Ciudadanos modelo, Google actualiza Vertex AI

Al igual que la inteligencia humana, los modelos de IA están evolucionando.

La inteligencia evoluciona. En todos los ámbitos del conocimiento humano y en el aprendizaje automático (ML) que utilizamos para impulsar la inteligencia artificial (IA), comenzamos con un nivel básico de comprensión y luego ampliamos nuestra capacidad para comprender, inferir, razonar y calcular. Debido a que las mismas construcciones básicas de aprendizaje se aplican tanto al cerebro de las máquinas como al nuestro, necesitamos desarrollar sistemas para entregar conocimiento a medida que se expande con el tiempo.

Para nosotros, humanos complejos, podríamos pensar en nuestros sistemas escolares y universitarios, el uso de libros y las extensiones ilimitadas de páginas wiki que ahora pueblan la web. Para las máquinas y la IA, hablamos del uso de 'modelos', es decir, un medio para diseñar la relación entre diferentes piezas de información para darle orden, estructura, valor y una relación denotada con otros elementos de datos. El tejido de conexiones dentro de un modelo de IA se asemeja a una vorágine de lógica en forma de espagueti, y en geometría, llamamos vértice al punto de encuentro entre cualquiera de esas líneas y bordes.

Los ingenieros de software de Google rindieron homenaje a sus profesores de geometría favoritos cuando nombraron Google Vertex a la plataforma de aprendizaje automático (ML) de la empresa. Creado para permitir que los científicos de datos y los especialistas en ingeniería de datos entrenen e implementen modelos de aprendizaje automático y aplicaciones de inteligencia artificial, Google Vertex trabaja para personalizar los modelos de lenguaje grande (LLM) utilizados en aplicaciones impulsadas por inteligencia artificial.

Recordando que los modelos de ML comienzan como modelos fundamentales (a veces escritos como modelo básico o modelo base), esta inteligencia debe evolucionar como cualquier otra. Como se explicó anteriormente aquí, el Instituto Stanford para la Inteligencia Artificial Centrada en el Humano (HAI) describió los modelos fundamentales como "críticamente centrales pero de carácter incompleto". Entonces, ¿qué ha estado haciendo el equipo de Google Cloud para que Vertex smartness sea más inteligente?

Como casi todos los demás proveedores de tecnología empresarial de cualquier tamaño o estatura razonable, Google agregó soporte de IA generativa en Vertex AI (en este caso, la compañía lo hizo hace unos seis meses). Ahora, la compañía está ampliando las capacidades de Vertex AI con miras a facilitar la experimentación y la construcción con modelos básicos, personalizarlos con los conjuntos de datos propios de una empresa y simplificar su integración e implementación en aplicaciones. Todo eso también debe suceder con las características de privacidad y seguridad dentro del ámbito de lo que ahora nos gusta llamar IA responsable, por lo que todo esto está integrado.

¿Dónde guarda un ingeniero de datos sus modelos de aprendizaje automático si van a ser orgánicos y capaces de nutrir nuevos brotes y hojas? En un jardín modelo, ¿verdad? Google Vertex Model Garden es una "colección seleccionada" de modelos de aprendizaje automático y herramientas de software. Actualmente cuenta con más de 100 interfaces de programación de aplicaciones (API) de modelos básicos listos para la empresa, modelos de código abierto y modelos de tareas específicas que provienen tanto de Google como de terceros.

“Muchos clientes comienzan su viaje de IA generativa en Model Garden de Vertex AI, accediendo a una colección diversa de grandes modelos seleccionados disponibles a través de API. Los desarrolladores y científicos de datos pueden navegar por Model Garden para seleccionar los modelos adecuados para sus casos de uso, según las capacidades, el tamaño, la posibilidad de personalización y más, lo que garantiza que no solo tendrán acceso a modelos potentes, sino también a las opciones y la flexibilidad necesarias para ajustarlos. e implementar modelos a escala”, señalaron Amin Vahdat, vicepresidente/GM ML de sistemas e inteligencia artificial en la nube de Google, y June Yang, vicepresidenta de inteligencia artificial en la nube y soluciones industriales, en un blog técnico publicado en línea con el evento Google Cloud Next.

Vahdat y Yang señalan nuevos modelos en Model Garden diseñados para promover el compromiso de la empresa con el cliente de ofrecer opciones con un ecosistema diverso y abierto. Además de las actualizaciones de varios de los modelos básicos propios de Google, la empresa también está aportando la experiencia de Google DeepMind (el servicio de inteligencia neuronal profunda de la empresa) a sus usuarios en este nivel. Es importante destacar que las extensiones Vertex AI permitirán que los modelos recuperen datos en tiempo real y realicen acciones en el mundo real. Además, los conectores de datos de Vertex AI ofrecen ingesta de datos y acceso de solo lectura a través de varias fuentes.

Model Garden está diseñado por Google para ofrecer suficiente variedad para permitir a las empresas adaptar los modelos a sus necesidades operativas específicas. También existe la posibilidad de obtener lo que Google llama "transparencia total" en los pesos de un modelo (cuánto se define que un elemento de datos tiene una relación con otro) y los artefactos (la entrada o salida de un modelo, o un resultado provisional producido). por las herramientas de software en el modelo) para fines de soporte de cumplimiento y auditoría.

"Si bien los modelos fundamentales son poderosos, se congelan después del entrenamiento, lo que significa que no se actualizan a medida que hay nueva información disponible y, por lo tanto, pueden generar resultados obsoletos", explican Vahdat y Yang. "Vertex AI Extensions es un conjunto de herramientas de desarrollo totalmente administradas para extensiones, que conectan modelos a API para obtener datos en tiempo real y acciones del mundo real. Con Extensions, los desarrolladores pueden utilizar extensiones prediseñadas para API empresariales populares o crear sus propias extensiones para API públicas y privadas. Los desarrolladores pueden utilizar extensiones para crear potentes aplicaciones de IA de generación, como asistentes digitales, motores de búsqueda y flujos de trabajo automatizados”.

Por ejemplo, un desarrollador puede usar extensiones prediseñadas para una base de datos de Recursos Humanos (RRHH) y Vertex AI Search para crear un chatbot que ayude a los trabajadores a completar tareas de RRHH en lenguaje natural, como buscar fechas límite de beneficios o políticas de viaje que puedan estar sujetas. cambiar con el tiempo. Otro ejemplo podría ser una aplicación diseñada para analizar el código de software en busca de vulnerabilidades. Los profesionales del desarrollo de aplicaciones de software pueden utilizar extensiones para ingerir bases de código internas y buscar amenazas de seguridad en evolución en tiempo real.

“La compatibilidad con API e IA lista para usar de Google Cloud ha revolucionado nuestro flujo de trabajo. El entorno de IA integrado que ofrece Google Cloud es un ingrediente clave en nuestra arquitectura de aplicaciones que combina modelos de aprendizaje automático básicos y propietarios para resolver los desafíos de escalabilidad de la personalización de contenido en tiempo real”, afirmó Tommaso Vaccarella, cofundador de Connected Stories. “Más allá de la innovación, las estrictas medidas de seguridad de datos nos aseguran a nosotros y a nuestros clientes que la información confidencial permanece protegida. Google Cloud proporciona la potencia y la velocidad que necesitamos para llevar al mercado soluciones de vanguardia listas para la empresa”.

Es de esperar que todos estos desarrollos nos brinden una idea adicional no solo de por qué está cambiando la IA, sino también de cómo funcionan sus mecanismos, por qué tenemos la capacidad de hacer cosas nuevas con nuevas técnicas y qué significará para las aplicaciones ahora más inteligentes que tenemos. todos usaremos a diario.

El director ejecutivo de Google Cloud, Thomas Kurian, lo llama "una era de la nube completamente nueva, impulsada por la IA generativa".

Quizás hubiera sido más exacto sugerir que se trata de una era completamente nueva de la arquitectura de ingeniería de datos y la ciencia de la inteligencia de aplicaciones, que a su vez está impulsada por las redes troncales de la nube y su capacidad para soportarlas. Pero bueno, básicamente se trata de lo mismo: una tecnología más inteligente, más inteligente y más fluida que puede mejorar nuestras vidas.

Como ocurre con la moda, ocurre con la IA, el modelo de este año puede no ser el modelo del próximo, así que mantengámonos todos a la moda.