Oltre ai prodotti per consentire alle imprese di superare limiti e silos di dati e sbloccare nuovo valore – BigLake e Spanner change streams –, Google Cloud ha annunciato anche innovazioni per rimuovere i limiti dei workload ed estendere la portata dei dati.
Il portafoglio di intelligenza artificiale di Google Cloud è alimentato da Vertex AI, una piattaforma gestita che offre ogni strumento di machine learning necessario per costruire, distribuire e scalare i modelli.
La piattaforma è ottimizzata per funzionare senza problemi con i carichi di lavoro dei dati in BigQuery e oltre di esso.
Ora, Google Cloud ha annunciato nuove innovazioni per Vertex AI progettate per fornire ai clienti un’esperienza ancora più snella per portare i modelli di intelligenza artificiale in produzione più velocemente e rendere la manutenzione ancora più facile.
Vertex AI Workbench, che è ora generalmente disponibile, porta i dati e i sistemi di machine learning in un’unica interfaccia in modo che i team abbiano un set di strumenti comune per l’analisi dei dati, la scienza dei dati e l’apprendimento automatico.
Con integrazioni native tra BigQuery, Serverless Spark e Dataproc, Vertex AI Workbench consente ai team di costruire, addestrare e distribuire modelli di machine learning cinque volte più velocemente dei notebook tradizionali, sostiene Google Cloud.
Con Vertex AI, i clienti hanno la possibilità di aggiornare regolarmente i loro modelli. Ma la gestione dell’enorme numero di artefatti coinvolti può sfuggire rapidamente di mano.
Per facilitare la gestione e la manutenzione dei modelli, Google Cloud ha annunciato anche nuove funzionalità MLOps con Vertex AI Model Registry.
Attualmente in preview, Vertex AI Model Registry fornisce un repository centrale per scoprire, utilizzare e governare i modelli di apprendimento automatico, compresi quelli in BigQuery ML.
Ciò facilita la condivisione dei modelli da parte dei data scientist e il loro utilizzo da parte degli sviluppatori di applicazioni, consentendo in definitiva ai team di trasformare i dati in decisioni in tempo reale e di essere più agili di fronte alle mutevoli dinamiche di mercato.
Google Cloud ha inoltre lanciato Connected Sheets per Looker, e la possibilità di accedere ai modelli di dati Looker all’interno di Data Studio.
I clienti hanno ora la possibilità di interagire con i dati come preferiscono: attraverso Looker Explore, da Google Sheets o utilizzando l’interfaccia drag-and-drop di Data Studio.
Questo – sottolinea Big G – renderà più facile per tutti l’accesso e lo sblocco delle intuizioni dai dati per guidare l’innovazione e per prendere decisioni data driven con questa nuova piattaforma unificata di business intelligence (BI) di Google Cloud.
Questa esperienza unificata di BI rende facile attingere a dati aziendali governati e affidabili, incorporare nuovi set di dati e calcoli e collaborare con i colleghi.
