KI und ML

Dokumentation und Ressourcen für Google Cloud KI- und ML-Produkte, einschließlich Plattformen, vortrainierter Modelle und Tools zum Erstellen intelligenter Anwendungen.

  • Zugriff auf Gemini 2.0 Flash Thinking erhalten
  • Kostenlose monatliche Nutzung beliebter Produkte wie AI APIs und BigQuery
  • Keine automatischen Abbuchungen, keine Verpflichtung

Mehr als 20 Produkte immer kostenlos nutzen

Sie haben Zugriff auf mehr als 20 kostenlose Produkte für gängige Anwendungsfälle, darunter KI-APIs, VMs, Data Warehouses und mehr.

KI und ML in Google Cloud

Dokumentationen und Artikel im Cloud Architecture Center zu KI- und ML-Produkten, Funktionen und Verfahren lesen.
Unterstützung von Data Engineering-, Data Science- und ML-Engineering-Workflows auf einer einheitlichen Plattform, sodass Sie ML-Modelle trainieren und KI-Lösungen bereitstellen können.
Planen Sie Ihren Ansatz mit Ressourcen des Architekturcenters für eine Vielzahl von KI- und ML-Themen. (Geht zum Architekturzentrum.)
Planen Sie die Implementierung von ML mit Schwerpunkt auf benutzerdefiniert trainierte Modellen, die auf Ihren Daten und Ihrem Code basieren. (Geht zum Architekturzentrum.)

Schulungen, Blogartikel und mehr

Rufen Sie Schulungskurse, Blogartikel und andere zugehörige Ressourcen auf.
Lernen Sie Vertex AI und Gemini in Google Cloudkennen. (Zu Google Cloud Skills Boost)
Lernen Sie das Entwerfen, Erstellen, Optimieren, Betreiben und Warten von ML-Systemen und das Überführen von ML-Systemen in die Produktion. (Zu Google Cloud Skills Boost)

KI- und ML-Produkte nach Anwendungsfall

Maximieren Sie Bereiche oder verwenden Sie den Filter, um Produkte und Anleitungen für typische Anwendungsfälle zu finden.

KI-Anwendungen mit Skalierung, Sicherheit und Beobachtbarkeit auf Unternehmensniveau erstellen.

Sie können Features zur visuellen Erkennung problemlos in Anwendungen einbinden, beispielsweise die Erkennung von Bildlabels, Gesichtern und Sehenswürdigkeiten, die optische Zeichenerkennung (OCR) sowie das Tagging expliziter Inhalte.
Ermöglichen Sie Nutzern, lokal oder in Cloud Storage gespeicherte oder live gestreamte Videos mit Kontextinformationen über das gesamte Video, pro Segment, pro Aufnahme oder pro Frame zu versehen.
Verwenden Sie Technologien für das Verständnis natürlicher Sprache, darunter Sentimentanalyse, Entitätsanalyse, Sentimentanalyse pro Entität, Inhaltsklassifizierung und Syntaxanalyse.
Bereitstellung von Echtzeitprognosen und Ergebnissen der Anomalieerkennung.
ML-Modellbibliothek, mit der Sie ausgewählte OSS-Modelle und -Assets entdecken, testen, anpassen und bereitstellen können.

Nutzen Sie die hochmodernen Funktionen von Google, um Unterhaltung, Sprache und Kundenservice zu bewältigen.

Ermöglichen Sie Ihren Endnutzern mit einem virtuellen Datenspeicher-Agent, der auf Large Language Models basiert, Unterhaltungen über Inhalte zu führen.
Text mit maschinellem Lernen in natürlich klingende Sprache umwandeln
Binden Sie Google-Spracherkennungstechnologien in Entwickleranwendungen ein.
Binden Sie die Spracherkennungstechnologien von Google in Ihre lokale Lösung ein.
Sprachtechnologie in Serverqualität auf eingebetteten Geräten bereitstellen.
Muster in Callcenterdaten erkennen und visualisieren
Kundeninteraktionen über Sprach- und digitale Kanäle hinweg in eine Warteschlange stellen und an die entsprechenden Ressourcenpools weiterleiten, wobei ein nahtloser Übergang zu Kundenservicemitarbeitern möglich bleibt.
Mit einem virtuellen Agenten, der die Nuancen der menschlichen Sprache versteht, können Sie gleichzeitige Unterhaltungen mit Ihren Endnutzern abwickeln.
Entwerfen Sie eine dialogorientierte Benutzeroberfläche und integrieren Sie sie in eine mobile App, Webanwendung, ein Gerät, Sprachdialogsystem, einen Bot usw.
Bieten Sie Kundenservicemitarbeitern während eines Gesprächs in Echtzeit durch Ermittlung des Intents kontinuierliche Hilfe sowie schrittweise Unterstützung.
Eine Suite cloudbasierter KI-Agents, die auf der Suche in Google-Qualität und den fortschrittlichen Funktionen von Gemini basieren und die Wissensarbeit transformieren.
Eine Sammlung von konversationellen KI-Tools, -Lösungen und -APIs, die sowohl Designer als auch Entwickler verwenden können.

Nutzen Sie die hochmodernen Funktionen von Google, um Ihre Anforderungen an die Dokumentenverwaltung zu erfüllen.

Unstrukturierte Daten aus Dokumenten in strukturierte Daten umwandeln, sodass sie leichter verständlich, analysierbar und aufnehmbar sind.
Liste aller Auftragsverarbeiter nach Lösungstyp aufrufen.
Binden Sie die optische Zeichenerkennung (Optical Character Recognition, OCR) von Google in Ihre lokale Lösung ein. (verworfen)
Dokumente und deren strukturierte Metadaten, die als Attribute bezeichnet werden, speichern, suchen, organisieren, steuern und analysieren. (verworfen)

Nutzen Sie die hochmodernen Funktionen von Google, um Ihre branchenspezifischen Anforderungen zu erfüllen.

Mit KI verdächtige potenzielle Geldwäscheaktivitäten schneller und präziser erkennen
Lösen Sie Ihre Probleme bei der betrieblichen Optimierung schnell und in großem Umfang.
Dienst, der die Suche nach Jobs mit maschinellem Lernen kombiniert und Arbeitssuchenden qualitativ hochwertige Ergebnisse liefert, die weit über die Möglichkeiten traditioneller Suchmethoden mit Suchbegriffen hinausgehen.
Ermöglichen Sie es Kommunikationsdienstleistern, Informationen zu extrahieren, um Telekommunikationskunden Aktionen zu empfehlen.
Nutzerereignis- und Katalogdaten aufnehmen und Vorhersagen oder Suchergebnisse auf Ihrer Website bereitstellen.
Mit Innovationen und Statistiken können Sie Angebote für Ihre Zielgruppen transformieren. (Zur Google Cloud -Startseite.)

Nutzen Sie die hochmodernen Funktionen von Google, um Ihre Bedürfnisse in Sachen Videos, Bilder, Vision und Augmented Reality anzusprechen.

Konvertieren Sie Live-Videos und packen Sie sie für das Streaming.
Videodateien konvertieren und sie für eine optimierte Auslieferung im Web, an Mobilgeräte und internetfähige Fernseher packen.
Verarbeiten und analysieren Sie Videostreams und Bilder in großem Umfang. Über die integrierte Low-Code-Benutzeroberfläche können Sie eine Anwendung schnell erstellen und in Google Cloudbereitstellen.
Werbung dynamisch in Video-on-Demand- und Livestreams einfügen.
Liefern Sie mit cloudbasierter Rechenleistung umfangreiche, interaktive 3D- und Augmented Reality-Erlebnisse (AR) für mehr Geräte.

Nutzen Sie die hochmodernen Funktionen von Google, um Ihre Such- und Empfehlungsanforderungen anzusprechen.

Mithilfe einer Suchleiste auf Ihren Webseiten oder in Ihrer App können Sie Nutzerabsichten verstehen und Nutzern relevante Ergebnisse und Empfehlungen zurückgeben.
Führen Sie eine Suche nach Vektorähnlichkeiten durch, damit Sie große Datenmengen effizient und genau durchsuchen können.
Organisieren Sie isolierte Informationen in organisatorisches Wissen. Dies umfasst die effiziente und nützliche Konsolidierung, die Standardisierung und den Abgleich von Daten.

Nutzen Sie die hochmodernen Funktionen von Google, um Unterhaltung, Sprache und Kundenservice zu bewältigen.

Mithilfe einer API auf Ihren Websites und in Ihren Anwendungen können Sie Text dynamisch und programmatisch übersetzen lassen. Das Angebot umfasst Dokumentübersetzungen, benutzerdefinierte Übersetzungen, adaptive Übersetzungen, Transliteration und Transkription.
Übersetzen Sie große Mengen an Dokumenten in viele verschiedene Sprachen, ohne eine eigene Webanwendung oder die zugrunde liegende Infrastruktur erstellen oder verwalten zu müssen.

ML-Modelle aus Ihren Daten mit AutoML oder Ihrem bevorzugten ML-Framework trainieren

Vertex AI ermöglicht es Ihnen, maschinelles Lernen mit tabellarischen Daten über einfache Prozesse und Schnittstellen durchzuführen.
Mithilfe von maschinellem Lernen können Sie den Inhalt von Bilddaten analysieren, um Bilddaten zu klassifizieren oder Objekte in Bilddaten zu finden.
Analysieren Sie Videodaten, um Aufnahmen und Segmente zu klassifizieren oder mehrere Objekte in Ihren Videodaten zu erkennen und zu beobachten.
Trainieren Sie ein ML-Modell, um Textdaten zu klassifizieren, Informationen zu extrahieren oder das Sentiment der Autoren zu verstehen.
Umfangreiches Modelltraining operationalisieren.
Suchen Sie nach optimalen neuronalen Architekturen im Hinblick auf Accuracy, Latenz, Arbeitsspeicher, einer Kombination aus diesen Elementen, oder nach einem benutzerdefinierten Messwert.
Ermöglichen Sie Ihren ML-Workflow verteiltes Computing und parallele Verarbeitung.
Verwenden Sie eine Reihe von Docker-Containern mit vorinstallierten grundlegenden Data-Science-Frameworks, -Bibliotheken und -Tools, die Ihnen leistungsoptimierte, konsistente Umgebungen bieten, mit denen Sie schnell Prototypen erstellen und Workflows implementieren können.
Nutzen Sie eine Reihe von VM-Images, die für Aufgaben in den Bereichen Data Science und maschinelles Lernen optimiert wurden und zentrale ML-Frameworks und -Tools vorinstalliert haben, um Ihre Datenverarbeitungsaufgaben zu beschleunigen.

Wenden Sie Best Practices für den Betrieb an, um Ihre bereitgestellten ML-Modelle zu überwachen und zu verbessern.

Verwenden Sie ein verwaltetes Dataset, um die Quelldaten zum Trainieren von AutoML- und benutzerdefinierten Modellen in Vertex AI bereitzustellen.
Um ML-Featureverwaltung und Onlinebereitstellungsprozesse zu optimieren, können Sie die Featuredaten in einer BigQuery-Tabelle verwalten oder Features online direkt aus der BigQuery-Datenquelle ansehen und bereitstellen.
Vorhersagen aus Ihren Modellen in Vertex AI abrufen
Eine kollaborative, verwaltete Notebook-Umgebung mit den Sicherheits- und Compliance-Funktionen von Google Cloudverwenden.
TensorFlow Enterprise vereinfacht die Entwicklung und Bereitstellung von TensorFlow-Modellen in Google Cloud, da Nutzer eine Reihe von Produkten und Diensten zur Verfügung stehen, die auf Unternehmen zugeschnittenen Support und Cloud-relevante Leistung bieten.
Verwenden Sie eine von Google verwaltete Umgebung mit Einbindungen und Funktionen, die Sie bei der Einrichtung und der Arbeit in einer durchgängig Jupyter-Notebook-basierten Produktionsumgebung unterstützen. (verworfen)
Verwenden Sie eine integrierte und sichere JupyterLab-Umgebung, in der die neuesten Data-Science- und ML-Frameworks vorinstalliert sind. So können Data Scientists und ML-Entwickler experimentieren, Modelle entwickeln und diese in der Produktion bereitstellen. (verworfen)
Sie können verschiedene Modellarchitekturen, Hyperparameter und Trainingsumgebungen verfolgen und analysieren, um die Schritte, Eingaben und Ausgaben einer Testausführung zu verfolgen. Außerdem können Sie die Gesamtleistung Ihres Modells im Vergleich zu Test-Datasets und während des Trainingslaufs bewerten.
Erhalten Sie Feature- und beispielbasierte Erläuterungen, um die Modellentscheidung besser zu verstehen.
Stellen Sie ein Modellmonitoring zu Featureabweichungen und Drift in den Vorhersageeingabedaten des Modells für tabellarische AutoML- und tabellarische, benutzerdefinierte Modelle bereit.
Mithilfe von Messwerten für die Modellbewertung wie Precision und Recall können Sie die Leistung Ihrer Modelle ermitteln.
Erfassen, visualisieren und vergleichen Sie ML-Experimente und teilen Sie diese mit Ihrem Team.
Sie können Ihre Systeme für maschinelles Lernen (ML) serverlos automatisieren, überwachen und steuern, indem Sie ML-Pipelines zum Orchestrieren Ihrer ML-Workflows verwenden.
Lebenszyklus Ihrer ML-Modelle verwalten

Arbeitslasten für maschinelles Lernen beschleunigen.

Beschleunigen Sie Arbeitslasten für maschinelles Lernen durch den Zugriff auf Tensor Processing Units (TPUs) von Compute Engine, Google Kubernetes Engine und Vertex AI.

Maximieren Sie diesen Abschnitt, um relevante Produkte und Dokumentationen aufzurufen.

Eine Supercomputerarchitektur, die auf Systemebene auf Co-Design setzt, um Effizienz und Produktivität bei KI-Training, ‑Abstimmung und ‑Bereitstellung zu steigern.
Google Cloud bietet eine Reihe von Produkten und Tools für den gesamten Lebenszyklus der Entwicklung generativer KI-Anwendungen.
Entdecken Sie APIs und andere Lösungen für Finanzdienstleistungen, Gesundheitswesen, Medien und Einzelhandel.
Bietet einen ständig verfügbaren Mitarbeiter, der einer Vielzahl von Google Cloud -Nutzern, darunter Entwicklern, Data Scientists und operativen IT-Mitarbeitern, Generative KI-gestützte Unterstützung bietet.
Moderne ML-Modelle für strukturierte Daten automatisch mit stark erhöhter Geschwindigkeit und Skalierbarkeit entwickeln und bereitstellen. (verworfen)
Entwickeln Sie Ihre ML-Projekte von der Ideenfindung über die Produktion bis hin zur Bereitstellung – schnell und kostengünstig. (verworfen)