A un año del lanzamiento de su interfaz dedicada a la capacitación de sistemas de IA, Google presentó esta mañana las nuevas actualizaciones de Vertex IA.
Google dio a conocer las nuevas funciones de Vertex IA, su plataforma digital de aprendizaje automático unificado, en la Applied ML Summit 2022, que se realizó de manera virtual, este 9 de junio por la mañana.
Este evento reúne anualmente a los ingenieros de aprendizaje automatizado y científicos de datos líderes en el mundo con la intención de explorar las últimas tendencias o herramientas de inteligencia artificial en la actualidad. Además, expertos de Google ofrecen pláticas o talleres para presentar las nuevas herramientas de IA que estarán llegando a la plataforma.
Hace aproximadamente un año, en la Applied ML Summit 2021, que se llevó a cabo el 18 de mayo del 2021, Google Cloud anunció el lanzamiento de Vertex IA, una interfaz de programación de aplicaciones unificada. Con el objetivo de compilar, implementar y escalar modelos de inteligencia artificial personalizados según las necesidades de cada cliente.
En el último año, compañías como Ford, Seagate y Lowe´s han utilizado el servicio para entrenar e implementar modelos de aprendizaje automático en su empresa. Vertex AI comenzó incluyendo las herramientas de AutoML y AI Platform en una interfaz de programación de aplicaciones unificada, a la cual se seguirán sumando nuevas aplicaciones. Tras un año, la plataforma ha pasado de su fase de experimentación al desarrollo y estas son algunas de las innovaciones que estarán disponibles próximamente para sus clientes.
AI Training Reduction Server
Esta nueva implementación tecnológica optimizará el ancho de banda e incrementará la latencia del entrenamiento distribuido a través de múltiples sistemas que están presentes en las unidades de procesamiento gráfico de Nvidia. En el aprendizaje automático, esto se refiere a la división de carga de trabajo de entrenamiento que se reparte entre maquinas como CPUs, GPUs o chips personalizados. Esto ayuda a reducir significativamente el tiempo y la cantidad de recursos necesarios para completar el entrenamiento.
Tabular Workflows
El objetivo de esta nueva implementación es mejorar la experiencia de personalización al proceso de creación de modelos de aprendizaje automático, acorde a los objetivos del cliente. Estos modelos tabulares de trabajo permitirán al usuario escoger las partes específicas del proyecto en las que desean trabajar, mientras que la tecnología AutoML se encarga automáticamente del resto. Esta funcionalidad sirve para mejorar la calidad del resultado, ya que esta tecnología puede abordar las etapas de desarrollo en distintos niveles. Desde el comienzo, arrojándole un conjunto de datos sin procesar o incluso en una etapa más avanzada, donde te pueda ayudar a generar un modelo de aprendizaje automático listos para su implementación.
Asociación con Labelbox
Otra de las nuevas funciones de Vertex IA surge de la colaboración entre Google y Labelbox, facilitará el acceso a los servicios de etiquetado de datos para imágenes, texto, audio y datos de videos de Labelbox desde el interfaz de Vertex. Las etiquetas son escenciales para que los modelos de IA aprendan a hacer predicciones, es por eso que los modelos se entrenan para identificar las relaciones entre etiquetas, o palabras clave y sus datos.
Versión preliminar de Spark sin servidor
Para innovar las canalizaciones de desarrollo, la plataforma también estará integrando la versión preliminar de Spark sin servidor. Esta versión del Spark de Apache cuyo motor de análisis no cuenta con un servidor para el procesamiento de datos. De esta forma, los usuarios de Vertex IA pueden iniciar sesión en Spark sin servidor, para desarrollar un código de manera interactiva.
El jefe de producto de Google Cloud, Henry Tappen confía en que estas nuevas funciones de Vertex IA continuarán acelerando la implementación de modelos de aprendizaje automático en todas las organizaciones. Impulsando el uso de esta clase de modelos de producción, para que cada vez sea mayor el impacto comercial que genera el uso de sistemas de inteligencia artificial.
