Vertex AI 是什麼？Vertex AI 6 大模型應用、教學與方案詳解

在如今的 AI 發展浪潮中，Vertex AI 成為許多企業和開發者的首選平台。它整合了強大的機器學習工具和 Google Cloud 的基礎設施，為使用者提供高效的模型訓練、部署和管理功能。接下來帶你了解 Vertex AI 的定義和特色！

Vertex AI 是 Google Cloud 提供的一個代管式 AI 平台，集成了多種強大的工具，而 Vertex AI 內建有豐富的預訓練模型，涵蓋自然語言處理、電腦視覺等多個領域，同時也支援自訂模型，讓使用者可以依需求選擇模型應用。

運用 Vertex AI，可以輕鬆地將機器學習（ML）工程、資料工程和資料科學緊密結合，就像是提供一套完整的工具集，讓團隊能夠高效協作，從資料準備、模型訓練到部署，無縫銜接每個階段。

✏️ 一站式 AI 開發平台

將資料準備、模型訓練、模型部署等 AI 開發的各個環節整合到一個平台上，讓開發者能夠在一個統一的環境中完成整個開發流程，大幅提高團隊的開發效率。

✏️專業資料整合與可信度提升

Vertex AI 與 Google 搜尋和專業資料供應商（如 Moody's、MSCI、Thomson Reuters）合作，支援資料的準確性和真實性，提升企業的 AI 回應可信度。

✏️ 豐富的預訓練模型

Vertex AI 提供了大量的預訓練模型，如 Claude 3.5、Gemini 1.5 Flash 或是 Mistral Small/Large 等第三方模型，這些模型已經在大量的數據環境下進行訓練，具備很強的基礎能力。

開發者可以利用這些預訓練模型，快速構建自己的生成式 AI 應用，不需要從頭開始訓練模型。

Vertex AI 幫助企業快速訓練、部署和管理機器學習模型。它提供自動化工具讓模型更容易運營，並支援多種模型選擇和自訂，同時整合了 BigQuery 等工具，讓資料分析更簡單，以下將說明 Vertex AI 中較為重要的 6 大功能與應用。

Vertex AI 上的 Model Garden 提供了多種模型選擇，包括 Google 自家的第一方模型（如 Gemini、Imagen、Codey）、第三方模型（如 Anthropic 的 Claude 系列）以及開放式模型（如 Gemma、Llama 3）。接下來將針對上述提到的 6 種模型做簡單介紹。

📌 Gemini

Gemini 是 Google 最強大的生成式 AI 模型，能夠理解並生成各種形式的內容，包括文字、圖片、影片和程式碼，還能在科學研究、軟體開發等領域提供協助，其強大的能力來自於 Google 龐大的計算資源和大量數據的支撐。

📌 Imagen

Imagen 是 Google 開發的圖像生成模型，能夠將文字描述轉換為高解析度的圖像。Imagen 憑藉其強大的生成能力和對藝術風格的理解，不僅為設計師提供靈感，還能在創意產業中實現各種視覺設計的應用。

📌 Codey

Codey 是一款專為程式碼生成設計的 AI 模型，能夠根據自然語言描述自動產生程式碼，幫助開發者加速完成開發工作。Codey 能夠支援多種程式語言，並確保生成的程式碼具備良好的可讀性和品質。

📌 Claude

Claude 是由 Anthropic 開發的大型語言模型，致力於建立安全和符合使用者價值觀的系統。在對話生成、文本摘要和問答系統等領域表現特別出色，提供流暢且具人性化的互動體驗，是各類聊天機器人應用的首選模型之一。

📌 Gemma

Gemma 是 Google 基於與 Gemini 相同的研究成果開發的一系列輕量級開放式模型。Gemma 模型在保持 Gemini 強大功能的同時，更具成本效益，適合部署在資源有限的環境中。

📌 Llama 3

Llama 3 由 Meta AI 開發的大型語言模型，因其強大的生成能力和技術開放性而備受關注，更重要的是 Llama 3 具備高度靈活性，適合多種應用場景，為開發者提供了強大的工具來實現更智能、更準確的語言處理功能。

Google Cloud 將底下的 Vertex AI Notebooks 和 BigQuery 兩者無縫結合，並且讓這兩者在 Vertex AI 平台上實現完整整合，提供一個涵蓋所有資料和 AI 工作負載的單一介面，這種整合讓數據科學家和分析師能在統一的平台中直接存取並分析各類數據，無需頻繁切換應用程式或工作環境。

🟡 Vertex AI Notebooks

• Colab Enterprise

Colab Enterprise 結合 Google 研究所獲取的資訊，並同時具備 Google Cloud 的企業級安全性和法規遵循能力。這個平台提供零設定、無伺服器的協作環境，讓團隊能快速上手並開始工作。

Colab Enterprise 利用 AI 技術輔助的程式碼生成和自動完成功能，讓使用者可以更輕鬆地運用 Python 架構 AI 和機器學習模型，減少撰寫重複程式碼的時間，專注於資料分析和模型開發。

• Vertex AI Workbench

是基於 Jupyter Notebook 的開發環境，專為數據科學家和機器學習工程師設計，支持整個數據科學工作流程，從數據準備到模型訓練與部署，都可以在同一個平台上進行。

透過 Vertex AI Workbench 整合和功能，使用者能夠輕鬆存取和處理大量數據，並且根據自身的需求動態調整計算資源，讓使用者能專注於模型開發和優化，而不必過多關注基礎設施的配置問題。

🟡 BigQuery

BigQuery 是一個全代管的資料分析平台，專為資料倉儲和 AI 式整合而設計，能夠處理來自不同引擎、跨雲端環境的大量數據，更內建 AI 機器學習的功能，讓使用者能更深入挖掘數據的潛力，幫助企業在短時間內獲取關鍵洞察。

最特別的是，BigQuery 還能和 Google Data Studio 和 Looker 等視覺化工具無縫整合，使用者能輕鬆創建互動式儀表板，將數據轉化為直觀的圖表與報告，讓複雜的數據一目了然。

Vertex AI 平台為數據科學家和機器學習工程師提供專業的機器學習運作工具（MLOps），幫助他們簡化並自動化機器學習專案的開發與管理，這些模組化工具促進團隊間的協作，並優化整個開發過程。

🤖 Vertex AI Evaluation

Vertex AI Evaluation 是用來評估模型表現的工具，根據特定的評估指標，幫使用者找到最適合解決特定任務的機器學習模型，這個工具不僅能分析模型的準確性和效能，還提供深入的洞察，讓使用者能在不同的模型之間進行比較。

以下是使用 Vertex AI Evaluation 評估的工作流程：

🤖 Vertex AI Pipelines

Vertex AI Pipelines 則是一款自動化工作流程管理工具，它將機器學習的多個階段（如數據處理、模型訓練和模型部署）串聯起來，形成一個自動化的工作流程。不僅可以輕鬆配置和調整工作流程，從而提升模型開發的效率並確保專案順暢進行。

透過自動化工作流程管理，團隊不僅能加快模型的迭代速度，還能減少人為操作錯誤，讓整個專案的進度更加穩定可控。

Vertex AI Evaluation 和 Vertex AI Pipelines 相輔相成，讓使用者能夠在 Vertex AI 平台上更高效地管理模型開發和部署，實現真正的機器學習自動化。

✏️ 加碼分享：Vertex AI Agent Builder

Vertex AI Agent Builder 能輕鬆建構和部署企業級的生成式 AI 服務。它無需編寫複雜的程式碼，就能透過視覺化的介面，設計出與使用者自然對話的虛擬服務專員（ Vertex AI Conversation ），這些虛擬服務專員不僅能回答問題，還能執行各種任務，對於非工程背景的使用者來說特別友善。

提到 Vertex AI Agent Builder，也一定要介紹 Vertex AI Search（兩者已經進行整合）。Vertex AI Search 幫助建立適用於網站、企業內部網路以及 RAG（檢索增強生成）系統的搜尋服務。

這個搜尋服務能夠與生成式 AI 虛擬服務專員無縫整合，讓企業可以打造與 Google 搜尋相媲美的搜尋功能，讓企業內部團隊更迅速地檢索到所需資訊，無論是內部文件還是外部資料，並且確保所有資料處理都是在安全、可控的環境下進行。

在了解 Vertex AI 的功能後，你可能會好奇：Vertex AI 平台要怎麼註冊以及頁面是什麼樣子？以下是對 Vertex AI 介面的簡單導覽！

📌 點選 Vertex AI網頁

📌 登入 Google 帳號繼續操使用 Google Cloud Platform

🔍 資訊主頁

註冊成功之後，我們就能進來 Vertex AI 的資訊主頁，左欄顯示 Vertex AI 平台的功能列表，例如前面提到的 Pipelines 、Colab Enterprise 等等。

🔍 Model Garden

Model Garden 提供各種不同大小、功能和強度的 AI 模型，使用者能根據具體需求選擇最適合的模型。

🔍 模型建立及訓練

• 準備資料：建立模型之前，需要先建立「資料集」
• 模型開發：在左側功能列選擇「訓練」以進入訓練頁面
• 模型部署及使用：在左側功能列選擇「實驗」以進入訓練頁面

資訊小補充：要完全使用 Google Cloud 或 Google Maps Platform 提供的各項功能，就必須先建立一個 Cloud Billing 帳號。這個帳號就像是一張信用卡，讓你能夠支付使用這些服務所產生的費用。此外，你還需要將你的專案與這個帳號連結，這樣系統才會知道哪些服務的使用費用應該由這個帳號來支付，並為專案啟用結算功能喔！

目前 Vertex AI 沒有免費版喔！如同上述所說，要實際使用平台的功能大多都需要付費，而Vertex AI 費用會根據使用者的需求與所使用的資源來計費，包括不同模型的訓練、部署或預測等皆為不同費用。 Vertex AI 的計費主要考量以下 5 點：

• 模型類型與大小：不同的模型以及模型大小，如預訓練模型、自定義模型。
• 模型訓練：包括使用的虛擬機器類型（如 CPU、GPU、TPU）、數量、訓練時間長度等。
• 模型部署：部署模型所需的計算資源，如部署模型的類型、虛擬機器類型等等。
• 模型預測：受到模型預測的請求數量、預測批量大小和模型響應時間的影響。
• 資料儲存：儲存訓練數據、模型等所佔用的儲存空間。

常見的計費方式包括：

• 按使用量計費：根據實際使用的計算資源、儲存空間和預測請求數量來計費。
• 按時間計費：對於長時間運行的任務，例如模型訓練，則可能會按時間計費。

💡 想了解 Vertex AI 更詳細的收費標準，可以參考官方網站 Vertex AI 定價！

參考資料 1：Google Cloud Vertex AI

以上就是 Vertex AI 的介紹，如果您想要了解更多 Solwen AI 資訊，或者想要免費諮詢 AI 導入評估，都可以透過下方藍色按鈕與 Solwen AI 團隊聯繫！