AI
2022/11/11
有路 慧斗

「Vertex AI」Googleが提供するAI開発環境プラットフォーム

Googleが提供した「Vertex AI 」は、これまでのGCPの機械学習関連のサービスを統合し、一つのプラットフォームの中で運用できるようにしたものです。この記事では「Vertex AI 」とは何なのかを詳しく見ていきます。

Vertex AIとはGCP(Googl Cloud Platform)のAIの部分を統合し使いやすくしたもの

Vertex AI とは、GCPのAIの部分を統合し使いやすくしたものです。今までは、GUIベースのAutoMLとコードベースのAI Platformで分かれていたため、それを統合しVertex AIという括りにしました。さらに、MLモデル運用やBigQueryなどとの連携サービスも提供することによって、よりGCP内でデータの管理とそのデータの機械学習への利用を行いやすくしました。

AutoMLとAI Platformを統合したため、機械学習の知識がない人でも扱うことができ、必要に応じてカスタムトレーニングを行うことが可能な開発環境が作れるようになりました。カスタムトレーニングを作成する際にも、高度なMLコーディングがサポートされているため、カスタムライブラリを使用したモデルのトレーニングに必要なコードを大きく削減できます。

つまり、AutoMLとAI Platformを統合し様々なレベルのユーザーが作業をできるようにし、高度なユーザのMLコーディングもやりやすくしたものがVertex AIなのです。

これ以外にも、Vertex VizierやVertex Pipeline、Vertex AI WorkbenchなどのMLOps機能(機械学習の運用サービス)を利用することができるため、機械学習でモデルをトレーニングしたあとも、Vertex AIの中でモデルの最適化や効率的な運用、迅速な本番環境移行が可能です。

次にVertex AIの特徴を細かく見ていきます。

トレーニング済みAPIを活用して簡単にモデルをトレーニングできる

Vertex AIには、画像や動画、翻訳、自然言語に対応したトレーニング済みのAPIが用意されており、MLに関する最低限の専門知識で、事業のニーズに特化したモデルをトレーニングすることが可能です。

例えば、

Cloud Natural Language API

非構造化テキストから分析情報を取得できます。

分析の種類は感情分析・エンティティ分析・構文解析・コンテンツ分類があります。

Cloud Vision

カスタムまたは事前トレーニング済みのモデルを使用して、画像やテキストなどから分析情報を引き出します。

これ以外にも様々なツールが用意されています。最近では2022年1月18日に小売業者向けの需要予測を実現するための「Vertex AI Forecast」を発表しました。

詳しくは公式ドキュメントをご覧ください。

Vertex AIで開発環境とモデル運用を効率化できる

AIを大規模な組織で開発しようとするとデータのアクセスやそれぞれのツールの管理は複雑になってしまいます。しかし、Vertex AIではVertex AI Workbenchを使うことによって簡単に効率的な開発環境を構築できます。

Vertex AI Workbenchの主な機能

・フルマネージド型のコンピューティング

セキュリティ管理やユーザー管理の機能が搭載されています。

・インタラクティブなデータとML体験

BigQueryからデータを直接エクスポートすることによって、標準クエリによるBigQuery MLを使用することも可能になります。また、データベースに簡単に接続し、データを探索してMLモデルをトレーニングすることができます。

・エンドツーエンドのMLトレーニングを完了させるポータル

最小限の移行でVertex AIに今までのAI開発環境を移行し、本番環境への移行ができます。

また、モデルのトレーニングをした後のMLの運用や、さらにMLを適切に高めていこうとする場合には、「Vertex Pipeline」や「Vertex AI Feature Store」があります。

Vertex AI Pipelines

このサービスはMLOps戦略の応用プロセスの自動化や、多数のトレーニングが必要なMLワークフローの実行、パイプラインの再利用を可能にしてくれます。

Vertex AI Feature Store

ML特徴を組織の内で、整理、保存、提供をします。

これ以外にも様々なMLOpsサービスがあります。

Vertex ML Metadata

MLシステムによって生成されたメタデータとアーティファクトを記録して、MLシステムのパフォーマンスの分析、デバッグ、監査に利用できます。

Vertex AI Model Monitoring

トレーニングやサービングなどのモニタリングをします。

これらのサービスによってVertex AI の中で効率的なML環境を構築運用していくことが可能になります。

まとめ

最後に今回の記事で書いてきたことをまとめます。

・Vertex AIとはGCP(Google Cloud Platoform)のAIの部分を統合し、使いやすくしたもの

・Vertex AI には様々なサービスが内包されていて、学習から運用まで全部できる。

・組織内の様々なレベルの従業員が同じレベルで機械学習にとりくめる。

Vertex AI は今も新しい機能が追加されている、今後注目されるAIプラットフォームです。運用開始のハードルも低いため、一度導入を検討してみてはいかがでしょうか。

New call-to-action