À Google I/O aujourd’hui, Google Cloud a annoncé Vertex AI, une nouvelle plate-forme d’apprentissage automatique gérée qui vise à faciliter le déploiement et la maintenance de leurs modèles d’IA par les développeurs. C’est une annonce un peu étrange chez I/O, qui a tendance à se concentrer sur les développeurs mobiles et Web et qui ne présente traditionnellement pas beaucoup d’actualités sur Google Cloud, mais le fait que Google ait décidé d’annoncer Vertex aujourd’hui montre à quel point il est important pense que ce nouveau service est destiné à un large éventail de développeurs.

Le lancement de Vertex est le résultat d’un peu d’introspection de la part de l’équipe Google Cloud. « L’apprentissage automatique dans l’entreprise est en crise, à mon avis », m’a dit Craig Wiley, directeur de la gestion des produits pour la plate-forme AI de Google Cloud. « En tant que personne qui travaille dans ce domaine depuis un certain nombre d’années, si vous regardez la Harvard Business Review ou les revues d’analystes, ou ce que vous avez, chacun d’entre eux dit que la grande majorité des entreprises investissent ou sont intéressés à investir dans l’apprentissage automatique et sont ne pas en tirer de la valeur. Cela doit changer. Il faut que ça change. »

Crédits image : Google

Wiley, qui était également directeur général du service SageMaker AI d’AWS de 2016 à 2018 avant de rejoindre Google en 2019, a noté que Google et d’autres qui ont pu faire fonctionner l’apprentissage automatique pour eux-mêmes ont vu comment cela peut avoir un impact transformationnel, mais il a également noté que la façon dont les grands clouds ont commencé à offrir ces services était en lançant des dizaines de services, « dont beaucoup étaient des impasses », selon lui (y compris certains de Google). « En fin de compte, notre objectif avec Vertex est de réduire le temps de retour sur investissement pour ces entreprises, afin de s’assurer qu’elles ne peuvent pas simplement créer un modèle, mais qu’elles tirent une valeur réelle des modèles qu’elles construisent. »

Vertex est alors censé être une plate-forme très flexible qui permet aux développeurs et aux data scientists de tous niveaux de compétences de former rapidement des modèles. Google affirme qu’il faut environ 80 % de lignes de code en moins pour entraîner un modèle par rapport à certains de ses concurrents, par exemple, puis les aider à gérer l’ensemble du cycle de vie de ces modèles.

Crédits image : Google

Le service est également intégré à Vizir, l’optimiseur d’IA de Google qui peut régler automatiquement les hyperparamètres dans les modèles d’apprentissage automatique. Cela réduit considérablement le temps nécessaire pour régler un modèle et permet aux ingénieurs d’exécuter plus d’expériences et de le faire plus rapidement.

Vertex propose également un « Magasin de fonctionnalités » qui aide ses utilisateurs à servir, partager et réutiliser les fonctionnalités d’apprentissage automatique et les expériences Vertex pour les aider à accélérer le déploiement de leurs modèles dans la production avec une sélection de modèles plus rapide.

Le déploiement s’appuie sur un service de surveillance continue et sur Vertex Pipelines, une nouvelle image de Google Cloud Pipelines AI Platform qui aide les équipes à gérer les workflows impliqués dans la préparation et l’analyse des données pour les modèles, les former, les évaluer et les déployer en production.

Pour donner à une grande variété de développeurs les bons points d’entrée, le service fournit trois interfaces : un outil de glisser-déposer, des blocs-notes pour les utilisateurs avancés et – et cela peut être un peu surprenant – BigQuery ML, l’outil de Google permettant d’utiliser des requêtes SQL standard pour créer et exécuter des modèles de machine learning dans son entrepôt de données BigQuery.

« Nous avons eu deux lumières directrices lors de la construction Sommet IA : sortez les scientifiques et les ingénieurs des données des mauvaises herbes de l’orchestration et créez un changement à l’échelle de l’industrie qui inciterait tout le monde à prendre au sérieux le passage de l’IA du purgatoire pilote à la production à grande échelle », a déclaré Andrew Moore, vice-président et directeur général de Cloud AI et de solutions sectorielles chez Google Cloud. « Nous sommes très fiers de ce que nous avons proposé avec cette plate-forme, car elle permet des déploiements sérieux pour une nouvelle génération d’IA qui permettra aux data scientists et aux ingénieurs d’effectuer un travail enrichissant et créatif. »