FacileChoix unique

Question d'entraînement Generative AI Leader

Une startup souhaite exploiter l'intelligence artificielle générative de Google Cloud mais possède une expertise limitée en matière d'apprentissage automatique (ML). Quel service Google Cloud leur permet de créer des applications d'IA générative sans connaissances approfondies en ML ?

Choisissez la meilleure réponse.

Bonne réponse

  • AVertex AI Generative AI Studio

Explication

Vertex AI Generative AI Studio est un service géré qui fournit une interface à code bas/sans code (low-code/no-code) pour créer, tester et déployer des applications d'IA générative à l'aide de modèles de fondation pré-entraînés. Il abstrait la complexité de l'entraînement des modèles, de la gestion de l'infrastructure et de l'orchestration des pipelines de ML, permettant aux équipes ayant une expertise limitée en ML de tirer parti des capacités de l'IA générative grâce à des invites (prompts) simples et des flux de travail visuels.

Pourquoi chaque option est juste ou fausse

A

Juste

Vertex AI Generative AI Studio

Vertex AI Generative AI Studio fournit des interfaces de conception d'invites, de réglage et de déploiement qui masquent l'entraînement des modèles et l'infrastructure, permettant aux équipes ayant une expertise limitée en ML de créer des applications génératives grâce à des outils guidés plutôt qu'à du code personnalisé.

B

Fausse

Cloud TPU

Cloud TPU fournit une accélération matérielle pour l'entraînement et la mise en service de modèles, obligeant le client à fournir lui-même l'ingénierie ML. C'est tentant car les TPU sont un véritable composant d'IA de Google Cloud, mais l'exigence de l'énoncé concernant l'absence de connaissances approfondies en ML pointe vers les outils d'IA générative gérés de Vertex AI.

C

Fausse

TensorFlow

TensorFlow est une bibliothèque au niveau du code pour l'entraînement et le déploiement de modèles, elle exige donc une expertise en ML que la startup ne possède pas. C'est tentant car elle sous-tend de nombreux modèles génératifs, et elle serait correcte lorsqu'une équipe de science des données a besoin d'un contrôle d'architecture personnalisé plutôt que d'un accès géré à un modèle de fondation.

D

Fausse

Apigee

Apigee est une plateforme de gestion d'API pour publier, sécuriser et monétiser des API ; elle ne génère aucune sortie de modèle et ne propose aucun outil d'invite ou de réglage. C'est tentant car elle se place devant des API alimentées par l'IA, et elle serait adaptée pour exposer un point de terminaison de modèle existant à des partenaires avec des quotas et des clés.

Pour aller plus loin

Vertex AI Generative AI Studio est une console et une couche d'API qui abstrait la sélection de modèles, la conception d'invites (prompt design), le réglage (tuning) et le déploiement derrière des points de terminaison gérés. Sous le capot, il se place devant des modèles de fondation tels que Gemini et des modèles partenaires, exposant des paramètres tels que la température, le top-p et les limites de jetons (tokens) via une interface unifiée, les flux de travail de conception d'invites, de réglage et d'évaluation étant gérés côté serveur. Une limite subtile à connaître est que le réglage est basé sur des adaptateurs plutôt que sur un réentraînement complet, de sorte que les limites de connaissances du modèle de base persistent et que les quotas s'appliquent par région et par modèle. En pratique, une petite équipe sans ingénieurs ML peut prototyper un outil de résumé pour le support client en sélectionnant un modèle, en itérant les invites et en appelant le point de terminaison, tandis que Cloud TPU, TensorFlow et Apigee s'occupent respectivement de l'infrastructure, du framework et de la gestion des API au lieu de la création d'applications génératives à faible code.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement Generative AI Leader originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.

Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.