О чём урок
Теперь, когда вы лучше понимаете, что такое машинное обучение, давайте разберёмся, что нужно для создания модели машинного обучения и как Agent Platform упрощает этот процесс для ML-разработчиков, специалистов по данным и инженеров по данным.
Эта хронология показывает, как ускорялись прорывы Google в области ИИ. Мы начали с фундаментального исследования Transformer в 2017 году: это архитектура нейронных сетей глубокого обучения, на которой основаны все современные приложения генеративного ИИ. Затем в 2023 году наступила эра Gemini, изначально мультимодальной модели ИИ, которая расширяет понятие общего искусственного интеллекта (AGI) за счёт возможностей мультимодальной обработки данных. А в 2026 году мы перешли к платформенному подходу к агентному ИИ.
В последние годы темпы инноваций резко выросли. Google последовательно выпускает новые версии базовых моделей, таких как семейство Gemini. Кроме того, компания запустила и обновляет практические приложения. Например, приложение Gemini Enterprise позволяет создавать ИИ-агентов без кода, а Agent Platform помогает организациям развёртывать и масштабировать агентные системы ИИ. Google с самого начала делает ставку на ИИ и применяет эти технологии во многих своих продуктах и сервисах, таких как Gmail, Google Maps, Google Photos и Google Translate.
Но разработка таких технологий сопряжена с трудностями, особенно когда речь идёт о создании моделей машинного обучения и их вводе в промышленную эксплуатацию. К традиционным сложностям относятся: как работать с большими объёмами данных, как выбрать подходящую модель машинного обучения для обучения на этих данных и как обеспечить необходимые вычислительные мощности.
Есть и сложности, связанные с переводом ML-моделей в production. Здесь требуются масштабируемость, мониторинг, а также непрерывная интеграция и непрерывная доставка или развёртывание. По данным исследовательской и консалтинговой технологической компании Gartner, только половина корпоративных ML-проектов проходит этап пилота.
И наконец, есть сложности с удобством использования. Многие инструменты на рынке требуют серьёзных навыков программирования, и из-за этого специалист по данным может отвлекаться от настройки модели.
Решение Google для многих проблем, связанных с production и удобством использования…
План урока
- Текст видео
- Хронология развития ИИ в Google
- Сложности при создании ML-моделей
- Единая платформа
- Четыре «S»
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.