Google ได้รับการเสนอชื่อให้เป็นผู้นำใน Magic Quadrant™ สำหรับ แพลตฟอร์ม วิทยาศาสตร์ข้อมูลและ Machine Learning

Google ได้รับการเสนอชื่อให้เป็นผู้นำใน Magic Quadrant™ สำหรับ แพลตฟอร์ม วิทยาศาสตร์ข้อมูลและ Machine Learning โดย Gartner® การยอมรับนี้เป็นผลมาจากงานวิจัยและพัฒนา AI ระดับบุกเบิกของ Google ซึ่งรวมถึงเทคโนโลยีอย่าง Transformers, Compute-Optimal Training, Optical Circuit Switch Networks และ Tensor Processing Units งานวิจัยของพวกเขามีการอ้างอิงมากกว่า 2.6 พันล้านครั้ง อ่านเพิ่มเติม

ขอแนะนำ Vertex AI Model Monitoring

Google Cloud กำลังเปิดตัวฟีเจอร์ใหม่ที่เรียกว่า Vertex AI Model Monitoring ระบบที่ได้รับการปรับปรุงนี้มีจุดมุ่งหมายเพื่อให้มีความหลากหลายและใช้งานง่ายขึ้นสำหรับการติดตามประสิทธิภาพของโมเดล Machine Learning โดยมีการปรับปรุงที่สำคัญดังนี้:

• ความเข้ากันได้ที่กว้างขึ้น: ตอนนี้คุณสามารถติดตามตรวจสอบโมเดลได้แม้ว่าจะไม่ได้ปรับใช้โดยใช้ Vertex AI เองก็ตาม ซึ่งหมายความว่าสามารถรันบน Google Kubernetes Engine, Cloud Run หรือแม้แต่บน คลาวด์ แพลตฟอร์ม อื่นๆ ได้

• การจัดการแบบรวมศูนย์: Vertex AI Model Monitoring ทำหน้าที่เป็นศูนย์กลางในการจัดการงานติดตามตรวจสอบทั้งหมดของคุณ ซึ่งช่วยลดความยุ่งยากในการดูแลประสิทธิภาพการทำงานของโมเดลในการใช้งานจริง

• การติดตามตรวจสอบแบบครบวงจร: ระบบสามารถติดตามตรวจสอบโมเดลที่ใช้สำหรับการทำนายผลแบบเรียลไทม์ (ออนไลน์) และการทำนายผลแบบกลุ่ม (แบทช์)
  การตั้งค่าและการวิเคราะห์ที่ง่ายขึ้น: การกำหนดค่าได้รับการลดขั้นตอนลง และผลลัพธ์จะแสดงภาพข้อมูลโดยตรงร่วมกับตัวโมเดลเอง ทำให้เข้าใจได้ง่ายขึ้นว่าโมเดลทำงานเป็นอย่างไรบ้าง อ่านเพิ่มเติม

การผสานรวม Gemini และ Sheets เข้ากับ BigQuery

ตอนนี้คุณสามารถใช้ BigQuery เป็นสะพานเชื่อมระหว่าง Google Apps Script และ Gemini สำหรับชุดข้อมูลขนาดใหญ่ได้แล้ว 

• โจทย์ความท้าทาย: ตามปกติแล้ว Apps Script (ใช้สำหรับปรับแต่ง Google Sheets) จะโต้ตอบกับ Gemini (โมเดลภาษาขนาดใหญ่) สำหรับงานขนาดเล็ก ซึ่งวิธีนี้อาจไม่มีประสิทธิภาพเพียงพอสำหรับชุดข้อมูลขนาดใหญ่

• โซลูชัน: BigQuery จะทำหน้าที่เป็นตัวกลาง โดยคุณสามารถสืบค้นข้อมูลใน BigQuery และส่งไปยัง Gemini Pro ใน Vertex AI ได้โดยตรงเพื่อประมวลผล

• ประโยชน์: แนวทางนี้มีประโยชน์อย่างยิ่งสำหรับชุดข้อมูลขนาดใหญ่ หรือหากคุณใช้ BigQuery ร่วมกับ Sheets อยู่แล้ว

• การตั้งค่า: บริการ BigQuery Apps Script ช่วยให้สืบค้น BigQuery ได้โดยตรงจาก Sheets นอกจากนี้ คุณจะต้องสร้างจุดสิ้นสุดโมเดล (Model Endpoint) ใน BigQuery โดยระบุโมเดล Gemini ที่ต้องการ อ่านเพิ่มเติม

เสริมความปลอดภัยให้แชทบอท Dialogflow CX ของคุณด้วย Apigee

องค์กรต่างๆ มักจะเลือกใช้ Dialogflow ซึ่งเป็นบริการของ Google Cloud สำหรับสร้างตัวแทนสนทนา (Conversational Agent) โดย Dialogflow CX เป็นตัวเลือกที่ยอดเยี่ยมเนื่องจากมีความสามารถขั้นสูง อย่างไรก็ตาม การผสานรวมแชทบอทโดยไม่มี โซลูชัน มิดเดิลแวร์อาจส่งผลต่อความปลอดภัย เนื่องจากอาจเป็นการเปิดเผยข้อมูลรับรองที่สำคัญ เช่น คีย์บัญชีบริการ หรือการใช้ URL ที่ไม่ได้ผ่านการตรวจสอบสิทธิ์ แนวทางนี้ไม่เหมาะสำหรับระบบที่ใช้งานจริง (Production) เนื่องจากอาจทำให้ตัวแทนและรหัสโปรเจกต์ Google ของคุณตกอยู่ในความเสี่ยง อ่านเพิ่มเติม

รับข้อมูลเชิงลึกด้านประสิทธิภาพ API ด้วยรายงานที่กำหนดเองของ Apigee

การติดตามตรวจสอบประสิทธิภาพของ API มีความสำคัญอย่างยิ่งต่อการรับประกันประสบการณ์การใช้งานที่ดีของผู้ใช้ ปกป้องธุรกิจ และแก้ไขปัญหาเชิงรุก เมตริกหลักที่ต้องติดตาม ได้แก่ เวลาตอบสนอง, ปริมาณงาน (Throughput), อัตราความผิดพลาด, ความล่าช้า (Latency) และความพร้อมใช้งาน ประสิทธิภาพที่ย่ำแย่ในด้านเหล่านี้อาจทำให้ผู้ใช้หงุดหงิด สูญเสียโอกาสทางธุรกิจ และสร้างความเสียหายต่อชื่อเสียง ซึ่งเน้นย้ำถึงความสำคัญของการเพิ่มประสิทธิภาพ อ่านเพิ่มเติม

ขอแนะนำ GKE Compliance: มั่นใจได้ว่าคลัสเตอร์และเวิร์กโหลดของคุณเป็นไปตามมาตรฐานอุตสาหกรรม

การรักษามาตรฐานการปฏิบัติตามข้อกำหนดของ Kubernetes นั้นเป็นเรื่องที่ท้าทายเนื่องจากมีลักษณะการทำงานแบบไดนามิก มีการกระจายตัว และมาตรฐานที่พัฒนาอยู่ตลอดเวลา เพื่อแก้ปัญหานี้ Google จึงเปิดตัวฟีเจอร์ใหม่สำหรับลูกค้า GKE Enterprise นั่นคือ GKE Compliance ในตัวที่ได้รับการจัดการอย่างเต็มรูปแบบภายในการจัดการความปลอดภัยของ GKE ซึ่งช่วยให้การบรรลุและรักษาการปฏิบัติตามข้อกำหนดสำหรับคลัสเตอร์ Kubernetes เป็นเรื่องง่ายขึ้นอย่างที่ไม่เคยมีมาก่อน อ่านเพิ่มเติม

ข้อมูลการเรียกเก็บเงินข้าม คลาวด์ ด้วยเทมเพลต Looker ใหม่และมุมมอง BigQuery

Google Cloud เชื่อมั่นในการจัดหาเครื่องมือสำหรับวิเคราะห์ต้นทุนในผู้ให้บริการ คลาวด์ รายต่างๆ โดยใช้มาตรฐานแบบเปิด ในฐานะสมาชิกผู้ก่อตั้ง FinOps Foundation และโครงการ FOCUS™ ทาง Google Cloud ได้เปิดตัวมุมมองเทมเพลต Looker ใหม่ตามมาตรฐาน FOCUS v1.0 GA เพื่อลดความยุ่งยากในการจัดการต้นทุน คลาวด์ จากผู้ให้บริการ คลาวด์ รายต่างๆ อ่านเพิ่มเติม

การขับเคลื่อน FinOps: 5 นวัตกรรมการบริหารจัดการต้นทุนจาก FinOps X 2024

Google Cloud กำลังเป็นผู้นำด้วยนวัตกรรมผลิตภัณฑ์ใหม่ๆ ที่มุ่งปลดล็อกคุณค่าของ คลาวด์ ผ่านการสร้างสรรค์สิ่งใหม่อย่างต่อเนื่อง

• การทำให้ข้อมูลการเรียกเก็บเงิน คลาวด์ แบบเปิดเกิดขึ้นจริง 

• การพูดด้วยภาษาธุรกิจ ไม่ใช่ภาษาเทคโนโลยี   

• การขยายคำนิยามของต้นทุนให้ครอบคลุมถึงคาร์บอน

• การจำลองรูปแบบของ คลาวด์ ที่มีประสิทธิภาพในแบบเกือบเรียลไทม์ 

• การส่งการแจ้งเตือนที่สามารถนำไปปฏิบัติได้จริง ไม่ใช่สร้างแค่เสียงรบกวน  

• อ่านเพิ่มเติม 

การใช้ Multilingual Embeddings และ Vector Search ใน BigQuery

ในตลาดโลก การค้นหารีวิวในภาษาที่ลูกค้าต้องการอาจเป็นเรื่องยาก บล็อกโพสต์นี้จะพาไปเจาะลึกว่าฟีเจอร์ Multilingual Embeddings, ดัชนีเวกเตอร์ และ Vector Search ของ BigQuery สามารถช่วยได้อย่างไร โดยแปลงข้อความเป็นเวกเตอร์ตัวเลขเพื่อความสามารถในการค้นหาขั้นสูงเฉพาะภาษา ซึ่งช่วยปรับปรุงความถูกต้องและความตรงประเด็นของผลลัพธ์การค้นหา อ่านเพิ่มเติม

ติดตามข้อมูลย้อนหลังใน BigQuery ได้ง่ายๆ ด้วยระบบ CDC แบบ Append-only ของ Datastream

องค์กรต่างๆ ต้องการทั้ง "แหล่งข้อมูลที่เชื่อถือได้ร่วมกัน" ในปัจจุบัน และวิธีการติดตามการเปลี่ยนแปลงของข้อมูลเมื่อเวลาผ่านไป เพื่อให้บรรลุเป้าหมายนี้ พวกเขาจึงใช้การดึงข้อมูลที่มีการเปลี่ยนแปลง (CDC) เพื่อจำลองการเปลี่ยนแปลงจากฐานข้อมูลที่ใช้งานอยู่ เช่น MySQL หรือ PostgreSQL ไปยังคลังข้อมูล คลาวด์ เช่น BigQuery ล่าสุด Datastream ของ Google Cloud ได้เปิดตัวโหมด "Append-only" (เพิ่มข้อมูลต่อท้ายเท่านั้น) ซึ่งช่วยให้การจำลองการเปลี่ยนแปลงและการบันทึกประวัติย้อนหลังใน BigQuery เป็นเรื่องง่ายและคุ้มค่าใช้จ่ายมากขึ้น อ่านเพิ่มเติม

พัฒนาแชทบอท Generative AI ของคุณเองโดยใช้ BigQuery

องค์กรต่างๆ ต้องการทั้ง "แหล่งข้อมูลที่เชื่อถือได้ร่วมกัน" ในปัจจุบัน และวิธีการติดตามการเปลี่ยนแปลงของข้อมูลเมื่อเวลาผ่านไป เพื่อให้บรรลุเป้าหมายนี้ พวกเขาจึงใช้การดึงข้อมูลที่มีการเปลี่ยนแปลง (CDC) เพื่อจำลองการเปลี่ยนแปลงจากฐานข้อมูลที่ใช้งานอยู่ เช่น MySQL หรือ PostgreSQL ไปยังคลังข้อมูล คลาวด์ เช่น BigQuery ล่าสุด Datastream ของ Google Cloud ได้เปิดตัวโหมด "Append-only" (เพิ่มข้อมูลต่อท้ายเท่านั้น) ซึ่งช่วยให้การจำลองการเปลี่ยนแปลงและการบันทึกประวัติย้อนหลังใน BigQuery เป็นเรื่องง่ายและคุ้มค่าใช้จ่ายมากขึ้น อ่านเพิ่มเติม

ขอแนะนำฟังก์ชันเข้ารหัสและถอดรหัสของ BigQuery เพื่อความเข้ากันได้กับการปกป้องข้อมูลที่ละเอียดอ่อน

องค์กรต่างๆ รวบรวมข้อมูลจำนวนมหาศาลเพื่อการสร้างสรรค์นวัตกรรม การวิจัย และการเพิ่มประสิทธิภาพ ซึ่งจำเป็นต้องมีการปกป้องข้อมูลที่รัดกุมเพื่อให้เป็นไปตามข้อกำหนดด้านความปลอดภัยต่างๆ การเปลี่ยนผ่านคลังข้อมูลไปยังระบบ คลาวด์ เช่น BigQuery จำเป็นต้องมีการปกป้องข้อมูลที่ละเอียดอ่อนจากการเข้าถึงหรือการเปิดเผยโดยไม่ได้รับอนุญาต การทำ Tokenization บนพื้นฐานของการเข้ารหัสเสนอการป้องกันอีกชั้นหนึ่งและการควบคุมข้อมูลที่แม่นยำ ปัจจุบัน BigQuery ทำงานร่วมกับ Sensitive Data Protection โดยรองรับฟังก์ชัน SQL ดั้งเดิมสำหรับการเข้ารหัสและถอดรหัสเชิงกำหนดที่ทำงานร่วมกันได้อย่างราบรื่น ช่วยยกระดับความปลอดภัยของข้อมูล อ่านเพิ่มเติม