Штучний інтелект може виявитися одним з найбільш значущих технологічних революцій у сучасному світі. Це дозволить відкрити безмежні можливості для трансформації корпорацій та підприємств. Великі компанії вже сповна використовують переваги, які принесло застосування штучного інтелекту. Такі організації, як TIME, вивчають нові можливості генеративного штучного інтелекту для покращення взаємодії зі своїми споживачами та зміцнення їх взаємодії з брендом. Компанія Wendy's застосовує інноваційні процеси керування замовленнями в сфері фаст-фуду. Orange вивчає контакт-центри нового покоління, а Priceline використовує можливості штучного інтелекту в BigQuery разом із власними алгоритмами. Це допомагає надавати споживачам унікальні послуги та рекомендації щодо товарів. Новий функціонал розширює можливості для інновацій.

Інноваційні впровадження

Дані відіграють центральну роль у штучному інтелекті, і саме тому впроваджуються нові інновації в хмарному сервісі для обробки даних і штучного інтелекту, щоб допомогти компаніям максимально використовувати свої дані.

• BigQuery Studio - інтерфейс, який сприяє об'єднанню ваших даних та робочих завдань. Він видає передбачуваний аналіз, який спрощує наскрізні процеси роботи з даними. Додаткові функціональні можливості надають зручну платформу для обробки інформації та включають розширену підтримку для неструктурованих даних, аналітику хмари, безпечний обмін даними та управління.
• Впроваджується штучний інтелект у ваші дані в BigQuery завдяки інтеграції з базовими моделями Vertex AI. Нові інновації допомагають безпечно впроваджувати генеративний штучний інтелект на даних вашого бізнесу. Це дозволяє розгортати моделі в реальному часі та використовувати вектори.
• Завдяки попередньому перегляду Duet AI в Google Cloud, підвищується продуктивність команд з обробки даних. Це дозволяє переосмислити спосіб роботи з даними у співпраці з продуктами, такими як Looker, BigQuery та Dataplex.

Ці інноваційна процеси дозволять організаціям використовувати потенціал даних і штучного інтелекту для досягнення бізнес-цілей, включаючи персоналізацію взаємодії з клієнтами, підвищення ефективності логістики поставок, зменшення операційних витрат та збільшення прибутковості.

Об'єднайте наскрізні робочі процеси та дані у BigQuery

Data-команди зазвичай використовують різноманітні інструменти для управління даними та машинним навчанням. Це може призводити до зниження продуктивності. Щоб спростити роботу з даними та об'єднати різні аспекти роботи з ними, Google представляє інноваційний інструмент - BigQuery Studio. Цей інструмент надає клієнтам єдиний інтерфейс для аналізу даних у хмарному середовищі Google Cloud. Тепер ви зможете поєднувати інженерію даних, аналітику та предиктивний аналіз в одному місці, спрощуючи роботу команд. Це дозволяє уникнути необхідності переключення між різними інструментами.

"Shopify вклав значні ресурси в формування команди з різнобічними компетенціями з метою залишатися першими у галузі науки про дані та інженерії. На початковому етапі випробувань BigQuery Studio нас вразила здатність Google об'єднувати різні інструменти для різних категорій користувачів в єдиному і спрощеному інтерфейсі. Це дає можливість знизити внутрішні бар'єри в команді, при цьому не жертвуючи масштабністю, яку ми очікуємо від BigQuery". - Зак Робертс, Менеджер інженерії даних, Shopify.

BigQuery Studio дає можливість редагувати SQL, Python, Spark та інші мови. Такий підхід значно спрощує аналітику на петабайтних масштабах без додаткових витрат на управління інфраструктурою. Ноутбуки та комп’ютери вважаються найзручнішим інструментом для написання та редагування коду Python, тому Google інтегрував BigQuery Studio разом з Colab Enterprise. Ця нова пропозиція надає підтримку корпоративної безпеки Google Cloud та відповідає нормативним вимогам. Colab Enterprise є модифікацією популярного наукового ноутбука Colab, який був розроблений дослідницьким відділом Google Research.

Нові можливості та інновації

Google розширює партнерство з таким компаніями як Hex, Deepnote та Jupyter, для надання більшого вибору гнучкості в сфері науки про дані. DataFrame в BigQuery надає командам структуру даних для доступу до улюблених блокнотів з великими обсягами даних, які зазвичай перевищують обмеження пам'яті.

Розподілені та неструктуровані дані представляють додаткові виклики для команд, які працюють з ними. Багато даних знаходиться у документах, відео-файлах та аудіозаписах, які можна використовувати з генеративним штучним інтелектом. Компанія Google створює нові можливості для об'єднання ваших структурованих бізнес-даних з неструктурованими даними, забезпечуючи безпечний доступ до них без необхідності переміщення.

Ці інновації включають:

1. Відкритий вихідний код та покращена підтримка форматів, що були впроваджені в Hudi та Delta Lake у BigLake, для розбиття ізольованих сховищ даних. З початку використання споживачами BigLake для об'єднання робочих завантажень озера даних та сховища в хмарах зросло в 27 разів і становить сотні петабайт. Ці покращення призвели до прискорення продуктивності Apache Iceberg, яке забезпечує безперервну оптимізацію даних.
2. Завдяки матеріалізованим уявленням та міжхмарним об'єднанням в BigQuery Omni стало можливим навчання даних та удосконалення їх аналізу без переміщення. Тепер корпорації мають можливість об'єднувати дані з декількох хмар в одному сховищі. А інтеграція Spark з Google Distributed Cloud збільшує можливості обробки аналітичних запитів на локальному рівні для підтримки вимог до резидентності даних.
3. Інновації управління в Dataplex дозволяють користувачам ефективніше управляти даними, їх якістю та метаданими. Це допомагає зрозуміти, які дані слід аналізувати, і навіть тренувати моделі машинного навчання. Це підвищує точність результатів.
4. Нові підключення, орієнтовані на забезпечення конфіденційності, охоплюють пусті кімнати даних BigQuery та Ads Data Hub. Ці інструменти допоможуть отримувати оновлену інформацію про ефективність ваших рекламних кампаній в Google і YouTube.

Залучайте штучний інтелект для керування, створення та масштабування даних

Актуальність обробки даних та штучного інтелекту продовжує бути в центрі уваги наших споживачів. Багато команд використовують BigQuery ML як ключовий інструмент для початку створення своїх ML-моделей. Також вони користуються власними аналітичними сховищами та озерами даних для побудови моделей машинного навчання. За останні два роки використання BigQuery ML, кількість запитів зросла на більш ніж 250%. Цього року мільйони запитів для для прогнозування та навчання були виконані за допомогою BigQuery ML.

Компанія Google надає доступ до базових моделей Vertex AI, включаючи PaLM 2, прямо з BigQuery. Це покращує розуміння ваших даних з використанням генеративного штучного інтелекту.Також такий метод спрощує процес і дозволяє командам, що працюють з даними, легко масштабувати прості SQL-запити до великих мовних моделей.

За допомогою нового функціоналу моделі в BigQuery, споживачі тепер можуть запускати модельні висновки у різних форматах, таких як TensorFlow, ONNX і XGBoost. Завдяки новими можливостям виведення в реальному часі, ви можете виявляти закономірності та автоматично генерувати попередження. Це дозволяє отримувати актуальну інформацію та реагувати на неї оперативно.

Платформа Faraday, яка спеціалізується на прогнозуванні поведінки користувачів, раніше змушена була будувати конвеєри для обробки даних і об'єднувати різні набори інформації. Тепер вони мають можливість не лише спростити аналіз настроїв споживачів, але також інтегрувати ці настрої разом з додатковими даними від перших джерел і використовувати їх в LLM (мовні моделі зі здібностями до глибокого навчання). Це потрібно для того, щоб створити індивідуально настроєний контент в рамках BigQuery.

Компанія Google впроваджує семантичний та векторний пошук в BigQuery, щоб налаштувати модель. Векторні та текстові вбудовування дають можливість ефективно шукати та аналізувати неструктуровані дані, такі як фото або текст. Ця інновація дає можливість новому поколінню програм штучного інтелекту ефективніше отримувати доступ до неструктурованих даних і надавати їм контекст для подальшого аналізу з використанням мовних моделей. Крім того, клієнти можуть автоматично синхронізувати векторні вбудовування в BigQuery За допомогою функцій Vertex AI Feature Store користувачі можуть автоматично синхронізувати векторні вбудовування за допомогою BigQuery.

Можливість отримання точних даних є критично важливою для розробки та навчання нових моделей штучного інтелекту. Це відноситься до спеціалізованих моделей, що застосовуються в таких галузях, як фінансові послуги, роздрібна торгівля та виробництво. Google надає доступ до різноманітних наборів даних у BigQuery від провідних постачальників інформації, таких як CoreLogic, Dun & Bradstreet і TransUnion. Завдяки розширенню співпраці, споживачі можуть користуватися тисячами наборів даних від сотень постачальників, включаючи Acxiom, Bloomberg, Equifax, Nielsen та Zoominfo. Доступність цих наборів даних позиціонує Google Cloud як провідний сервіс для підприємств з розробки та навчання нових моделей штучного інтелекту. Google Cloud дозволяє клієнтам користуватися широким спектром даних для вдосконалення своїх рішень та додатків.

Покращуйте продуктивність команди аналітиків за допомогою Duet AI

Для полегшення щоденних завдань та підвищення продуктивності аналітичних команд, Google представив попередню версію постійного генеративного колаборатора, побудованого на базі штучного інтелекту Duet AI. Цей інструмент вже використовується в різних продуктах, таких як Looker, BigQuery та Dataplex. Ці оновлення, розроблені на основі останніх фундаментальних моделей від Google, допомагають командам з обробки даних очищати і підготовлювати дані для аналізу, надавати відповіді на запитання та прогнозувати тенденції.

Для надання інформації простим споживачам у формі звичайної мови, компанія Google представила Duet AI в Looker. Цей інструмент дозволяє будувати легкі діалогові запити, що дозволяють уточнювати результати у вигляді візуалізацій та звітів, та отримувати відповіді на них. Duet AI автоматично створює презентації з інтелектуальними резюме, формулами та візуальною підтримкою. Він також може створювати код за допомогою LookML з розумінням користувацьких намірів. Це робить аналіз та представлення даних більш доступними та ефективними для широкого спектру користувачів, незалежно від їх технічних навичок.

Завдяки пошуку природною мовою та генеративним штучним інтелектом ви можете "спілкуватись" з вашими бізнес-даними так само, як ви "задаєте питання" Google. Все це реалізовано в Duet AI в Looker. Це еквівалентно тому, що у вас завжди є компетентний аналітик даних, доступний для кожного співробітника. Це робить аналіз і взаємодію з даними більш інтуїтивними і доступними, сприяючи зростанню продуктивності та прийняттю обґрунтованих рішень у всіх рівнях вашої компанії.

Duet AI в BigQuery - це інтегрований інструмент для спільної роботи, доступний безпосередньо у інтерфейсі BigQuery. Він надає допомогу при написанні SQL-запитів і Python-коду. Це дає змогу командам отримувати кращі результати та приділяти увагу аналізу. Duet AI може автоматично пропонувати код в режимі реального часу, генерувати повні функції та кодові блоки, а також рекомендувати виправлення помилок. Також Duet AI в Dataplex дає можливість пошуку метаданих за допомогою природної мови для огляду ваших активів машинного навчання та наборів даних.

Duet AI в BigQuery забезпечує обізнаність та охоплює можливості у сфері інтегрованих платформ даних Google Cloud. Ми розглядаємо це як архітектурну перевагу, яка усуває потребу у створенні, навчанні, розгортанні та управлінні власними спеціалізованими моделями штучного інтелекту. Це спрощує робочий процес для команд, які працюють з даними, і дозволяє їм швидше отримувати цінні інсайти за допомогою інтуїтивного та контекстно-орієнтованого інструмента Duet AI

Aritzia

Віце-президент з інженерії даних

Висновки

Простота і масштаб, створені для епохи штучного інтелекту. Компанія Google змінила підхід до інформації у всьому світі. За допомогою хмарних технологій та штучного інтелекту, Google надає новий рівень масштабування, , безпеки та інтелектуальності ваших бізнес-даних.