Google Cloud bugün, Vertex AI platformunda işletmelerin yapay zeka yazılımlarını daha hızlı geliştirmelerini sağlayacak bir dizi geliştirmeyi piyasaya sürdü.
Geçen yıl tanıtılan Vertex AI, AI modelleri oluşturmak için bir bulut hizmetleri koleksiyonudur. Platformdaki hizmetlerden bazıları, sıfırdan tamamen özel sinir ağları oluşturan teknoloji konusunda bilgili şirketlere yöneliktir. Diğer Vertex AI bileşenleri, sınırlı makine öğrenimi uzmanlığına sahip geliştiricilerin AI yazılımını daha kolay oluşturmasına yardımcı olmak için tasarlanmıştır.
Google Cloud’un bugün platform için sunduğu yeni özellikler, şirketin Applied ML Summit’inde görücüye çıktı. Özellikler; AI eğitimi, veri yönetimi ve sinir ağı açıklanabilirliği dahil olmak üzere birden fazla alanı kapsıyor.
Daha hızlı yapay zeka eğitimi
Vertex AI’ye yapılan ilk büyük ekleme, Reduction Server adlı bir yetenektir. Şu anda önizleme aşamasında olan yetenek, sinir ağlarını eğitmek için gereken süreyi azaltmayı vaat ediyor.
Bir sinir ağı, AI eğitimi olarak bilinen bir süreçte önceden pratik yapması gerektiğinden, geliştirildikten hemen sonra içgörüler üretmeye başlayamaz. Bir sinir ağının eğitimi önemli miktarda zaman gerektirebilir. Süreci hızlandırmak için şirketler genellikle yapay zeka modellerini tek bir sunucuyu değil, tüm makine filosunu kullanarak eğitir ve bu da çok sayıda paralel çalıştırmayı tamamlamayı mümkün kılar.
Bir şirketin AI yazılımını eğitmek için kullandığı makineler, güvenilir işleme sağlamak için çalışmalarını koordine etmelidir. Bu koordinasyon, genellikle, bir all-reduce algoritması olarak bilinen bir tür özel algoritma kullanılarak kolaylaştırılır.
Bir şirketin kullandığı tamamen azaltma algoritması ne kadar verimli olursa, AI eğitim sunucuları çalışmalarını o kadar iyi koordine edebilir. Bu da sinir ağlarının daha hızlı eğitilmesini sağlar.
Google’ın Vertex AI için kullanıma sunduğu yeni Reduction Server özelliği, arama devi tarafından geliştirilen özel bir tamamen azaltma algoritmasına dayanır. Google’a göre, algoritma mevcut teknolojilerden daha verimlidir. İşlem yapılırken AI eğitim sunucuları arasında seyahat etmesi gereken veri miktarını azaltır, bu da bant genişliğini serbest bırakır ve gecikmeyi daha etkili bir şekilde optimize eder.
Google, Reduction Server’ın dahili kıyaslama testlerinde etkileyici performans gösterdiğini anlamına gelir. Ayrıca arama devi, Reduction Server’ın diğer sinir ağları türleri için eğitim verimini de artırabileceğini söylüyor.
Kolaylaştırılmış yapay zeka geliştirme
Yapay zeka yazılımı oluşturmak, yalnızca bir sinir ağını eğitmekten fazlasını içerir. Geliştiriciler ayrıca sinir ağını eğitmek, veri hatalarını filtrelemek ve diğer birçok görevi gerçekleştirmek için kullanılacak verileri toplamak zorundadır. Makine öğrenimi ekipleri, yapay zeka geliştirmede yer alan farklı adımları otomatikleştirmek için işlem hatları adı verilen yazılım iş akışları oluşturur.
Google Cloud’un Vertex AI platformu, sinir ağları oluşturmak için önceden paketlenmiş ardışık düzenlerden oluşan bir koleksiyon alır. İşlem hatları, şu anda önizlemede olan Vertex AI Tabular Workflows adlı yeni bir araç aracılığıyla kullanılabilir.
Vertex AI Tabular Workflows, tablo halindeki verileri veya satırlar ve sütunlar halinde düzenlenen verileri işleyen sinir ağları oluşturmak için kullanılabilir. Şirketlerin iş bilgilerinin önemli bir kısmı satırlarda ve sütunlarda saklanır.
Vertex AI Tabular Workflows aracılığıyla sağlanan işlem hatlarının her biri, farklı bir dizi görevi kolaylaştırmaya odaklanır. Örneğin The Feature Selection Pipeline, bir sinir ağının karar vermek için kullandığı veri noktaları olan özellikleri yönetmeyi kolaylaştırır ve Google Research tarafından geliştirilen yeni algoritmaları içerir.
Açıklanabilirlik ve entegrasyonlar
Google, bugün Applied ML Summit’te Vertex AI platformu için bir dizi başka özelliği de tanıttı. Example-based Explanations adlı yeni bir yetenek, hatalı sonuçlar üreten bir sinir ağında sorun gidermeyi ve temel nedeni belirlemeyi kolaylaştıracak. Ayrıca Google, Neo4j ve Labelbox ile yeni entegrasyonlar da sunacak.
Neo4j, aynı adı taşıyan şirket tarafından geliştirilen popüler bir grafik veri tabanıdır. Grafik veri tabanları, yalnızca satış günlükleri gibi kayıtları değil, aynı zamanda bu kayıtların birbirine nasıl bağlandığına dair bilgileri de depolamak için optimize edilmiştir. Google’ın bugün duyurduğu yeni entegrasyonu kullanarak Vertex AI kullanıcıları, Neo4j’de depolanan verilerle daha kolay çalışma yeteneği kazanacaklar.
Google’ın bugün bir ortaklık ilan ettiği Labelbox Inc., 188 milyon dolardan fazla fonla desteklenen San Francisco merkezli bir girişimdir ve AI eğitim veri kümeleri oluşturma sürecini basitleştiren araçlar sağlar. Google da Labelbox aracılığıyla, Vertex AI müşterilerinin, makine öğrenimi projeleri için eğitim verileri hazırlamak üzere Labelbox araçlarını daha kolay kullanmalarını sağlayan bir entegrasyon sunacak.
0 Comments