En este artículo exploraremos las herramientas que conforman la oferta de inteligencia artificial (IA) y Machine Learning (ML) de Google Cloud Platform (GCP). Desde frameworks como TensorFlow hasta APIs como Vertex AI, veremos cómo cada una de estas herramientas puede ayudar a construir soluciones de IA eficientes y escalables en la nube.
Google Cloud ofrece una gran variedad de herramientas y servicios para habilitar el uso de la IA y el Machine Learning. Al igual que otras plataformas cloud, Google Cloud ofrece una infraestructura escalable y disponible bajo demanda para que los usuarios puedan seleccionar la opción que mejor se adapte a sus necesidades.
En cuanto a las soluciones de alto nivel, Google Cloud ofrece una amplia variedad de servicios preentrenados de inteligencia artificial que se pueden utilizar mediante APIs, como el reconocimiento de voz, texto e imágenes. Estos servicios incluyen Cloud Natural Language API, Cloud Vision API y Cloud Video Intelligence API, entre otros. Estos servicios son una opción viable para poder implementar rápidamente la IA en aplicaciones sin necesidad de capacidades de desarrollo específicas.
Sin embargo, si se requiere una mayor personalización en las soluciones de IA, Google Cloud también ofrece herramientas como Vertex AI, Kubeflow, y AutoML, que permiten a los profesionales de datos y desarrolladores diseñar y crear modelos de IA a medida. Además, Google Cloud también cuenta con soluciones de automatización, como Cloud Build, para simplificar el proceso de entrenamiento y optimización de modelos de IA.
En este artículo hablaremos de estos servicios de Google Cloud siguiendo el flujo de trabajo de un proyecto de IA.
En la primera etapa del workflow de IA se necesitan servicios que puedan ayudar a los usuarios a almacenar, gestionar y procesar grandes cantidades de datos, asegurándose de que son precisos y relevantes para el caso de uso que se vaya a tratar.
BigQuery es almacén de datos en GCP sin servidor. Con BigQuery, los usuarios pueden cargar y analizar rápidamente grandes cantidades de datos para obtener información valiosa que luego se utiliza para entrenar los modelos de aprendizaje automático. BigQuery también ofrece herramientas para administrar y limpiar los datos, lo que ayuda a los usuarios a preparar los datos de manera más eficiente antes de pasar a la siguiente etapa del flujo de trabajo de IA. Además de data warehouse, BigQuery ML permite crear y entrenar modelos de ML dentro de BigQuery, usando los datos almacenados en el servicio, mediante simples consultas SQL.
Para esta fase del flujo de trabajo, GCP ofrece otros servicios como Dataflow, que es una herramienta de procesamiento de datos de streaming. Con Dataflow, los usuarios pueden procesar grandes volúmenes de datos de manera eficiente y escalable gracias al autoescalado de recursos y el procesamiento por lotes. La herramienta ofrece un conjunto de transformaciones de datos integradas que los usuarios pueden utilizar para limpiar y transformar los datos en una variedad de formatos. Dataflow también se integra fácilmente con otras herramientas de Google Cloud, como BigQuery o Cloud Storage, lo que facilita el flujo de trabajo y la construcción de modelos de aprendizaje automático.
Por otra parte, Dataproc es una herramienta que permite el procesamiento de datos a gran escala utilizando Apache Hadoop y Apache Spark en la nube de Google, lo que facilita la preparación y análisis de grandes volúmenes de datos para el entrenamiento de modelos de aprendizaje automático. La API de Dataproc se integra con Vertex AI para poder incorporar fácilmente el procesamiento de big data en los notebooks de Vertex AI Workbench.
En esta fase, se utilizan los datos recopilados y preparados anteriormente para entrenar un modelo de aprendizaje automático. Durante el entrenamiento del modelo, se aplican algoritmos de aprendizaje automático a los datos para ajustar los parámetros del modelo y mejorar las métricas adecuadas a cada caso de uso. Finalmente, los modelos ya entrenados pueden desplegarse para su consumo.
El producto principal de GCP para entrenamiento y despliegue de modelos de aprendizaje automático de GCP es Vertex AI. Vertex AI es una plataforma de aprendizaje automático completamente administrada de Google Cloud que permite a los usuarios entrenar, desplegar y gestionar modelos de aprendizaje profundo a gran escala. Vertex AI también ofrece herramientas de automatización y monitorización para ayudar a los usuarios a simplificar y acelerar el proceso de creación y despliegue de modelos.
Vertex AI proporciona un entorno en el que se pueden disponibilizar Jupyter Notebooks que se pueden utilizar para crear, ejecutar y compartir código. Vertex AI Workbench es el entorno de programación interactivo que permite a los usuarios escribir y ejecutar código, visualizar datos y compartir resultados con otros. Los Notebooks de Vertex AI Workbench están preconfigurados con varios frameworks de aprendizaje automático, lo que facilita la creación de modelos de aprendizaje automático de manera rápida y eficiente. Uno de esos frameworks de aprendizaje automático es TensorFlow, una plataforma de aprendizaje automático de código abierto desarrollada por Google que permite a los usuarios construir, entrenar y desplegar modelos de aprendizaje profundo (Deep Learning). Con TensorFlow, los usuarios pueden crear modelos personalizados para realizar tareas como el procesamiento del lenguaje natural, el reconocimiento de imágenes y la predicción de resultados, entre otros.
Vertex AI también proporciona una funcionalidad de pipelines que permite a los usuarios crear y ejecutar pipelines de aprendizaje automático utilizando TensorFlow y otros frameworks de aprendizaje automático. Las pipelines de Vertex AI se utilizan para automatizar y estandarizar el proceso de entrenamiento, evaluación e implementación de modelos de aprendizaje automático. Éstas se pueden implementar fácilmente en entornos de producción, lo que facilita la implementación de modelos de aprendizaje automático a gran escala.
Las pipelines que se pueden implementar en Vertex AI pueden ser de TensorFlow (TensorFlow Extended) o de Kubeflow (Kubeflow Pipelines). Kubeflow es una plataforma de código abierto para la creación, implementación y gestión de pipelines de aprendizaje automático a gran escala. Kubeflow se basa en Kubernetes, lo que permite una implementación escalable y eficiente de los pipelines de aprendizaje automático.
Un caso de uso que se ha desarrollado recientemente usando pipelines de Kubeflow ha sido un caso de detección de fraude en operaciones con tarjetas de crédito. Se implementó una pipeline de Kubeflow para predecir si una transacción sería fraudulenta o no. La pipeline de Kubeflow realizaba y gestionaba los pasos de ingesta y procesamiento de datos, modelado y evaluación del modelo.
Google Cloud también ofrece capacidades low code/no code para usuarios sin experiencia en aprendizaje automático o para la implementación rápida de casos de uso que no requieran de modelos custom a través de los productos AutoML. AutoML es una familia de productos de aprendizaje automático de Google Cloud que permite a los usuarios construir modelos personalizados sin necesidad de programar. Con servicios como AutoML Vision, AutoML Natural Language y AutoML Translation, los usuarios pueden crear modelos personalizados para tareas como la clasificación de imágenes, el análisis de sentimientos y la traducción de idiomas, sin necesidad de saber programar. Otra de las funcionalidades útiles de los productos AutoML para tareas de modelado es la posibilidad de crear rápidamente un modelo baseline con el que poder comparar posteriormente los modelos optimizados.
En Google Cloud Platform se pueden utilizar diferentes tipos de aceleradores para mejorar el rendimiento de las cargas de trabajo. Los aceleradores son unidades de procesamiento diseñadas para realizar tareas específicas de manera más rápida y eficiente que las unidades centrales de procesamiento (CPU) convencionales. Los aceleradores disponibles en GCP incluyen CPU, GPU, TPU y Google Distributed Cloud Edge Appliances.
En general, los aceleradores pueden ayudar a mejorar significativamente el rendimiento y la eficiencia de las cargas de trabajo en GCP, lo que puede ser especialmente importante para aplicaciones de inteligencia artificial y aprendizaje automático que requieren un procesamiento intensivo de datos.
Cloud Build es un servicio de automatización de compilación y entrega de aplicaciones en Google Cloud. Permite a los usuarios crear pipelines de integración continua y entrega continua (continuous integration/continuous deployment, CI/CD) para aplicaciones y servicios. En el contexto del flujo de trabajo de inteligencia artificial, Cloud Build se puede utilizar para automatizar la construcción y entrega de modelos de aprendizaje automático. Por ejemplo, se puede utilizar Cloud Build para automatizar el proceso de entrenamiento de un modelo de aprendizaje automático cuando se actualizan los datos de entrenamiento.
Por otro lado, Cloud Composer es un servicio de orquestación de flujo de trabajo basado en Apache Airflow. Permite a los usuarios crear, programar y monitorizar flujos de trabajo de manera eficiente. En el contexto del flujo de trabajo de inteligencia artificial, Cloud Composer se puede utilizar para automatizar tareas de preparación de datos y entrenamiento de modelos. Por ejemplo, se puede utilizar Cloud Composer para orquestar flujos de trabajo que se encarguen de la ingesta y transformación de datos.
La etapa de Integración de IA en aplicaciones es la última fase del flujo de trabajo de IA, donde se utilizan las soluciones de IA para resolver problemas del mundo real. En esta etapa, se implementan los modelos de aprendizaje automático en aplicaciones y servicios para hacer predicciones y tomar decisiones basadas en datos.
La API de Cloud Natural Language es una solución de IA que utiliza tecnología de procesamiento del lenguaje natural para analizar el texto y extraer información útil. Permite la detección de sentimientos, la clasificación de texto y el análisis de entidades. Otra de las soluciones que utiliza la tecnología de procesamiento del lenguaje natural es Contact Center AI (CCAI), la solución de GCP para centros de atención al cliente. Utiliza las técnicas de NLP para comprender y responder a las preguntas de los clientes, lo que permite una interacción más fluida y eficiente.
Otras APIs que usan procesamiento de lenguaje natural son Cloud Speech y Cloud Translation. La API de Cloud Speech es una solución de inteligencia artificial que permite la transcripción de voz a texto. Utiliza tecnología de aprendizaje automático para reconocer el habla y transcribir el discurso en texto. La API de Cloud Translation es una solución de inteligencia artificial que permite la traducción de texto en tiempo real. Utiliza tecnología de procesamiento del lenguaje natural y aprendizaje automático para proporcionar traducciones precisas en varios idiomas.
Document AI es otra solución de IA que permite procesar grandes volúmenes de documentos de manera más rápida y precisa. Utiliza tecnología de procesamiento del lenguaje natural y aprendizaje automático para extraer información relevante de documentos, como facturas y contratos. Esta API permite procesar una gran cantidad de documentos, en varios idiomas, a gran velocidad.
GCP también incluye APIs para casos de uso de Computer Vision. La API de Cloud Vision permite la detección y análisis de imágenes. Utiliza tecnología de aprendizaje automático para identificar objetos, caras y otros elementos en las imágenes, lo que permite la clasificación y el análisis de grandes volúmenes de imágenes. Por último, la API de Cloud Video Intelligence permite la detección y análisis de objetos y escenas en vídeos. Utiliza tecnología de aprendizaje automático para identificar objetos y escenas, lo que permite la búsqueda y el análisis de grandes volúmenes de contenido de vídeo.
En este artículo hemos presentado gran parte de los productos del stack de ML e IA de Google Cloud Platform, pero la plataforma dispone de más APIs y más servicios para poder resolver cualquier caso de uso y diseñar cualquier solución. Esperamos que haya sido útil para poder entender algunos de estos servicios y poder empezar a trabajar con Google Cloud Platform.
ifgeekthen.nttdata.com es un blog del grupo NTT DATA. Un proyecto que busca compartir con profesionales del mundo digital temas relacionados con la tecnología y el universo geek.
