Новые инструменты предназначены для решения таких распространенных задач, как структурирование данных и прогнозирование складских запасов, пишет портал ZDNet.

10 апреля на конференции Google Cloud Next компания представила бета-версию AI Platform — платформы сквозной разработки, способствующей сотрудничеству различных команд при осуществлении проектов в области машинного обучения (machine learning, ML). Она поможет разработчикам, специалистам по данным и инженерам данных совместно использовать модели, обучать их и масштабировать нагрузки, используя единую приборную панель Cloud Console.

Также Google выпустила новую версию Cloud AutoML — ПО, автоматизирующего создание моделей ML, которое компания анонсировала в прошлом году.

Ранее Google представила ПО AutoML Vision, эффективно расширявшее Google Cloud Vision API для распознавания совершенно новых, специфических для данного клиента изображений.

Теперь Google сделала доступной бета-версию AutoML Tables, которая позволяет создавать и развертывать модели ML на структурированных табличных наборах данных. Пользователи могут извлекать данные из BigQuery и других сервисов хранения Google Cloud Platform и передавать их AutoML Tables.

Новое ПО AutoML Video также представлено бета-версией. Оно предоставляет разработчикам возможность создавать пользовательские модели, которые автоматически классифицируют видеоконтент. Очевидно, это ПО найдет применение в СМИ и индустрии развлечений для автоматического удаления рекламных роликов или создания подборок наиболее ярких моментов.

Кроме того, Google выпустила ПО AutoML Vision Edge, которое упрощает обучение и развертывание высокоточных, обладающих низкой задержкой пользовательских моделей ML для периферийных устройств.

Компания представила также бета-версию Document Understanding AI. Эта бессерверная платформа автоматически классифицирует данные в отсканированных или цифровых документах, извлекает и обогащает их. Она превращает неструктурированные данные из документа в структурированные и интегрирует их с технологиями таких партнеров Google, как Iron Mountain, Box, DocuSign, Egnyte, Taulia, UiPath и Accenture.

Еще компания объявила о появлении бета-версии сервиса Contact Center AI, который создается совместно с 8×8, Avaya, Salesforce и Accenture.

Что касается аналитики, то Google сообщила о новых способах перемещения данных в облако Google Cloud, а также о способах очистки, категоризации и интерпретации данных.

Cloud Data Fusion — это новый, полностью управляемый сервис, позволяющий пользователям интегрировать данные из различных источников и объединять их с другими источниками. Благодаря ему организации могут подготовить изолированные данные для анализа посредством BigQuery.

С помощью сервиса BigQuery Data Transfer Service клиенты могут теперь загружать больше данных. Сервис автоматизирует управляемое перемещение данных из приложений по расписанию. Помимо собственных приложений Google он поддерживает более 100 популярных приложений SaaS, включая Salesforce, Marketo, Workday и Stripe.

Google упрощает ввод данных в BigQuery. Но и без этого экзабайтное бессерверное хранилище быстро растет. За прошлый год объем проанализированных данных увеличился более чем на 300%, сообщила компания.

Аналитики данных смогут создавать собственные конвейеры данных с помощью ПО Cloud Dataflow SQL. Вскоре появится его публичная альфа-версия. Используя SQL, они получат возможность создавать конвейеры данных Dataflow, которые будут автоматически определять требуемый вид обработки данных — пакетный или потоковый. В Dataflow SQL используется тот же диалект SQL, что и в BigQuery. Это позволит аналитикам данных, например, запускать Dataflow SQL из BigQuery UI.

Для анализа данных у Google имеется бета-версия BigQuery BI Engine. Она дает пользователям BigQuery возможность интерактивно анализировать сложные наборы данных. При высоком параллелизме время отклика на запрос составляет менее 1 с. В настоящее время данный инструмент доступен пользователям Google Data Studio. В ближайшие месяцы BI Engine смогут применять и такие провайдеры средств бизнес-аналитики, как Looker и Tableau.

Учитывая, как много бизнес-пользователей используют для анализа таблицы, Google представила их новый вид, «подключенные таблицы», которые работают с полным набором данных BigQuery.

Наконец, компания расширяет BigQuery ML — инструмент, который позволяет аналитикам данных напрямую создавать и развертывать модели ML на больших наборах данных внутри BigQuery, используя SQL. Теперь BigQuery ML включает новые модели, такие как метод кластеризации k-средних (бета-версия) и матричную факторизацию (альфа-версия), для сегментации клиентов и выдачи рекомендаций по поводу продуктов. Кроме того, отныне клиенты могут с помощью BigQuery ML создавать и напрямую импортировать модели нейронной сети TensorFlow Deep Neural Network (альфа-версия).