Depuis le 18 mai dernier, Vertex AI de Google Cloud est disponible : cette plateforme MLOps permet de déployer des modèles d’IA ainsi que d’assurer leur maintenance. L’outil a pour objectif de simplifier le processus de création et de déploiement de modèles de machine learning. L’annonce de Vertex AI rentre dans le cadre de la conférence annuelle Google I/O où d’autres nouveautés comme la quatrième génération de TPU, la technologie MUM ou le chatbot LaMDA ont été présentées.
Une plateforme MLOps unifiée pour les services de Machine Learning de Google
Les Machine Learning Operations (MLOps) encadrent l’ensemble des fonctions destinées à mettre en place une stratégie d’entreprise IA, au même titre que les pratiques DevOps ont révolutionné le développement logiciel et son industrialisation.
Dans le cadre de l’édition 2021 de Google I/O, la firme a annoncé la disponibilité de sa toute plateforme MLOps intitulée Vertex AI. Elle présente, au travers d’une API et d’une interface web, l’ensemble des services proposés par Google Cloud, comme AI Platform et AutoML, afin d’entrainer les modèles de machine learning (ML). Selon le groupe, l’outil simplifiera la création puis le déploiement de modèles ML à différentes échelles et pourra être utilisé sans avoir besoin de formation dans le domaine du machine learning.
Andrew Moore, vice-président et directeur général de Cloud AI and Industry Solutions chez Google Cloud, a évoqué les possibilités de cette plateforme :
“Nous sommes très fiers de ce que nous proposons avec cette plateforme, car elle permet des déploiements sérieux pour une nouvelle génération d’IA qui permettra aux data scientists et aux ingénieurs de faire un travail enrichissant et créatif.”
Une multitude de fonctionnalités et de cas d’usage
Vertex AI propose de nombreuses fonctionnalités. Parmi celles évoquées par Google, on peut citer :
- Auto ML pour le développement de modèles ML personnalisés.
- Vertex Vizier, permettant d’automatiser l’optimisation des hyperparamètres.
- Vertex Feature Store, pour classer, diffuser, partager et réutiliser les paramètres d’un modèle de machine learning.
- Deep learning VM Images pour la création de machines virtuelles.
- Vertex Continuous Monitoring et Pipelines, des fonctionnalités dédiées à la maintenance et la répétabilité des modèles ML. Elles rationalisent le flux de travail du machine learning.
- Vertex Data Labeling, pour améliorer la qualité des étiquettes et de l’étiquetage et donc créer de meilleurs modèles ML.
- Vertex Edge Manager spécialement dédié au Machine Learning en périphérie (IoT et Edge Computing).
- Vertex Tensorboard qui reprend Tensorboard pour suivre les métriques d’expérimentation lors des phases de travail d’un modèle ML.
L’image ci-dessous résume, grâce à un schéma détaillé, l’ensemble des nouveautés et possibilités offertes par Vertex AI :
VertexAI est disponible sur : https://cloud.google.com/vertex-ai
