な量のデータが自由に使えるようになり、すでにトレーニングされたモデル (Chat GPT、Gemini など) の出現と民主化が始まりました。この記事では、まず括弧を開けます 必要 生成 AI を従来の AI と比較して、プロバイダーがわずか数クリックで機械学習をどのように実現するかを一緒に見ていきます。

AI と ML は主流の成熟度レベルに達しました

AI はデータに対する認識の変化です。構文解析、またはもっと単純にテキスト内のエンティティ抽出を考えてみましょう。以前は、テキスト内のブランドを識別するためには、正規表現を使用した単純なアルゴリズムが必要でした。人間の脳は、その学習能力 (専門職および専門外の経験、トレーニングなど) と分析を通じて、新しいブランドを非常に簡単に区別できますが、正規表現は新しいブランドの定式化には失敗します。¹。 AI と機械学習 (および多くの数学理論) のおかげで、人間と同じように、これまで見たことのないブランドの存在を一定の信頼率で予測できるモデルをトレーニングすることができます。

1503年、エロイーズは騎士バイヤールに重大な危険を知らせるために鳩を送りました…彼がそれを受け取る可能性はわずかでしたが²。現在、エロイーズは SMS を送信すると、それが読まれたことがすぐにわかります。

1503 年、庭師は病気の植物の世話をするように薬剤師のエロイーズに依頼しました…成功する可能性は非常に低かったです。最近では、庭師はお気に入りのアプリを通じて植物の写真を撮ると、適用する処理の詳細なリストを即座に受け取ります。

これら 2 つの例は、AI と ML が主流の成熟度のレベル (SMS と同じくらい!) にどの程度到達したかを示しています。これからは、 ユースケースはモデルを待っているだけです。

したがって、次の概念を明確にすることから始めます。生成AI 次に、現在の 3 つの主要なクラウド プロバイダー (AWS、Azure、GCP) がそれぞれ、多かれ少なかれ同等の AI/ML サービスを提供している場合でも、Google クラウド プラットフォームで実装された例についても見ていきます。以下は、AWS または Azure で使用できたサービスのサブセットです。

Google が提供するさまざまなサービス (Auto ML、BigQueryML、パーソナライズされたモデル、VertexAI など) に徐々に慣れようとする開発者/チーム、そして企業の道のりを紹介します。

生成型 AI と従来型 AI の比較

一般の人々は、生成 AI というと、ありえない状況で有名な人物が出演し、それが単なる「偽物」であることを確実に証明できないこれらすべてのビデオを最もよく連想します。

したがって、これらの人工知能がデータ処理のユースケースでどのように役立つのかを理解するのは困難ですが、それでも…

サプライヤーの名前、品目のリスト、税抜および税込みの合計金額を抽出する一連の請求書の「ユースケース」を考えてみましょう。当社では、テキスト ボックスを簡単に識別する Document AI や Vision AI など、事前にトレーニングされた従来の AI モデルを自由に利用できます。これに、正しく設定されたフィールド/値テーブルを生成するには、実装するのが非常に面倒な数行のコードを追加する必要があります。

ここで、生成 AI が活躍します。次のように指定することで、これらのモデル (Gemini など) を自然言語でクエリできます。

• コンテキスト情報 (「私は建設会社ですが、請求書でサプライヤーの名前を特定したいと思っています」など)、
• 結果を取得する形式 (これらの n フィールドを含む JSON ファイル)

結果: コードを何行も書かずに、予期した形式で電子請求書を取得できます。

決定木が見つかります イチ 従来の AI と生成 AI のどちらかを選択する際に役立ちます。

AI ソリューション、AI ツール、その他の事前トレーニング済みモデル

ここに、Google サービスで提案されているソリューション、ツール、モデルのリストを大まかに示します。次に、さまざまなクラスについて簡単に説明します。

接客、会話、スピーチ

これには、テキストを音声信号に変換したり、音声認識からテキストに変換する基本的なツールから、社内の適切なリソースに顧客を誘導するための顧客との対話を可能にする完全な「コンタクト センター」プラットフォームに至るまで、幅広いサービスが統合されています。会社や人間のエージェントとの取引を容易にします。

文書管理

Document AI は、文書から非構造化データを取得し、それを構造化データ (データベースに適合した特定のフィールド) に変換し、文書の理解、分析、使用を容易にする文書処理および理解プラットフォームです。

提供されるプロセッサは、次の 3 つの主要な処理クラスを満たしています。

• テキストをスキャンする
• ドキュメントからエンティティを抽出する
• 文書を分類する

別の決定木が見つかります イチ さまざまな Document AI プロセッサ間でこの選択を行うのに役立ちます。

ビデオ、画像、ビジョン、拡張現実

これには、ストリーミング ビデオの変換とエンコード、ビデオ コンテンツの操作による動的広告の挿入、3D および拡張現実 (AR) でのインタラクティブ エクスペリエンスのホストと配信を可能にする幅広いサービスが統合されています。

これらのツールに Vertex AI Vision が追加され、リアルタイムでビデオ データを取り込み、一般的でパーソナライズされた AI モデルを使用してデータを分析して情報を取得し、その情報をウェアハウスに保存できるエンドツーエンド アプリケーションを構築する可能性を提供します。 (Vision Warehouse) を使用して、クエリとメタデータ情報を簡素化します。

注: Vertex AI Vision、AutoML Vision Object Detection (非推奨)、AutoML Vision (非推奨)、および現在 Generative AI 部分に配置されている Cloud Vision の間を移動するのは依然として非常に困難です。

検索とおすすめ

Vertex AI Search を使用すると、提供したデータに基づいて検索または推奨アプリケーション (Google のような) を実装できます。

翻訳

Cloud Translation を使用すると、何千もの言語の組み合わせ間でテキストを動的に翻訳できます。

業界固有の製品

これにより、最終的に、活動分野に固有の製品リストが追加されます。

Google Cloud コンソール (およびその他) でこれらのサービスを見つけるにはどうすればよいですか?

• Google AI サービスの「非推奨」サービスのリストを見ると、時間の経過とともにサービスがいかに急速に進化し、移動されたり、名前が変更されたりしているかがわかります。
• さらに、生成 AI は徐々に多くのサービスを吸収し、自然言語クエリ (プロンプト) の利点を生かして究極のノーコードに移行しています。

このすべてが再び大きく変わることは間違いありません。

Google Cloud コンソールのメニューから Google の AI サービスがどこにあるのかを見てみましょう。

サービス Vertex AI

Vertex AI は Google の「AI ラボ」です。生成 AI 部分は VERTEX AI STUDIO を通じて表現されます。

次に、この記事で最も興味のある部分を見てみましょう。

• Vertex AI モデルのトレーニングと開発
• Vertex AI MLOps と本番環境

Vertex AI モデルのトレーニングと開発

Vertex AI MLOps と本番環境

その他のAIサービス

Google AI サービスで提供される多くのサービスは、引き続きサービスとして利用できます (Vertex IA を除く)。

従来型の生成型 AI のサービスはすでに充実しており、日々成長しています。事前トレーニングされたモデルと生成 AI は、ユースケースに合わせて「市場投入までの時間」を短縮するソリューションを提供できることに留意してください。独自のデータセットがあるだけでは、独自の従来の AI モデルの実装を開始することを決定するのに十分ではありません。事前にトレーニングされたモデルや生成モデルがニーズに対応できることを事前に確認する必要があります。

👉 フォローして、すべてのニュースをリアルタイムでご覧ください リンクトイン 👈

---

1. セマンティック分析に役立つ AI: テクノロジーと用途の概要、Survey Magazine。
2. 薬師エロイーズの物語、ガラスの罠：エリック・フアシエ。