Google Cloud punta sul machine learning con Hub AI e Kubeflow Pipelines

Dopo AutoML rilasciato a inizio anno, Google Cloud ha lanciato le soluzioni AI Hub e Kubeflow Pipelines per aiutare i clienti a gestire e distribuire algoritmi di machine learning.

google cloud

Google Cloud sta lanciando due nuovi strumenti per aiutare i clienti a progettare, avviare e tenere traccia dei loro algoritmi di machine learning. Seguendo il rilascio a inizio anno dei casi di utilizzo di machine learning sotto il brand AutoML, questi due nuovi prodotti, uno proprietario e uno open source, continuano la strategia di Google per semplificare e accelerare la capacità dei clienti di adottare le tecniche di intelligenza artificiale.

“Il nostro obiettivo è mettere l’IA alla portata di tutte le aziende, ma farlo significa ridurre le barriere all’entrata ed ecco perché costruiamo tutte le nostre offerte di intelligenza artificiale tenendo conto di tre basi fondanti: renderle semplici in modo che più imprese possano adottarle, renderle utili per la più ampia gamma di organizzazioni e renderle veloci, in modo che le aziende possano avere successo più rapidamente” ha scritto nei giorni scorsi Hussein Mehanna, direttore tecnico della piattaforma Cloud ML.

AI Hub

Il primo prodotto è una versione alpha di AI Hub, piattaforma di collaborazione per gli specialisti di intelligenza artificiale. “L’intelligenza artificiale è uno sport di squadra” ha detto Rajen Sheth, direttore del product management per Cloud AI. “Coinvolge i data engineer per mettere in produzione il modello e gli sviluppatori per costruirlo e integrarlo in un’applicazione. Tutto ciò ha bisogno di essere combinato per avere successo e secondo noi questi due nuovi prodotti saranno di grande aiuto.”

AI Hub fornirà ai data scientist e sviluppatori una piattaforma per archiviare componenti come pipeline, taccuini Jupyter e moduli TensorFlow in un luogo privato e sicuro per una collaborazione più snella. “In questo modo è facile per le aziende riutilizzare le pipeline e distribuirle in pochi passaggi alla produzione in GCP o su infrastrutture ibride utilizzando il sistema Kubeflow Pipeline”, ha scritto Mehanna.

“In versione alfa AI Hub fornirà queste risorse sviluppate da Google e controlli di condivisione privati, mentre la prossima versione beta si espanderà per includere più tipi di risorse e una più ampia gamma di contenuti pubblici, comprese le soluzioni dei partner”, ha aggiunto. “Durante il periodo in versione alpha AI Hub sarà un prodotto gratuito per clienti selezionati, dopo di che Google Cloud lavorerà attivamente con clienti e partner per determinare la giusta strategia di prezzo e monetizzazione che sarà resa pubblica al lancio della beta, ha detto un portavoce di Google.

Kubeflow Pipelines

Kubeflow Pipelines

Il secondo prodotto è un progetto open source chiamato Kubeflow Pipelines (già disponibile su GitHub) per aiutare a prendere queste risorse e metterle in produzione. Questa nuova funzionalità fa parte del progetto open source Kubeflow ed è una soluzione per comporre, implementare e gestire flussi di lavoro di machine learning. Poiché è una soluzione open source, Kubeflow Pipelines offre interoperabilità e la flessibilità di sperimentare con i modelli prima della distribuzione in produzione.

“Organizzazioni come Cisco e NVIDIA sono tra i principali contributori a questo progetto open source e stanno collaborando con noi per adottare Kubeflow Pipelines”, ha scritto Mehanna. “NVIDIA sta già integrando in Kubeflow RAPIDS, una nuova suite di librerie di data science open source. La libreria RAPIDS sfrutta le GPU per fornire una notevole velocizzazione per la pre-elaborazione dei dati e il machine learning, completando così perfettamente Kubeflow”.

Potenziali clienti

Gli early adopter di questi prodotti saranno naturalmente organizzazioni che fanno un uso consistente di machine learning e data science e secondo Sheth si tratterà soprattutto di realtà appartenenti ai settori retail, finanziario, manifatturiero, sanitario e dei media. Uno dei primi potenziali adopter è la società multimediale Meredith Corporation, che sta già utilizzando strumenti di machine learning di Google per automatizzare la classificazione dei contenuti.

Alysia Borsa, responsabile marketing e responsabile dati di Meredith Corporation, ha dichiarato: “Utilizzando i servizi di linguaggio naturale e AutoML di Google per applicare la nostra tassonomia universale personalizzata ai nostri contenuti, siamo in grado di identificare e rispondere meglio alle tendenze emergenti, consentire un efficace targeting dettagliato e offrire al nostro pubblico esperienze più pertinenti e coinvolgenti.”