Per què es van suspendre les taules AutoML i què les succeeix?
AutoML Tables de Google Cloud va ser un servei dissenyat per permetre als usuaris crear i desplegar automàticament models d'aprenentatge automàtic sobre dades estructurades.
Les taules AutoML no es van suspendre en un sentit tradicional, les seves capacitats estaven totalment integrades a Vertex AI.
Aquest servei formava part de la suite AutoML més àmplia de Google, que tenia com a objectiu democratitzar l'accés a l'aprenentatge automàtic simplificant el procés de creació de models, especialment per als usuaris que potser no tenen una àmplia experiència en ciència de dades o aprenentatge automàtic.
Recentment, Google ha fet la transició de les seves capacitats d'AutoML Tables a Vertex AI, una plataforma més completa i integrada per a l'aprenentatge automàtic a Google Cloud. Aquesta transició reflecteix una tendència més àmplia del sector cap a plataformes més unificades que ofereixen una experiència perfecta per desenvolupar, desplegar i gestionar models d'aprenentatge automàtic.
Vertex AI proporciona una plataforma d'extrem a extrem que inclou eines per a la preparació de dades, formació de models, avaluació, desplegament i supervisió. Integra les capacitats que estaven disponibles anteriorment a les taules AutoML, juntament amb funcions addicionals que milloren la flexibilitat i l'escalabilitat dels fluxos de treball d'aprenentatge automàtic. Això inclou la possibilitat d'utilitzar models personalitzats, integrar-se amb altres serveis de Google Cloud i aprofitar funcions avançades com ara l'ajust d'hiperparàmetres i l'enginyeria de funcions.
La transició d'AutoML Tables a Vertex AI reflecteix la necessitat d'un enfocament més integrat que pugui servir una gamma més àmplia de casos d'ús i adaptar-se a la creixent complexitat dels projectes d'aprenentatge automàtic. En integrar les capacitats d'AutoML a Vertex AI, Google pretén oferir una experiència més cohesionada que pugui donar suport millor a les necessitats de les empreses i desenvolupadors que treballen amb l'aprenentatge automàtic.
Per als usuaris que abans feien servir AutoML Tables, aquesta transició significa que tindran accés a un conjunt d'eines i funcions més potents dins de la plataforma Vertex AI. Això inclou la capacitat de treballar amb una varietat més àmplia de tipus de dades, crear models més complexos i desplegar aquests models a escala. A més, Vertex AI ofereix una integració millorada amb altres serveis de Google Cloud, que poden millorar l'eficiència i l'eficàcia generals dels fluxos de treball d'aprenentatge automàtic.
Un exemple de com Vertex AI millora les capacitats que abans oferia AutoML Tables és el seu suport per a la formació personalitzada. Mentre que AutoML Tables es va centrar principalment a automatitzar el procés de creació de models a partir de dades estructurades, Vertex AI permet als usuaris portar els seus propis models i scripts d'entrenament. Això proporciona una major flexibilitat als científics de dades i als enginyers que desitgin incorporar algorismes o tècniques específics que no estan coberts pels processos automatitzats.
A més, Vertex AI inclou eines per gestionar tot el cicle de vida de l'aprenentatge automàtic, des de la preparació de dades fins al seguiment del model. Això inclou funcions com ara Vertex AI Pipelines, que permeten als usuaris crear fluxos de treball d'aprenentatge automàtic reproduïbles i escalables. Aquests pipelines poden automatitzar moltes de les tasques implicades en la creació i desplegament de models, com ara el preprocessament de dades, la formació de models i l'avaluació, cosa que pot reduir significativament el temps i l'esforç necessaris per portar solucions d'aprenentatge automàtic a la producció.
Una altra característica clau de Vertex AI és el seu suport per a MLOps, que és la pràctica d'aplicar els principis de DevOps a l'aprenentatge automàtic. Això inclou capacitats per crear versions de conjunts de dades i models, fer un seguiment d'experiments i supervisar el rendiment del model en producció. Aquestes característiques són essencials per a les organitzacions que estan desplegant models d'aprenentatge automàtic a escala, ja que ajuden a garantir que els models siguin fiables, reproduïbles i que es puguin mantenir al llarg del temps.
La transició a Vertex AI també reflecteix una tendència més àmplia del sector cap a plataformes d'aprenentatge automàtic més integrades i integrals. A mesura que l'aprenentatge automàtic és cada cop més important per a una àmplia gamma d'aplicacions, hi ha una necessitat creixent de plataformes que puguin donar suport a tot el cicle de vida dels projectes d'aprenentatge automàtic, des de la preparació de dades fins al desplegament i la supervisió. En proporcionar una plataforma unificada que integra aquestes capacitats, Vertex AI pretén satisfer les necessitats de les empreses i desenvolupadors moderns.
Pel que fa a les implicacions pràctiques, els usuaris que abans utilitzaven AutoML Tables hauran de fer la transició dels seus fluxos de treball a Vertex AI. Això pot implicar migrar models i dades existents a la nova plataforma, així com familiaritzar-se amb les noves eines i funcions disponibles a Vertex AI. Google ofereix documentació i assistència per ajudar els usuaris amb aquesta transició, incloses guies sobre com migrar models i dades, així com tutorials sobre com utilitzar les noves funcions de Vertex AI.
Tot i que AutoML Tables com a servei autònom s'ha interromput, les seves capacitats s'han integrat totalment a la plataforma més àmplia de Vertex AI. Aquesta transició reflecteix un canvi cap a plataformes d'aprenentatge automàtic més integrades i integrals que poden donar suport millor a les necessitats de les empreses i desenvolupadors moderns. En proporcionar una plataforma unificada que inclou eines per a la preparació de dades, la formació de models, el desplegament i la supervisió, Vertex AI pretén oferir una experiència més cohesionada i potent als usuaris que treballen amb l'aprenentatge automàtic a Google Cloud.
Altres preguntes i respostes recents sobre Taules AutoML:
- Com es pot fer la transició entre les taules Vertex AI i AutoML?
- Com poden els usuaris desplegar el seu model i obtenir prediccions a les taules AutoML?
- Quines opcions hi ha disponibles per establir un pressupost de formació a AutoML Tables?
- Quina informació proporciona la pestanya Analitzar a les taules d'AutoML?
- Com poden els usuaris importar les seves dades d'entrenament a AutoML Tables?
- Quins són els diferents tipus de dades que AutoML Tables pot gestionar?