Google I/O、Google雲端日前發布管理機器學習(ML)的Vertex AI平台，可加速公司部署並維護人工智慧(AI)模型。Vertex AI訓練模型需要的程式碼減少將近80%，協助專業能力不同的資料科學家與ML工程師建立並管理MLOps，達到在整個開發的生命週期內，有效建立並管理ML專案的目的。
Google雲端Cloud AI/產業解決方案副總暨總經理Andrew Moore表示，Vertex AI的建立依循兩大原則，包含促使資料科學家及工程師擺脫業務流程的束縛，為整個產業帶來改變，使得每個人認真看到AI從試驗期到投入大規模生產的過程。此平台為新一代AI帶來新的部署模式，協助開發者著重在更具成就感與創意的工作。
目前資料科學家需要面對手動解決ML分散在各個模型上的問題，導致模型開發和實驗的時間延遲，最終能投入生產的模型很少。為了克服這些挑戰，Vertex AI整合Google雲端服務，使得開發者可以在統一的UI及API下建立ML，簡化了大規模建立、訓練及部署ML模型的流程。在單一環境中，使用者可以更快將模型從實驗階段轉移到生產中，也能更有效地發現模式和異常，讓模型預測和決策更精準，並能靈活面對市場變化。
結合Google在AI領域多年的經驗，Vertex AI可以協助資料科學及ML工程團隊獲得以下幫助：
・存取Google內部使用的AI工具包，包含機器視覺、語言、對話及結構式數據，並透過Google Research不斷優化。
・透過新的MLOps功能，部署更多實用的AI應用，如Vertex Vizier加快實驗速度。完全託管Vertex Feature Store可協助優化從業人員服務(Practitioners Serve)並分享、減少ML功能，Vertex Experiments則可以透過更快的模型選擇，加快模型部署。
・透過MLOps工具，如Vertex Continuous Monitoring及Vertex Pipelines，簡化端到端ML工作流程，減少自動服務模型維護的複雜性和重複性，有效管理模型。
