AI Hub y Kubeflow Pipelines, nuevas herramientas de Google Cloud

Las organizaciones de los diferentes sectores están recurriendo cada vez más a la inteligenci artificial, no obstante para muchas de ellas la complejidad de esta tecnología puede suponer un impedimento.

En Google Cloud se han propuesto poner la IA al alcance de todos los negocios. En la compañía construyen sus ofertas de inteligencia artificial basándose en tres ideas básicas: hacerlas simples, hacerlas útiles y hacerlas rápidas.

A principios de año Google Cloud anunció AutoML para ayudar a las empresas con conocimientos y experiencia limitada en machine learning a crear sus propios modelos. Tal y como anunció Hussein Mehanna, director de ingeniería de Cloud ML Platform, ahora, el gigante tecnológico da un paso más y lanza IA HUB, para atender la necesidad de las empresas de construir un recurso integral de machine learning y Kubeflow Pipelines, un nuevo componente de Kubeflow.

 

AI Hub

Este nuevo servicio ofrece dos beneficios significativos: por un lado, pone a disposición de  todas las empresas, los recursos ML desarrollados por Google Cloud AI, Google Research y otros equipos de Google. Por otro, proporciona un centro privado y seguro donde las empresas pueden subir y compartir recursos de ML dentro de sus propias organizaciones. De esta forma se facilita a las empresas la reutilización de pipelines y su despliegue para la producción en GCP en tan sólo unos pasos.

En alpha, el AI Hub proporcionará estos recursos desarrollados por Google y controles de uso compartido privado. Su versión beta se ampliará para incluir más tipos de activos y una gama más amplia de contenido público, incluyendo soluciones para socios.

 

Kubeflow Pipelines

En este caso, Kubeflow Pipelines es un nuevo componente de Kubeflow. Esta herramienta proporcionará un espacio de trabajo para componer, desplegar y gestionar flujos de trabajo de ML de extremo a extremo, lo que lo convierte en una solución híbrida que no se bloquea desde la creación de prototipos hasta la producción. También permite una experimentación rápida y fiable, por lo que los usuarios pueden probar muchas técnicas de ML para identificar qué es lo que funciona mejor para su aplicación.

“La equidad es uno de nuestros principios de IA y algo que discutimos con nuestros clientes de la nube que adoptan el ML en sus propios negocios”, explica Mehanna. “Kubeflow Pipelines puede ayudarles a aprovechar las bibliotecas de código abierto TensorFlow Extended (TFX) de Google que abordan cuestiones de producción de ML, como el análisis de modelos, la validación de datos, la inclinación de los servicios de formación, la deriva de datos y mucho más” añade.

Por otro lado, el director de ingeniería explicó que Google Cloud continúa ampliando las capacidades de sus componentes básicos de IA para hacerlos aún más útiles para las empresas, incluida la versión beta de tres funciones de la API de video en nube que aborda los retos comunes para las empresas que trabajan mucho con video.

 

IDG.es