¿Por qué se discontinuaron las tablas AutoML y qué las reemplaza?
AutoML Tables de Google Cloud era un servicio diseñado para permitir a los usuarios crear e implementar automáticamente modelos de aprendizaje automático en datos estructurados.
Las tablas AutoML no se discontinuaron en el sentido tradicional, sus capacidades se integraron completamente en Vertex AI.
Este servicio era parte de la suite AutoML más amplia de Google, que tenía como objetivo democratizar el acceso al aprendizaje automático simplificando el proceso de creación de modelos, particularmente para usuarios que podían no tener una amplia experiencia en ciencia de datos o aprendizaje automático.
Recientemente, Google ha trasladado sus capacidades de AutoML Tables a Vertex AI, una plataforma más completa e integrada para el aprendizaje automático en Google Cloud. Esta transición refleja una tendencia más amplia en la industria hacia plataformas más unificadas que ofrezcan una experiencia fluida para desarrollar, implementar y administrar modelos de aprendizaje automático.
Vertex AI ofrece una plataforma integral que incluye herramientas para la preparación de datos, el entrenamiento de modelos, la evaluación, la implementación y el monitoreo. Integra las capacidades que antes estaban disponibles en AutoML Tables, junto con funciones adicionales que mejoran la flexibilidad y la escalabilidad de los flujos de trabajo de aprendizaje automático. Esto incluye la capacidad de usar modelos personalizados, integrarse con otros servicios de Google Cloud y aprovechar funciones avanzadas como el ajuste de hiperparámetros y la ingeniería de funciones.
La transición de AutoML Tables a Vertex AI refleja la necesidad de un enfoque más integrado que pueda servir para una gama más amplia de casos de uso y adaptarse a la creciente complejidad de los proyectos de aprendizaje automático. Al integrar las capacidades de AutoML en Vertex AI, Google pretende proporcionar una experiencia más cohesiva que pueda satisfacer mejor las necesidades de las empresas y los desarrolladores que trabajan con el aprendizaje automático.
Para los usuarios que anteriormente utilizaban AutoML Tables, esta transición significa que tendrán acceso a un conjunto más potente de herramientas y funciones dentro de la plataforma Vertex AI. Esto incluye la capacidad de trabajar con una mayor variedad de tipos de datos, crear modelos más complejos e implementar estos modelos a escala. Además, Vertex AI ofrece una mejor integración con otros servicios de Google Cloud, lo que puede mejorar la eficiencia y la eficacia generales de los flujos de trabajo de aprendizaje automático.
Un ejemplo de cómo Vertex AI mejora las capacidades que ofrecía anteriormente AutoML Tables es su compatibilidad con el entrenamiento personalizado. Si bien AutoML Tables se centraba principalmente en automatizar el proceso de creación de modelos a partir de datos estructurados, Vertex AI permite a los usuarios incorporar sus propios modelos y scripts de entrenamiento. Esto proporciona una mayor flexibilidad para los científicos e ingenieros de datos que desean incorporar algoritmos o técnicas específicos que no están cubiertos por los procesos automatizados.
Además, Vertex AI incluye herramientas para gestionar todo el ciclo de vida del aprendizaje automático, desde la preparación de los datos hasta la supervisión de los modelos. Esto incluye funciones como Vertex AI Pipelines, que permiten a los usuarios crear flujos de trabajo de aprendizaje automático reproducibles y escalables. Estos pipelines pueden automatizar muchas de las tareas involucradas en la creación e implementación de modelos, como el preprocesamiento de datos, el entrenamiento y la evaluación de los modelos, lo que puede reducir significativamente el tiempo y el esfuerzo necesarios para llevar las soluciones de aprendizaje automático a producción.
Otra característica clave de Vertex AI es su compatibilidad con MLOps, que es la práctica de aplicar los principios de DevOps al aprendizaje automático. Esto incluye capacidades para controlar las versiones de conjuntos de datos y modelos, realizar un seguimiento de los experimentos y supervisar el rendimiento de los modelos en producción. Estas características son esenciales para las organizaciones que están implementando modelos de aprendizaje automático a gran escala, ya que ayudan a garantizar que los modelos sean confiables, reproducibles y mantenibles a lo largo del tiempo.
La transición a Vertex AI también refleja una tendencia más amplia en la industria hacia plataformas de aprendizaje automático más integradas y completas. A medida que el aprendizaje automático se vuelve cada vez más importante para una amplia gama de aplicaciones, existe una creciente necesidad de plataformas que puedan respaldar todo el ciclo de vida de los proyectos de aprendizaje automático, desde la preparación de datos hasta la implementación y el monitoreo. Al proporcionar una plataforma unificada que integra estas capacidades, Vertex AI tiene como objetivo satisfacer las necesidades de las empresas y los desarrolladores modernos.
En términos de implicaciones prácticas, los usuarios que anteriormente utilizaban AutoML Tables deberán realizar la transición de sus flujos de trabajo a Vertex AI. Esto puede implicar la migración de modelos y datos existentes a la nueva plataforma, así como la familiarización con las nuevas herramientas y funciones disponibles en Vertex AI. Google proporciona documentación y asistencia para ayudar a los usuarios con esta transición, incluidas guías sobre cómo migrar modelos y datos, así como tutoriales sobre cómo utilizar las nuevas funciones de Vertex AI.
Si bien AutoML Tables se ha descontinuado como servicio independiente, sus capacidades se han integrado por completo en la plataforma Vertex AI más amplia. Esta transición refleja un cambio hacia plataformas de aprendizaje automático más integradas y completas que puedan satisfacer mejor las necesidades de las empresas y los desarrolladores modernos. Al proporcionar una plataforma unificada que incluye herramientas para la preparación de datos, el entrenamiento de modelos, la implementación y el monitoreo, Vertex AI tiene como objetivo brindar una experiencia más cohesiva y poderosa para los usuarios que trabajan con aprendizaje automático en Google Cloud.
Otras preguntas y respuestas recientes sobre Tablas de AutoML:
- ¿Cómo se puede realizar la transición entre tablas de Vertex AI y AutoML?
- ¿Cómo pueden los usuarios implementar su modelo y obtener predicciones en AutoML Tables?
- ¿Qué opciones están disponibles para establecer un presupuesto de capacitación en AutoML Tables?
- ¿Qué información proporciona la pestaña Analizar en AutoML Tables?
- ¿Cómo pueden los usuarios importar sus datos de entrenamiento en AutoML Tables?
- ¿Cuáles son los diferentes tipos de datos que puede manejar AutoML Tables?