Citoyens modèles, Google met à jour Vertex AI

Tout comme l’intelligence humaine, les modèles d’IA évoluent.

L'intelligence évolue. Dans les paysages de la connaissance humaine et dans l’apprentissage automatique (ML) que nous utilisons pour piloter l’intelligence artificielle (IA), nous commençons par un niveau de compréhension de base, puis étendons notre capacité à comprendre, déduire, raisonner et calculer. Étant donné que les mêmes concepts d’apprentissage de base s’appliquent à la fois au cerveau des machines et au nôtre, nous devons développer des systèmes permettant de transmettre les connaissances à mesure qu’elles se développent au fil du temps.

Pour nous, humains complexes, nous pourrions penser à nos systèmes scolaires et universitaires, à l’utilisation des livres et aux étendues illimitées de pages wiki qui peuplent désormais le Web. Pour les machines et l'IA, on parle de l'utilisation de « modèles », c'est-à-dire d'un moyen d'architecturer la relation entre différentes informations pour leur donner un ordre, une structure, une valeur et une relation dénotée avec d'autres éléments de données. Le tissu de connexions à l'intérieur d'un modèle d'IA ressemble à un tourbillon de logique semblable à un spaghetti - et en géométrie, nous appelons un point de rencontre entre l'une de ces lignes et ces arêtes un sommet.

Les ingénieurs logiciels de Google ont rendu hommage à leurs professeurs de géométrie préférés en baptisant la plateforme d'apprentissage automatique (ML) de l'entreprise Google Vertex. Conçu pour permettre aux scientifiques des données et aux spécialistes de l'ingénierie des données de former et de déployer des modèles de ML et des applications d'IA, Google Vertex permet de personnaliser les grands modèles linguistiques (LLM) utilisés dans les applications basées sur l'IA.

En gardant à l’esprit que les modèles ML commencent comme des modèles fondateurs (parfois écrits sous forme de modèle de base ou de modèle de base), cette intelligence doit évoluer comme toute autre. Comme expliqué précédemment ici, l'Institut de Stanford pour l'intelligence artificielle centrée sur l'humain (HAI) a décrit les modèles fondateurs comme étant « d'un caractère crucial mais incomplet ». Alors, qu'a fait l'équipe Google Cloud pour rendre l'intelligence de Vertex plus intelligente ?

Comme presque tous les autres fournisseurs de technologies d'entreprise de toute taille ou stature raisonnable, Google a ajouté la prise en charge de Generative AI sur Vertex AI (dans ce cas, la société l'a fait il y a environ six mois). Aujourd'hui, la société étend les capacités de Vertex AI en vue de faciliter l'expérimentation et la création de modèles de base, de les personnaliser avec les propres ensembles de données d'une entreprise et de simplifier leur intégration et leur déploiement dans des applications. Tout cela doit également s’accompagner de fonctionnalités de confidentialité et de sécurité dans le domaine de ce que nous aimons maintenant appeler l’IA responsable, donc tout cela est intégré.

Où un ingénieur de données conserve-t-il ses modèles d'apprentissage automatique s'ils doivent être organiques et capables de nourrir de nouvelles pousses et frondes ? Dans un jardin modèle, non ? Google Vertex Model Garden est une « collection organisée » de modèles et d'outils logiciels d'apprentissage automatique. Il propose actuellement plus de 100 interfaces de programmation d'applications (API) de base prêtes pour l'entreprise, des modèles open source et des modèles spécifiques à des tâches provenant à la fois de Google et de tiers.

« De nombreux clients commencent leur parcours d'IA générative dans Model Garden de Vertex AI, en accédant à une collection diversifiée de grands modèles sélectionnés disponibles via des API. Les développeurs et les data scientists peuvent naviguer dans Model Garden pour sélectionner les modèles adaptés à leurs cas d'utilisation, en fonction des capacités, de la taille, des possibilités de personnalisation, etc. - en garantissant qu'ils ont non seulement accès à des modèles puissants, mais également au choix et à la flexibilité nécessaires pour les régler. et déployer des modèles à grande échelle », ont noté Amin Vahdat, vice-président/GM ML de Google pour les systèmes et l'IA cloud, et June Yang, vice-président pour l'IA cloud et les solutions industrielles, dans un blog technique publié dans le cadre de l'événement Google Cloud Next.

Vahdat et Yang présentent de nouveaux modèles dans Model Garden, conçus pour renforcer l'engagement des clients de l'entreprise à offrir un choix au sein d'un écosystème diversifié et ouvert. En plus des mises à jour de plusieurs modèles de base propriétaires de Google, la société apporte également l'expertise de Google DeepMind (le service d'intelligence neuronale profonde de la société) à ses utilisateurs à ce niveau. Il est important de noter ici que Vertex AI Extensions permettra aux modèles de récupérer des données en temps réel et de prendre des mesures dans le monde réel. En outre, les connecteurs de données Vertex AI offrent une ingestion de données et un accès en lecture seule à diverses sources.