缩短ML开发/部署流程　Google Vertex AI平台亮相

Google I/O、Google云端日前发布管理机器学习(ML)的Vertex AI平台，可加速公司部署并维护人工智慧(AI)模型。Vertex AI训练模型需要的程式码减少将近80%，协助专业能力不同的资料科学家与ML工程师建立并管理MLOps，达到在整个开发的生命週期内，有效建立并管理ML专案的目的。

MLOps生命週期

Google云端Cloud AI/产业解决方案副总暨总经理Andrew Moore表示，Vertex AI的建立依循两大原则，包含促使资料科学家及工程师摆脱业务流程的束缚，为整个产业带来改变，使得每个人认真看到AI从试验期到投入大规模生产的过程。此平台为新一代AI带来新的部署模式，协助开发者著重在更具成就感与创意的工作。

目前资料科学家需要面对手动解决ML分散在各个模型上的问题，导致模型开发和实验的时间延迟，最终能投入生产的模型很少。为了克服这些挑战，Vertex AI整合Google云端服务，使得开发者可以在统一的UI及API下建立ML，简化了大规模建立、训练及部署ML模型的流程。在单一环境中，使用者可以更快将模型从实验阶段转移到生产中，也能更有效地发现模式和异常，让模型预测和决策更精准，并能灵活面对市场变化。

结合Google在AI领域多年的经验，Vertex AI可以协助资料科学及ML工程团队获得以下帮助：

・存取Google内部使用的AI工具包，包含机器视觉、语言、对话及结构式数据，并透过Google Research不断优化。

・透过新的MLOps功能，部署更多实用的AI应用，如Vertex Vizier加快实验速度。完全託管Vertex Feature Store可协助优化从业人员服务(Practitioners Serve)并分享、减少ML功能，Vertex Experiments则可以透过更快的模型选择，加快模型部署。

・透过MLOps工具，如Vertex Continuous Monitoring及Vertex Pipelines，简化端到端ML工作流程，减少自动服务模型维护的複杂性和重複性，有效管理模型。