Back to Reference
AI
Most popular
Search everything, get answers anywhere with Guru.
Watch a demoTake a product tour
October 31, 2024
XX min read

ما هو Vertex AI؟ تعريف، استخدامات، وأكثر [2024]

هناك العديد من أدوات الذكاء الاصطناعي (AI) هناك، مما يجعل من الصعب فهم أي واحدة تحتاج حقًا. يمكننا أن نجعل هذا القرار أسهل من خلال تقديمك إلى Vertex AI، منصة جوجل السحابية الخاصة بالذكاء الاصطناعي. 

__wf_reserved_inherit

أدى الطفرة الأخيرة في نماذج الذكاء الاصطناعي والتقدم التكنولوجي إلى إعادة تشكيل كيفية عمل العديد من الشركات؛ القضية الوحيدة هي أن هناك الكثير من الحلول للاختيار من بينها. لكن يمكننا المساعدة

لتسهيل بناء نماذج التعلم الآلي (ML)، أنشأت جوجل Vertex AI، منصة تجعل جميع خدمات جوجل السحابية متاحة في كيان واحد.

لكن ما هو Vertex AI، في جوهره؟ هل يستحق انتباهك أم أنه مجرد فشل؟ اكتشف الجواب في هذا الدليل، حيث سنستكشف لماذا يعد Vertex AI مهمًا جدًا للأعمال والعديد من الأشياء الأخرى.

تابعونا!

ما هو Vertex AI؟

Vertex AI هو منصة مركزية أنشأتها جوجل كلاود تهدف إلى تدريب نماذج التعلم الآلي وتطبيقات الذكاء الاصطناعي ونشرها على نطاق واسع. علاوة على ذلك، يمكنك تخصيص نماذج اللغة الكبيرة (LLMs) للاستخدام في تطبيقات الذكاء الاصطناعي الخاصة بك. 

عبر ميزات مثل تدريب النموذج المخصص، AutoML، وقدرات متقدمة أخرى، يمكنك تعزيز الإنتاجية بشكل كبير والنطاق. 

بالإضافة إلى ذلك، يوفر Vertex AI جميع خدمات السحابة من جوجل في أداة واحدة، مما يساعدك في بياناتك، ونشر النماذج، وأكثر. باختصار، Vertex AI هنا لتبسيط سير عمل التعلم الآلي الخاص بك وتبسيط دورة حياة مجموعة البيانات الخاصة بك. 

إنه حل مثالي لجميع المطورين والمهندسين في التعلم الآلي، خاصةً لأنه سهل الاستخدام للمبتدئين. 

لكن لماذا تعتبر هذه الأداة مهمة جدًا للأعمال؟ 

لماذا يعد Vertex AI مهمًا؟

سوق الذكاء الاصطناعي التوليدي في نمو مستمر. على سبيل المثال، فإن عدد مشاريع الذكاء الاصطناعي النشطة على Vertex AI قد زادت أكثر من 7 مرات؛ لكن ما الذي يجعل Vertex مهمًا بشكل خاص؟

حسنًا، دعنا نرى ماذا يفعل: 

  • تطوير مبسط: هذا الحل الذكي يقوم بأتمتة عملية التطوير بأكملها. لذا، يمكن لأي شخص - بصرف النظر عن تجربته مع مثل هذه الأدوات - نشر نماذج عالية الجودة. 
  • سرعة أعلى: نظرًا لأنك تقوم بأتمتة عملية تطوير النموذج، ستقوم بتدريب ونشر روبوتات الدردشة بشكل أسرع. نتيجة لذلك، يصبح من الأسهل والأسرع إنشاء تطبيقات ذكية. 
  • التناسق: الذكاء الاصطناعي جيد في أمر واحد: الحفاظ على التناسق عبر المجلس. بعيدًا عن الحفاظ على جودة الإخراج نفسها، ستقوم أيضًا بتقليل الأخطاء.
  • القابلية للتوسع: يمكنك تصميم جميع أنواع تطبيقات الذكاء الاصطناعي باستخدام Vertex، بدءًا من التطبيقات الصغيرة إلى الحلول على مستوى المؤسسات. بغض النظر عن حجم مؤسستك، يمكن أن تتناسب مع كل حاجة. 

كما ترى، يوفر Vertex AI العديد من الفوائد، لكن ما هي ميزات الذكاء الاصطناعي التي تساعده على أن يصبح كبيرًا؟ 

اكتشف الإجابة في القسم التالي. 

ما هي الميزات الرئيسية لـ Google Cloud Vertex AI؟

لفهم ما الذي يجعل هذه منصة Google Cloud جيدة جدًا في نشر وبناء نماذج الذكاء الاصطناعي، دعونا نلقي نظرة على ميزاتها: 

  • AutoML: تعتبر هذه الوظيفة مخصصة للمطورين الذين ليس لديهم الكثير من الخبرة في التعلم الآلي، ولكنهم يريدون بناء نماذج التعلم الآلي الخاصة بهم. تعمل مع عدة تطبيقات جوجل، بما في ذلك Vertex AI وAutoML Tabular وAutoML Image. 
  • أنابيب Vertex AI: مع هذه الميزة المفيدة، يمكنك أتمتة ومراقبة وإنشاء سير عمل التعلم الآلي بالكامل الذي يعزز كفاءتك ويوفر عليك من المهام المتكررة. 
  • APIs المدربة مسبقًا: مع Vertex AI، يعد دمج الفيديوهات، والترجمة، ومعالجة اللغة الطبيعية أمرًا سهلاً. نتيجة لذلك، ستلبي النماذج الموزعة المتطلبات التجارية حتى لو لم يكن لدى المهندسين والمطورين معرفة سابقة. 
  • تكامل البيانات والذكاء الاصطناعي: يعمل Vertex AI بشكل جيد مع الكثير من الأدوات، مثل BigQuery ML وDataproc أو Dataflow. لذا، يمكنك بناء أو تصدير البيانات من BigQuery مباشرة من خلال Vertex AI Workbench. علاوة على ذلك، يتكامل مع الأطر مفتوحة المصدر مثل PyTorch وSensorFlow. 
  • إصدار النماذج والمراقبة: هل فقدت تتبع إصداراتك؟ مع Vertex AI، لن يحدث ذلك مرة أخرى حيث إنه يحتفظ بسجل لنسخ النموذج بسهولة. بالإضافة إلى ذلك، يراقب Vertex AI أدائهم من خلال مقاييس تقييم مفيدة حتى تتمكن من تحديد المشكلات بشكل استباقي. 

لذا، يمتلك Vertex AI الكثير من القدرات للمستخدمين؛ لكن القضية الوحيدة هي، ماذا ستستخدمها من أجله؟

هذا سؤال سنحاول الإجابة عليه في القسم التالي. 

ما هي استخدامات Vertex AI؟ 

عادةً ما يستخدم الناس أدوات الذكاء الاصطناعي في مجموعة واسعة من المجالات، حيث أن الأكثر شيوعًا هو في خدمة العملاء (56%) وإدارة الاحتيال (51%). لكنها تحتوي على العديد من الاستخدامات الأخرى، مثل توصيات المنتجات، إنتاج المحتوى، وغيرها. 

بناءً على هذا المنطق، هل يعتبر Vertex AI جيدًا في شيء ما؟ بالتأكيد؛ هنا استخدماته الأكثر شيوعًا: 

  • توقع محسّن: استخدم Vertex AI لتحسين دقة توقعاتك في الوقت الحقيقي، حيث يمكن لهذه الأداة تحليل البيانات الوصفية وتفسيرها بسهولة وسرعة. 
  • مراقبة مبسطة: يقوم Vertex AI بمراقبة أداء النموذج، منذ البداية حتى المنتج النهائي، حتى تتمكن من تبسيط العملية والحصول على نتائج أفضل. 
  • ميزات التعلم الآلي المشتركة: من خلال متجر ميزات Vertex AI، يمكنك إدارة وإعادة استخدام ميزات التعلم الآلي التي تحتاجها. ما هو أكثر من ذلك، لا تحتاج إلى معرفة عميقة في التعلم الآلي لاستخدامها. 
  • عملية تطوير محسّنة: مع Vertex AI، من السهل تبسيط وتكوين وأتمتة سير عمل التعلم الآلي حتى تتمكن من تسريع عملية التطوير. 

كما ترى، يمتلك Vertex AI استخدامات متعددة تجعله إضافة مثالية لعملك.

قبل أن نتعلم كيفية استخدامه، دعنا نلقي نظرة على خدمات Google Cloud التي تتماشى مع Vertex AI. 

ما هي خدمات Google Cloud التي تعمل بتزامن مع Vertex AI؟

لم يعمل Vertex AI بمفرده أبدًا - فهو متماشي مع خدمات Google Cloud الأخرى التي تساعد في تبسيط دورة حياة التعلم الآلي الخاصة بك وتعزيز كفاءتك. لكن ما هي خدمات Google Cloud؟

في جوهره، إنها مجموعة من خدمات الحوسبة السحابية، مثل تحليل البيانات، التخزين السحابي، الشبكات، الحوسبة بدون خادم، أدوات تطوير الويب، إلخ. تعمل جميع هذه الحلول بتزامن مع Vertex AI لإنشاء سير عمل فعال للتعلم الآلي.

على سبيل المثال، في التخزين السحابي لجوجل، يمكنك تخزين جميع بياناتك الخام التي يمكن أن يصل إليها Vertex لاحقًا لتدريب النماذج. BigQuery هو أداة مماثلة تخزن مجموعات بيانات كبيرة يستخدمها Vertex AI للتدريب داخل الحزمة. 

كما ترى، كل شيء متصل مع Vertex AI لمساعدتك على إنشاء ونشر أفضل حلول الذكاء الاصطناعي. 

هناك شيء واحد متبقي لمناقشته: كيفية استخدام Vertex AI لبدء البناء. 

كيفية استخدام Vertex AI وسير العمل للتعلم الآلي (ML)

أنت فضولي حول استخدام Vertex AI لتبسيط سير العمل الخاص بك في التعلم الآلي - هذا رائع! دعنا نوضح لك مدى سهولة الأمر خطوة بخطوة: 

1. إعداد البيانات

أولاً، ابدأ باستخراج وتنظيف مجموعة البيانات الخاصة بك. 

بعد القيام بذلك، يجب عليك إجراء تحليل البيانات الاستكشافية (EDA) - وهي تقنية تلخص الخصائص الرئيسية لمجموعات البيانات. لماذا؟ لفهم البيانات المتوقعة من النموذج الذكي. قم بتصور والوصول إلى البيانات الخاصة بك باستخدام Vertex AI Workbench. 

ماذا يأتي بعد ذلك؟ تطبيق تحويلات البيانات والهندسة الميزات على النموذج، بالإضافة إلى فصل البيانات إلى مجموعات التدريب والتحقق والاختبار. 

2. تدريب النموذج

الآن تأتي المرحلة الممتعة. هنا حيث يمكن لعلماء البيانات والمطورين وآخرين اختيار طريقة التدريب المتوافقة مع احتياجات أعمالهم. يمكنك تدريب نماذج التعلم الآلي الخاصة بك بطرق عديدة: 

  • استخدام نظرة عامة على AutoML، والتي تدرب نماذجك دون كتابة أي كود. يدعم البيانات النمطية والصورية والنصية.
  • استخدام إطار التعلم الآلي المفضل لديك، مما يعني كتابة الكود الخاص بك وتدريب النماذج بنفسك.
  • استخدام تجارب Vertex AI، التي تختبر نماذجك باستخدام تقنيات ML مختلفة لترى أيها يعمل بشكل أفضل. 
  • استخدام Vertex AI Vizier أو وظائف ضبط مخصصة، التي تركز على ضبط المعلمات التدريبية لتدريب نماذج التعلم الآلي المخصصة المعقدة. 

3. تقييم النموذج والتكرار

تتطلب الخطوة الثالثة منك تقييم أداء نموذجك وإجراء التعديلات بناءً على النتائج. هذا يساعدك على تحديد المشكلات وحلها بشكل نشط قبل نشر النموذج.

من خلال مقاييس مثل الدقة والاسترجاع، يمكنك مقارنة وقياس أداء نماذجك، ورؤية أي منها يعمل بشكل أفضل بشكل عام. 

4. خدمة النموذج

بعد تقييم أداء نموذجك بعناية والموافقة عليه، حان الوقت لنشره. 

مرة أخرى، لديك طرق مختلفة للقيام بذلك: 

  • استخدام حاويات مسبقة البناء أو مخصصة 
  • استخدام BigQuery ML
  • استخدام TensorFlow runtime 
  • استخدام متجر ميزات Vertex AI  
  • استخدام Vertex Explainable AI 

5. مراقبة النموذج

لم تنته بعد، حيث لا يزال هناك مجال للتحسين. الخطوة الأخيرة في أي عملية نشر نموذج هي مراقبة أدائه. مع مراقبة نموذج Vertex AI، يمكنك متابعة نماذجك وتحسين أدائها إذا ابتعدت البيانات كثيرًا عن تدريبها. علاوة على ذلك، تحتوي Vertex AI على تنبيهات وإشعارات تخبرك عندما يحدث شيء خاطئ، بحيث يمكنك إعادة تدريب نموذجك لتحقيق المستوى المطلوب. 

مع هذا البرنامج التعليمي السريع والبسيط، أنت جاهز لتجربة Vertex AI.

الأمر متروك لك

مع Vertex AI، من السهل إدارة سير عمل التعلم الآلي وضمان كفاءته ودقته وتناسقه. الآن بعد أن عرفت إجابة السؤال، "ما هو Vertex AI؟" أنت خطوة واحدة أقرب إلى تبسيط عمليات عملك.

لكن للوصول إلى مستويات جديدة من الإنتاجية، تحتاج إلى Guru.

إنه أداة لإدارة المعرفة تربط جميع التطبيقات والمستندات الخاصة بك في مكان واحد. مع Guru، يمكنك البحث عبر جميع تطبيقاتك والحصول على إجابات فورية لجميع الاستفسارات، دون تغيير السياق.

اكتشف قوة Guru من خلال التسجيل اليوم.

Key takeaways 🔑🥡🍕

ما هي استخدامات Vertex AI؟

يُستخدم Vertex AI لبناء، ونشر، وتوسيع نماذج التعلم الآلي على Google Cloud، مما يبسط سير عمل ML من خلال دمج مختلف خدمات Google Cloud في منصة ذكاء اصطناعي موحدة.

هل Google Vertex AI مجانية؟

تقدم Google Vertex AI خطة مجانية مع استخدام محدود، لكن الميزات المتقدمة ومستويات الاستخدام الأعلى تتطلب الاشتراك المدفوع.

هل يستحق Vertex AI ذلك؟

يستحق Vertex AI الاستثمار بالنسبة للأعمال والمطورين الذين يبحثون عن حل شامل وقابل للتوسع ومتكامل لتبسيط عمليات التعلم الآلي واستغلال البنية التحتية القوية لجوجل السحابية.

ما هو الفرق بين Google AI و Vertex AI؟

يشمل الذكاء الاصطناعي لجوجل مجموعة واسعة من أبحاث ومنتجات الذكاء الاصطناعي، في حين أن Vertex AI هو منصة معينة داخل Google Cloud مصممة لإدارة دورة حياة التعلم الآلي بالكامل.

لماذا نستخدم Vertex AI؟

نستخدم Vertex AI لتبسيط وتسريع تطوير ونشر وإدارة نماذج التعلم الآلي، مستفيدين من بنية Google السحابية القوية والأدوات المتكاملة.

هل يستحق Vertex AI ذلك؟

نعم، يقدم Vertex AI قيمة كبيرة من خلال تقديم حل مبسط وقابل للتوسع لعمليات التعلم الآلي، خاصةً للمنظمات المستثمرة في الاستفادة من نظام Google Cloud.

ما هي لغات البرمجة والأطر المدعومة من قبل Vertex AI؟

يدعم نظام Vertex AI لغات برمجة مختلفة، مثل C وJava وPython، بالإضافة إلى لغات واجهة المستخدم مثل HTML وCSS. 

فيما يتعلق بالأطر، يدعم Vertex أدوات التدريب المخصص، بما في ذلك PyTorch وTensorFlow وXGBoost وscikit-learn. 

كيف يمكنني الوصول إلى Google Vertex AI؟

للبدء باستخدام Google Vertex AI، اتبع هذه الخطوات: 

  1. قم بإنشاء حساب
  2. اختر أو أنشئ مشروع Google Cloud جديد في وحدة تحكم Google Cloud 
  3. قم بتفعيل واجهة برمجة تطبيقات Vertex AI
  4. قم بتثبيت Google Cloud CLI وتشغيل هذا الأمر: gcloud init 
  5. قم بتثبيت وتحديث مكونات gcloud من خلال هذه الأوامر: gcloud components update وgcloud components install beta 

ما نوع دعم العملاء المتاح لمستخدمي Vertex AI؟

يقدم Vertex AI مستويات مختلفة من الدعم، اعتمادًا على نطاق رعاية العملاء التي تريدها. 

بالنسبة لدعم المعياري، ستحصل على وصول غير محدود إلى الدعم الفني، مع زمن استجابة يصل إلى 4 ساعات. تقدم النسخة المعززة دعمًا غير محدود على مدار الساعة في عدة لغات وقنوات. بينما يحتوي دعم المتميز على مدير حساب فني مخصص. 

يمكنك أيضًا التفاعل مع مجتمع Google Cloud لطرح أسئلة حول Vertex AI. 

Search everything, get answers anywhere with Guru.

Learn more tools and terminology re: workplace knowledge