‫AI ו-ML

תיעוד ומשאבים למוצרי Google Cloud AI ו-ML, כולל פלטפורמות, מודלים מאומנים מראש וכלים ליצירת אפליקציות חכמות.

לקריאת מסמכי התיעוד
רוצים להתחיל להשתמש בחינם?
  • פיתוח באמצעות המודלים והכלים הכי עדכניים שלנו ל-AI גנרטיבי
  • שימוש בחינם ביותר מ-20 מוצרים פופולריים, כולל Compute Engine וממשקי API של AI
  • בלי חיובים אוטומטיים ובלי התחייבות
צפייה במבצעים למוצרים בחינם

מתנסים ביותר מ-20 מוצרים שבחינם תמיד

תוכלו להשתמש ביותר מ-20 מוצרים בחינם לתרחישי שימוש נפוצים, כולל ממשקי API של AI, מכונות וירטואליות, מחסני נתונים (data warehouse) ועוד.

‫AI ו-ML ב- Google Cloud

קוראים מאמרים בתיעוד ובמרכז הארכיטקטורה של Cloud על מוצרים, יכולות ונהלים של AI ו-ML.
תמיכה בתהליכי עבודה של הנדסת נתונים, מדעי הנתונים והנדסת למידת מכונה בפלטפורמה מאוחדת, שמאפשרת לכם לאמן מודלים של למידת מכונה ולפרוס פתרונות AI.
אפשר לתכנן את הגישה שלכם באמצעות משאבים ממרכז הארכיטקטורה בנושאים מגוונים של AI ו-ML. (עוברים אל מרכז הארכיטקטורה).
תכנון הטמעה של למידת מכונה (ML), עם דגש על מודלים שאומנו בהתאמה אישית על סמך הנתונים והקוד שלכם. (עוברים אל מרכז הארכיטקטורה).

הדרכה, מאמרים בבלוג ועוד

קורסים, מאמרים בבלוגים ומשאבים קשורים אחרים.
לומדים על Vertex AI ו-Gemini ב- Google Cloud. (מעבר ל-Google Cloud Skills Boost)
תכנון, בנייה, העברה לייצור, אופטימיזציה, הפעלה ותחזוקה של מערכות למידת מכונה. (מעבר ל-Google Cloud Skills Boost)

מוצרי AI ו-ML לפי תרחיש לדוגמה

אפשר להרחיב את הקטעים או להשתמש במסנן כדי למצוא מוצרים ומדריכים לתרחישי שימוש אופייניים.

פיתוח והטמעה של אפליקציות AI גנרטיביות באמצעות Google Cloud כלים ומוצרים.

פלטפורמה ללמידת מכונה שמאפשרת לאמן ולפרוס מודלים של למידת מכונה ויישומי AI.
הכלי מספק שותף שתמיד זמין ומציע עזרה מבוססת-AI גנרטיבי למגוון רחב של Google Cloud משתמשים, כולל מפתחים, מדעני נתונים ומפעילים.
גילוי, בדיקה, התאמה אישית ופריסה של נכסים ומודלים נבחרים של OSS מספריית מודלים של ML.
אפשר להתנסות במודלים של AI גנרטיבי, לכוונן אותם ולפרוס אותם בסביבה מאוחדת.
Google Cloud מציעה מגוון מוצרים וכלים למחזור החיים המלא של פיתוח אפליקציות AI גנרטיבי.

פיתוח אפליקציות AI עם יכולות הרחבה, אבטחה וניטור ברמה שמתאימה לארגונים.

שילוב של תכונות זיהוי חזותי באפליקציות, כולל הוספת תוויות לתמונות, זיהוי של פנים וציוני דרך, זיהוי תווים אופטי (OCR) ותיוג של תוכן בוטה.
אפשר למשתמשים להוסיף הערות לסרטונים שמאוחסנים באופן מקומי או ב-Cloud Storage, או לסרטונים בשידור חי, עם מידע הקשרי ברמה של הסרטון כולו, לכל פלח, לכל צילום ולכל פריים.
שימוש בטכנולוגיות של הבנת שפה טבעית, כולל ניתוח סנטימנטים, ניתוח ישויות, ניתוח סנטימנטים של ישויות, סיווג תוכן וניתוח תחביר.

אתם יכולים להשתמש ביכולות המתקדמות של Google כדי לנהל את השיחות, הדיבור והצרכים של שירות הלקוחות שלכם.

המשתמשי הקצה יוכלו לנהל שיחות על התוכן באמצעות סוכן וירטואלי של מאגר נתונים שמבוסס על מודלים גדולים של שפה.

המרת טקסט לדיבור (TTS)

המרת טקסט לדיבור שנשמע טבעי באמצעות למידת מכונה.

המרת דיבור לטקסט (STT)

שילוב הטכנולוגיות של Google לזיהוי דיבור באפליקציות של מפתחים.

המרת דיבור לטקסט (STT) בפריסה מקומית

שילוב של טכנולוגיות זיהוי דיבור של Google בפתרון המקומי.
לספק טכנולוגיית דיבור באיכות של שרת במכשירים מוטמעים.
זיהוי דפוסים בנתונים של המרכז לניהול אנשי קשר והצגתם באופן חזותי.
סידור אינטראקציות של לקוחות בערוצים קוליים ודיגיטליים וניתוב שלהם למאגרי המשאבים המתאימים, כולל מעבר חלק לסוכנים אנושיים.
לנהל שיחות בו-זמניות עם משתמשי הקצה באמצעות נציג וירטואלי שמבין את הניואנסים של השפה האנושית.
תכנון ושילוב של ממשק משתמש שיכול לנהל שיחה באפליקציה לנייד, באפליקציית אינטרנט, במכשיר, בבוט, במערכת לתגובה קולית אינטראקטיבית וכו'.
תמיכה רציפה בנציגי שירות אנושיים במהלך שיחות באמצעות זיהוי כוונה (Intent) ומתן עזרה מפורטת בזמן אמת.
חבילה של סוכני AI מבוססי-Cloud, שמבוססים על חיפוש באיכות שרק Google יודעת לספק ועל היכולות המתקדמות של Gemini, ומאפשרים לשנות את אופן העבודה עם ידע.
אוסף של כלים, פתרונות וממשקי API מבוססי-AI בממשק שיחה, שמעצבים ומפתחים יכולים להשתמש בהם.

אתם יכולים להשתמש ביכולות המתקדמות של Google כדי לנהל את המסמכים שלכם.

הופכים נתונים לא מובנים ממסמכים לנתונים מובנים, כדי שיהיה קל יותר להבין, לנתח ולעבד אותם.
אפשר לראות רשימה של כל המעבדים לפי סוג הפתרון.
שילוב של טכנולוגיות זיהוי תווים אופטי (OCR) של Google בפתרון המקומי. (הוצא משימוש)
אחסון, חיפוש, ארגון, ניהול וניתוח של מסמכים והמטא-נתונים המובנים שלהם שנקראים מאפיינים. (הוצא משימוש)

אתם יכולים להשתמש ביכולות המתקדמות של Google כדי לתת מענה לצרכים הספציפיים של התחום שלכם.

זיהוי פעילות חשודה של הלבנת כספים במהירות ובאופן מדויק יותר באמצעות AI.
לפתור במהירות בעיות אופטימיזציה תפעוליות בהיקף נרחב.
שירות שמיישם למידת מכונה בחוויית חיפוש העבודה, ומחזיר תוצאות איכותיות לחיפוש עבודה, הרבה מעבר למגבלות של שיטות טיפוסיות שמבוססות על מילות מפתח.
לאפשר לספקי שירותי תקשורת לחלץ מידע כדי להמליץ על פעולות ללקוחות של חברות טלקום.
הטמעה של נתוני אירועים של משתמשים ונתוני קטלוג, והצגת תחזיות או תוצאות חיפוש באתר.
לשפר את חוויית הצופים באמצעות חדשנות ותובנות. (מעבר לדף הבית של Google Cloud )

אפשר להשתמש ביכולות המתקדמות של Google כדי לטפל בצרכים שלכם בנוגע לסרטונים, לתמונות, לראייה ממוחשבת ולמציאות רבודה.

המרת וידאו בשידור חי ואריזה שלו כחבילה לסטרימינג.
המרת קובצי וידאו ואריזתם כחבילה כדי להבטיח העברה אופטימלית למחשבים, לניידים ולטלוויזיות מחוברות.
עיבוד וניתוח של וידאו ותמונות בסטרימינג בקנה מידה נרחב. בניית אפליקציה במהירות ופריסתה ב- Google Cloudבאמצעות ממשק המשתמש המובנה עם תכנות מינימלי.
הוספת מודעות באופן דינמי לווידאו על פי דרישה (VOD) ולשידורים חיים.
אתם יכולים לספק חוויות עשירות ואינטראקטיביות בתלת-ממד ובמציאות רבודה (AR) ליותר מכשירים באמצעות כוח מחשוב מבוסס-ענן.

להשתמש ביכולות המתקדמות של Google כדי לטפל בצרכים שלכם בנוגע לחיפוש ולהמלצות.

הבנת כוונת המשתמש והחזרת התוצאות וההמלצות הרלוונטיות ביותר למשתמש באמצעות סרגל חיפוש בדפי האינטרנט או באפליקציה, שמספק אפליקציית חיפוש באיכות של Google על הנתונים שלכם.
ביצוע חיפושים יעילים ומדויקים על כמויות גדולות של נתונים באמצעות חיפוש דמיון וקטורי.
לארגן מידע מבודד לידע ארגוני, שכולל איחוד, סטנדרטיזציה והתאמה של נתונים בצורה יעילה ושימושית.

אתם יכולים להשתמש ביכולות המתקדמות של Google כדי לנהל את השיחות, הדיבור והצרכים של שירות הלקוחות שלכם.

תרגום דינמי של טקסט באופן פרוגרמטי דרך API באתרים ובאפליקציות, כולל תרגום מסמכים, תרגום בהתאמה אישית, תרגום אדפטיבי, תעתיק ורומניזציה.
לתרגם נפח גדול של מסמכים לשפות רבות ושונות בלי לבנות או לתחזק אפליקציית אינטרנט או תשתית בסיסית משלכם.

אימון מודלים של ML מהנתונים שלכם באמצעות AutoML או מסגרת ה-ML המועדפת עליכם.

‫Vertex AI מאפשרת לכם לבצע למידת מכונה עם נתונים טבלאיים באמצעות תהליכים וממשקים פשוטים.
שימוש בלמידת מכונה כדי לנתח את התוכן של נתוני תמונות, לסווג את נתוני התמונות או למצוא אובייקטים בנתוני התמונות.
ניתוח נתוני וידאו כדי לסווג צילומים וקטעים, או כדי לזהות ולעקוב אחרי כמה אובייקטים בנתוני הווידאו.

Vertex AI עם טקסט של AutoML

לאמן מודל ML לסיווג נתוני טקסט, לחילוץ מידע או להבנת הסנטימנט של המחברים.
הפעלת אימון מודלים בקנה מידה גדול.
חיפוש ארכיטקטורות אופטימליות של רשתות עצביות מבחינת דיוק, חביון, זיכרון, שילוב של המדדים האלה או מדד בהתאמה אישית.
ביצוע מחשוב מבוזר ועיבוד מקבילי בתהליך העבודה של למידת מכונה (ML).
אתם יכולים להשתמש בקבוצה של קונטיינרים של Docker עם frameworks, ספריות וכלים מרכזיים של מדעי נתונים שמותקנים מראש, כדי לספק לכם סביבות עקביות שעברו אופטימיזציה לביצועים, שיעזרו לכם ליצור אב טיפוס וליישם תהליכי עבודה במהירות.
שימוש בקבוצה של תמונות מכונה וירטואלית שעברו אופטימיזציה למשימות של מדעי הנתונים ולמידת מכונה, עם frameworks וכלים מרכזיים של ML שהותקנו מראש כדי להאיץ את משימות עיבוד הנתונים.

כדאי ליישם שיטות מומלצות לתפעול כדי לעקוב אחרי המודלים ללמידת מכונה שפרסתם ולשפר אותם.

אפשר להשתמש במערך נתונים מנוהל כדי לספק את נתוני המקור שמשמשים לאימון של מודלים של AutoML ומודלים בהתאמה אישית ב-Vertex AI.
כדי לייעל את תהליכי הניהול של תכונות ה-ML ומילוי בקשה באופן מיידי, אפשר לנהל את נתוני התכונות בטבלה ב-BigQuery או בתצוגה של BigQuery ולהציג תכונות באופן מיידי ישירות ממקור הנתונים של BigQuery.
קבלת תחזיות מהמודלים ב-Vertex AI.
שימוש בסביבת מחברת מנוהלת ושיתופית עם יכולות האבטחה והתאימות של Google Cloud.
‫TensorFlow Enterprise מקל על פיתוח ופריסה של מודלים של TensorFlow ב- Google Cloud, על ידי מתן גישה למשתמשים למגוון מוצרים ושירותים שמספקים תמיכה ברמת הארגון וביצועים שמתאימים לענן.

Vertex AI Workbench - Managed

שימוש בסביבה מנוהלת על ידי Google עם שילובים ויכולות שעוזרים לכם להגדיר ולעבוד בסביבת ייצור מבוססת notebook של Jupyter מקצה לקצה. (הוצא משימוש)

Vertex AI Workbench - User-managed

שימוש בסביבת JupyterLab משולבת ומאובטחת שהותקנו בה מראש frameworks של מדעי נתונים ולמידת מכונה, כדי שמדעני נתונים ומפתחי למידת מכונה יוכלו להתנסות, לפתח ולפרוס מודלים בסביבת ייצור. (הוצא משימוש)
אפשר לעקוב אחרי ארכיטקטורות שונות של מודלים, היפרפרמטרים וסביבות אימון ולנתח אותם. כך אפשר לעקוב אחרי השלבים, נתוני הקלט ונתוני הפלט של הרצת ניסוי, וגם להעריך את הביצועים של המודל במצטבר, בהשוואה למערכי נתונים של בדיקות ובמהלך הרצת האימון.
קבלת הסברים מבוססי-תכונות ומבוססי-דוגמאות כדי להבין טוב יותר את תהליך קבלת ההחלטות של המודל.
לספק ניטור מודלים של הטיה בתכונות וסחף בנתוני הקלט של החיזוי של המודל עבור מודלים טבלאיים של AutoML ומודלים טבלאיים שעברו אימון בהתאמה אישית.
אפשר לקבוע את הביצועים של המודלים באמצעות מדדי הערכת מודלים, כמו דיוק ורגישות.
איך עוקבים אחרי ניסויים בלמידת מכונה, מציגים אותם חזותית, משווים ביניהם ומשתפים אותם עם הצוות?
אפשר להשתמש בצינורות עיבוד נתונים של למידת מכונה כדי לתזמר את תהליכי העבודה של למידת המכונה, וכך לבצע אוטומציה, ניטור וניהול של מערכות למידת מכונה (ML) באופן serverless.
ניהול מחזור החיים של המודלים ללמידת מכונה.

האצת עומסי עבודה של למידת מכונה.

גישה ליחידות עיבוד טנסור (TPU) מ-Compute Engine, מ-Google Kubernetes Engine ומ-Vertex AI כדי להאיץ עומסי עבודה של למידת מכונה.

כדי לראות מוצרים ומסמכים רלוונטיים, אפשר להרחיב את הקטע הזה.

ארכיטקטורת מחשב-על שמשתמשת בתכנון משותף ברמת המערכת כדי לשפר את היעילות והפרודוקטיביות בתהליכי אימון, כוונון והפעלה של AI.
אפשר להשתמש ב-Google ובשירותים שלה Google Cloud באפליקציות מבוססות-AI באמצעות שרתי Model Context Protocol מרוחקים.
פלטפורמה מאוחדת אחת לתזמור של מחזור החיים המלא של פרויקטים של AI/ML.
פלטפורמה מנוהלת שמאפשרת להריץ את האפליקציות בקונטיינרים, כולל עומסי עבודה של AI/ML, ישירות בתשתית הניתנת להתאמה לעומס של Google
כאן תוכלו למצוא ממשקי API ופתרונות אחרים לתחומים כמו שירותים פיננסיים, בריאות, מדיה וקמעונאות.
פיתוח מודלים מתקדמים של למידת מכונה ופריסה אוטומטית שלהם בפורמט של נתונים מובְנים במהירות ובהיקף גדולים בהרבה. (הוצא משימוש)
אתם יכולים להעביר את פרויקטי ה-ML שלכם משלב העלאת הרעיונות לשלב הייצור והפריסה, במהירות וביעילות. (הוצא משימוש)