Herramientas de Google Cloud dirigidas a facilitar el aprendizaje automático y análisis en nube

0
12

Google Cloud Platform (GCP) pretende facilitar las tareas de ingeniería de datos para las empresas con el lanzamiento de nuevas herramientas y características que apoyan el desarrollo de aplicaciones avanzadas de aprendizaje automático y proporcionan capacidades de análisis entre nubes.

La empresa afirma que sus nuevas herramientas dedicadas a los datos y al aprendizaje automático ayudarán a las empresas a resolver las ineficiencias sistémicas de los datos.  Según un estudio de Accenture, solo el 32% de las empresas encuestadas declararon que pueden obtener y medir el valor tangible de los datos. Este bajo porcentaje es el resultado de factores que contribuyen a ello, como la falta de habilidades de liderazgo, la lentitud de los datos y los repositorios de datos aislados.

Con el fin de reducir el tiempo que se tarda en desarrollar modelos avanzados de aprendizaje automático para aplicaciones complejas de ingeniería de datos, GCP ha lanzado un nuevo servicio, ahora en vista previa, llamado Vertex AI Workbench, dentro de su plataforma unificada de operaciones de aprendizaje automático Vertex AI, que se lanzó por primera vez en mayo de este año.

Las herramientas de GCP acceden a datos de múltiples servicios
Según la empresa, el entorno de desarrollo integrado, que se ejecuta como un servicio de cuaderno gestionado por Google, puede acceder a los datos de múltiples servicios como Dataproc, BigQuery, Dataplex y Looker, y puede ayudar a los científicos de datos a entrenar modelos de aprendizaje automático cinco veces más rápido que con los entornos actuales.

El AI Workbench, junto con otras nuevas herramientas de datos, se presentaron como parte de la conferencia anual Google Cloud Next la semana pasada.

«Con Vertex AI y Vertex AI Workbench, Google está reuniendo lo que solía ser una colección de servicios en un estudio y, con Workbench, un proceso claro de principio a fin para el trabajo de ciencia de datos», sostuvo Doug Henschen, vicepresidente y analista principal de Constellation Research.

Uno de los principales argumentos de venta de AI Workbench es su compatibilidad con el trabajo colaborativo.

«Vertex AI Workbench proporciona un entorno de desarrollo colaborativo para todo el flujo de trabajo de ML, conectando servicios de datos como BigQuery y Spark en Google Cloud, con los servicios de Vertex AI y MLOps. Como tal, los científicos de datos y los ingenieros serán capaces de desplegar y gestionar más modelos, más fácil y rápidamente, desde una sola interfaz», señaló Ritu Jyoti, vicepresidente de la práctica de IA y Automatización de IDC.

Aunque Vertex AI Workbench es nuevo para GCP, los proveedores de servicios en la nube rivales, como AWS y Microsoft, tienen plataformas similares en forma de AWS SageMaker y el servicio Azure Machine Learning, respectivamente, señaló Henschen.

GCP mejora la analítica entre nubes
Google había lanzado BigQuery -su servicio de almacén de datos sin servidor y en varias nubes con capacidades de aprendizaje automático- en mayo del 2010. Sin embargo, dado que cada vez más empresas optan por la nube híbrida y los entornos multicloud, GCP vio la necesidad de habilitar la analítica entre nubes.

La semana pasada, puso a disposición del público su servicio preliminar denominado BigQuery Omni, diseñado para permitir a los usuarios obtener información sobre los datos en el almacenamiento en la nube de AWS y Azure. Las instancias de BigQuery se ejecutan en estos espacios de almacenamiento en la nube y luego envían los resultados al panel de control de GCP, señaló Google. Henschen dijo que este servicio era exclusivo de GCP.

Además, Google lanzó un nuevo servicio que permitirá que el motor de análisis de código abierto Apache Spark se ejecute en GCP. El nuevo servicio, que se encuentra en fase de preestreno, pretende facilitar la ingeniería de datos permitiendo a los científicos de datos utilizar Spark desde sus interfaces preferidas sin necesidad de replicar los datos o realizar integraciones personalizadas.

El nuevo servicio de autoescalado está diseñado para permitir a los desarrolladores escribir aplicaciones y pipelines sin ningún tipo de aprovisionamiento o ajuste manual de la infraestructura.

En cuanto a la competencia, Henschen dijo que, si bien todas las principales nubes ofrecen servicios de Apache Spark, GCP podría tener una ventaja, ya que el nuevo servicio es una oferta sin servidor que se amplía y reduce según la demanda, lo que lo hace especialmente rentable y más fácil de administrar cuando se trata de cargas de trabajo de ciencia de datos con picos o elevadas.

Las nuevas integraciones facilitan el gobierno de los datos
Como parte de sus nuevas funciones anunciadas, GCP también ha puesto en marcha una nueva integración entre su plataforma de inteligencia empresarial (BI) Looker y el software de visualización de datos de Salesforce, Tableau.

La nueva integración permitirá a los clientes de Tableau aprovechar el modelo semántico de Looker, permitiendo nuevos niveles de gobernanza de datos al tiempo que se democratiza el acceso a los mismos, sostuvo Google. Según Henschen, la integración es una asociación estratégica en la que Google quiere que sus clientes empresariales elijan Looker como fuente de datos de confianza para las necesidades analíticas y Tableau como motor de visualización y análisis de datos sobre esos datos.

Otros anuncios incluyen la integración de Looker con Google Contact Center AI y una versión beta cerrada de Looker que se ejecuta en la API Healthcare NLP de GCP, que es una parte de la API Cloud Healthcare que utiliza modelos de lenguaje natural para extraer información sanitaria del texto médico utilizando solicitudes y respuestas JSON.

Anirban Ghoshal InfoWorld.com

Artículo anteriorPepsiCo resalta el valor del agro
Artículo siguienteGoogle lanza su línea Pixel 6 con chip propio a la medida y el iPhone en la mira