AIの構築からデプロイ、保守運用までを円滑にするサービスや、AI開発に必要となる高性能なコンピューティングリソースも提供されているため、企業は導入コストを抑えて、AIサービスをスモールスタートできます。
利用者は機械学習の学習データがなくても、APIを利用すれば機械学習機能を実装したアプリケーションを構築できます。
Cloud AutoMLを使用すると、学習データは必要となりますが、コードを記述することなく、画像、表形式、テキスト、動画のデータセットに対してモデルをトレーニングして、カスタマイズできます。
画像を例にすると、VisionAPIではGoogleCloudが事前にトレーニング済みのものしか検出できませんが、Cloud AutoMLを利用することで独自の画像検出が可能になります。
デベロッパー向けAIはモデル構成の自由度が低いため、タスクに対する精度が低い場合や、そもそもユースケースに適したサービスがない場合があります。
機械学習を実装したサービスを提供する際には、モデルを構築するだけでは十分ではありません。
ラベル付けの作業はGoogleのラベリングチームに依頼することもできますが、2022年10月時点では新型コロナウイルス感染症の影響で依頼が不可となっています。
Monitoringは、モデルのパフォーマンスを維持するために、モデルの入力データをモニタリングし、トレーニング時と運用時で特徴データの分布のズレを検出したり、運用中の時間経過に伴う特徴データの分布のズレを検出したりすると、アラートを送信します。
https://active.nikkeibp.co.jp/atcl/act/19/00310/111400017/
Vertex AIで作るAIパイプライン入門 Google Cloud Platform上でのコードレスAI開発/坂本俊之【3000円以上送料無料】
価格:4048円(税込、送料無料)
(2022/12/3時点)