2022-07-05

Vertex AI概要

Vertex AIとは

Vertex AIは、Google Cloudのエンド・トゥ・エンドプラットフォームであり、機械学習モデルの開発とデプロイを加速するためのツールとサービスを提供しています。データ処理、モデルトレーニング、予測サービスなどの必要なコンポーネントを統合することで、複数のツールが必要なく、AI開発プロセスを簡素化します。カスタムモデルをサポートしており、様々なビジネスケースに対応しています。

Vertex AIの機能

Vertex AIは、ML開発プロセス全体を簡素化するために設計された多様な機能を提供しています。

AutoML

AutoMLは、特定のタスクに最適なMLモデルを自動的に選択する機能です。データの前処理、最適なモデルアーキテクチャの選択、ハイパーパラメータの調整を自動化することで、最小限のML専門知識を持つユーザーでも、画像やテキストの分類、物体検出などのタスクに高品質なモデルを簡単に構築することができます。

Deep Learning VM Images

Deep Learning VM Imagesは、TensorFlow、PyTorch、Jupyterなどの人気のあるMLフレームワークやツールが搭載された、事前に構築された仮想マシン（VM）イメージを提供しています。これらのVMを使用することで、ディープラーニングプロジェクトの開発環境を迅速に設定できるため、基盤のインフラストラクチャを構成したり管理する時間を短縮することができます。

Vertex AI Workbench

Vertex AI Workbenchは、開発者とデータサイエンティスト間のコラボレーションを促進する統合開発環境（IDE）です。MLプロジェクトの作成、実験、コラボレーションに共有のワークスペースを提供し、データ、コード、計算リソースにシームレスにアクセスできます。対応するMLフレームワークを使用して、ユーザーはWorkbench内で直接モデルの開発とテストを行うことができます。

Vertex AI Matching Engine

Vertex AI Matching Engineは、推薦システムの実装を支援するために設計されています。深層学習技術を使用して、高品質なマッチングおよびランキングモデルを作成できます。これらのモデルは、eコマース、エンターテインメントなどの様々な産業において、個別化された推薦を提供するために使用できます。

Vertex AI Data Labeling

Vertex AI Data Labelingは、必要なラベルを付けてデータセットを注釈付けすることで、MLモデルの高品質なトレーニングデータを作成するためのサービスを提供しています。画像セグメンテーション、テキスト分類、バウンディングボックスの注釈など、さまざまな注釈タイプをサポートしています。また、GoogleのAI支援ラベリングを活用することで、ラベリング効率を向上させ、手作業を減らすこともできます。

Vertex AI Deep Learning Containers

Deep Learning Containersは、TensorFlow、PyTorch、Scikit-learnなどの人気のあるMLフレームワークやツールが含まれた、事前に構築された最適化されたコンテナイメージです。これらのコンテナを使用することで、ローカルマシン、クラウド、オンプレミスインフラストラクチャなど、さまざまな環境で迅速かつ効率的にMLモデルを開発、テスト、デプロイできます。

Vertex Explainable AI

Vertex Explainable AIは、MLモデルの予測を理解し、解釈、説明するためのツールセットを提供しています。特徴の属性付けやモデルの説明を提供することで、ユーザーはモデルの決定プロセスについての洞察を得ることができ、バイアスを特定し、全体的なモデル品質を改善することができます。

Vertex AI Feature Store

Feature Storeは、MLモデルで使用される特徴を格納、共有、管理するための中央リポジトリです。複数のモデルやプロジェクト間で特徴を作成、検索、再利用できるため、労力の重複を減らし、コラボレーションを改善します。Feature Storeは、リアルタイムおよびバッチの特徴処理をサポートしており、さまざまなMLユースケースに対応しています。

Vertex ML Metadata

Vertex ML Metadataは、ML開発プロセス全体で生成されるメタデータを追跡、管理、分析するためのサービスです。ML実験、データセット、モデルの包括的な記録を維持することで、再現性とコラボレーションを促進します。

Vertex AI Model Monitoring

Model Monitoringは、デプロイされたモデルのパフォーマンスをリアルタイムでモニタリングするためのツールセットを提供しています。統合アラートおよびドリフト検出機能を備えているため、ユーザーはモデルパフォーマンスに関連する問題を迅速に特定し、正確な予測と高品質なAIソリューションを確保することができます。

Vertex AI Neural Architecture Search

Neural Architecture Search（NAS）は、与えられたタスクに最適なモデルアーキテクチャを自動的に発見する技術です。Vertex AI NASは、最適なニューラルネットワークアーキテクチャを検索するための自動化された、スケーラブル、費用対効果の高いソリューションを提供することで、このプロセスを簡素化します。NASを活用することで、ユーザーは手作業の実験に大量の時間とリソースを投資することなく、パフォーマンス、精度、効率を最適化することができます。

Vertex AI Pipelines

Vertex AI Pipelinesは、MLワークフローをオーケストレーションおよび自動化するためのプロセスを簡素化します。グラフィカルインターフェイスまたはコードを使用して、複雑なMLワークフローを作成、実行、管理することができます。これらのパイプラインは、再現性、スケーラビリティ、メンテナビリティが考慮されて設計されており、簡素化されたML開発プロセスを保証します。

Vertex AI Prediction

Vertex AI Predictionは、オンラインまたはバッチ予測のためにトレーニングされたモデルをデプロイすることができるプラットフォームです。プラットフォームは、基盤のインフラストラクチャ管理を処理し、リソースの最適利用を確保しつつ、低レイテンシーで高いスループットを維持します。ユーザーは、統合ログとモニタリングツールを通じて、モデルのパフォーマンスをリアルタイムで監視および分析することもできます。

Vertex AI TensorBoard

TensorBoardは、MLモデルを分析およびデバッグするための可視化ツールです。Vertex AIに統合されたTensorBoardを使用することで、ユーザーはモデルトレーニングメトリックを可視化し、異なるランを比較し、モデルのパフォーマンスを時間の経過とともに追跡することができます。この強力なツールは、問題を特定し、モデルを最適化するためにユーザーを支援します。

Vertex AI Training

Vertex AI Trainingは、MLモデルをトレーニングするプロセスを簡素化するマネージドトレーニングサービスです。カスタムおよびプレビルドモデルをサポートすることで、TensorFlow、PyTorch、XGBoostなどのさまざまなMLフレームワークを使用してモデルをトレーニングすることができます。Vertex AIは、分散トレーニング機能も提供しており、Google Cloudの強力なインフラストラクチャを活用して、モデルを迅速かつスケーラブルにトレーニングできます。

Vertex AI Vizier

Vertex AI Vizierは、MLモデルのための最適なハイパーパラメータ設定を見つけるためのハイパーパラメータ最適化サービスです。高度な最適化アルゴリズムを使用することで、Vizierはハイパーパラメータのチューニングプロセスを自動化し、モデルのパフォーマンスを向上させ、実験時間を短縮します。