Le Centre d'architecture fournit des ressources de contenu sur une grande variété de sujets liés à l'IA et au machine learning. Cette page fournit des informations pour vous aider à vous lancer dans l'IA générative, l'IA traditionnelle et le machine learning. Elle fournit également une liste de tous les contenus sur l'intelligence artificielle (IA) et le machine learning (ML) dans le Centre d'architecture.
Commencer
Les documents listés sur cette page peuvent vous aider à concevoir, créer et déployer des solutions d'IA et de ML sur Google Cloud.
Découvrir l'IA générative
Commencez par découvrir les principes de base de l'IA générative surGoogle Cloud, sur le site de documentation Cloud :
- Pour apprendre les étapes de développement d'une application d'IA générative et explorer les produits et les outils correspondant à votre cas d'utilisation, consultez la page Créer une application d'IA générative sur Google Cloud.
- Pour identifier les cas d'utilisation de l'IA générative, de l'IA traditionnelle (qui inclut la prédiction et la classification) ou d'une combinaison des deux, consultez la page suivante: Quand utiliser l'IA générative ou l'IA traditionnelle?.
- Pour définir un cas d'utilisation professionnel de l'IA en adoptant une approche de prise de décision basée sur la valeur commerciale, consultez Évaluer et définir votre cas d'utilisation professionnel d'IA générative.
- Pour relever les défis liés à la sélection, à l'évaluation, au réglage et au développement des modèles, consultez la page Développer une application d'IA générative.
Pour découvrir un plan d'IA générative et de machine learning qui déploie un pipeline pour créer des modèles d'IA, consultez la page Créer et déployer des modèles d'IA générative et de machine learning dans une entreprise. Ce guide explique l'ensemble du cycle de vie du développement d'IA, de l'exploration et de l'expérimentation préliminaires des données grâce à l'entraînement, au déploiement et à la surveillance des modèles.
Parcourez les exemples d'architectures suivants utilisant l'IA générative :
- Synthèse de documents avec l'IA générative
- Base de connaissances sur l'IA générative
- RAG par IA générative avec Cloud SQL
- Infrastructure RAG pour l'IA générative à l'aide de Vertex AI et Vector Search
- Infrastructure RAG pour l'IA générative à l'aide de Vertex AI et d'AlloyDB pour PostgreSQL
- Infrastructure RAG pour l'IA générative à l'aide de GKE et Cloud SQL
- Infrastructure RAG pour l'IA générative à l'aide de Google Agentspace et Vertex AI
- Infrastructure GraphRAG pour l'IA générative à l'aide de Vertex AI et Spanner Graph
- Développement de modèles et étiquetage de données avec Google Cloud et Labelbox
Pour en savoir plus sur les offres d'IA générative Google Cloud , consultez Vertex AI et Exécuter votre modèle de fondation sur GKE.
Concevoir et développer
Pour sélectionner la meilleure combinaison d'options de stockage pour votre charge de travail d'IA, consultez Concevoir le stockage pour les charges de travail d'IA et de ML dans Google Cloud.
Google Cloud fournit une suite de services d'IA et de machine learning pour vous aider à résumer des documents avec l'IA générative, à créer des pipelines de traitement d'images et à innover avec des solutions d'IA générative.
Continuer à explorer
Les documents répertoriés dans la section "IA et machine learning" du panneau de navigation de gauche peuvent vous aider à créer une solution d'IA ou de ML.