AI と ML

Google Cloud AI と ML のプロダクトに関するドキュメントとリソース。プラットフォーム、事前トレーニング済みモデル、スマート アプリケーションの構築ツールについて説明します。

無料で開始
  • Gemini 2.0 Flash Thinking をご利用いただけます。
  • AI API や BigQuery などの人気プロダクトの毎月の無料使用枠をご利用いただけます。
  • 自動請求は行われず、契約も不要です。
無料のプロダクト オファーを見る

常に無料で利用可能な 20 以上のプロダクトを確認する

AI API、VM、データ ウェアハウスなど、一般的なユースケース向けの 20 以上のプロダクトを無料でご利用いただけます。

Google Cloudの AI と ML の詳細

AI と ML のプロダクト、機能、手順に関するドキュメントと Cloud アーキテクチャ センターの記事をご覧ください。

Vertex AI での ML の概要

データ エンジニアリング、データ サイエンス、ML エンジニアリングのワークフローをサポートする統合プラットフォームです。ML モデルのトレーニングと AI ソリューションのデプロイを行うことができます。

AI と ML アーキテクチャのリソース

アーキテクチャ センターのリソースを利用して、AI と ML のさまざまなテーマについて計画を立てます（アーキテクチャ センターに移動します）。

ML の実装に関するベスト プラクティス

データとコードに基づくカスタム トレーニング モデルに重点を置いて ML の実装を計画します（アーキテクチャ センターに移動します）。

トレーニング、ブログ投稿など

トレーニング コース、ブログ投稿、その他の関連リソースをご覧ください。

Applied AI Summit Learning Path

Google Cloudでの Vertex AI と Gemini について学習します。（Google Cloud Skills Boost に移動します）。

Machine Learning Engineer Learning Path

ML システムの設計、構築、本番環境への導入、最適化、運用、保守について学習します。（Google Cloud Skills Boost に移動します）。

AI と ML のプロダクト（ユースケース別）

セクションを開くかフィルタを使用して、一般的なユースケース向けのプロダクトとガイドをお探しください。

エンタープライズ クラスのスケーリング、セキュリティ、オブザーバビリティを備えた AI アプリケーションを構築します。

画像のラベル付け、顔とランドマークの検出、光学式文字認識（OCR）、露骨な表現を含むコンテンツのタグ付けなどの画像検出機能をアプリケーションに統合します。
ローカルまたは Cloud Storage に保存された動画に動画全体、セグメント単位、ショット単位、フレーム単位のレベルでコンテキスト情報を使ってアノテーションを付けます。
感情分析、エンティティ分析、エンティティ感情分析、コンテンツ分類、構文分析などの自然言語理解の技術を使用します。
リアルタイムの予測と異常検出の結果を提供します。
ML モデル ライブラリから厳選された OSS モデルとアセットを探し、テスト、カスタマイズ、デプロイを行います。

Google の最先端の機能を活用して、会話、音声、カスタマー サービスのニーズに対応します。

大規模言語モデルを活用する仮想データストア エージェントを使用して、エンドユーザーがコンテンツについて会話できるようにします。

Text-to-Speech

ML を使用してテキストを自然な会話音声に変換します。

Speech-to-Text

Google の音声認識技術をデベロッパーのアプリケーションに統合します。

Speech-to-Text On-Prem

Google の音声認識技術をオンプレミス ソリューションに統合します。
組み込みデバイスにサーバー品質の音声テクノロジーを提供します。
コンタクト センターのデータからパターンを検出して可視化します。
担当者にシームレスにつながるように、音声チャネルとデジタル チャネルでお客様とのやり取りをキューに入れ、適切なリソースプールに転送します。
人間の言語のニュアンスを理解する仮想エージェントを使用して、複数のエンドユーザーとの会話を同時に処理します。
対話型ユーザー インターフェースを設計し、モバイルアプリ、ウェブ アプリケーション、デバイス、bot、インタラクティブ音声レスポンス システムなどに統合します。
担当者が対応中でもお客様の意図を識別して詳細な手順をリアルタイムで提供し、継続的なサポートを実現します。
デザイナーとデベロッパーの両方が使用できる、会話型 AI ツール、ソリューション、API のコレクション。

Google の最新機能を利用して、ドキュメント管理のニーズに応えます。

ドキュメントの非構造化データを構造化データに変換して、簡単に理解、分析、利用できるようにします。
ソリューション タイプ別にプロセッサのリストを表示します。
Google の光学式文字認識（OCR）技術をオンプレミス ソリューションに統合します。（非推奨）
ドキュメントとプロパティという構造化メタデータを保存、検索、整理、管理、分析します。（非推奨）

Google の最新機能を利用して、業界固有のニーズに対応します。

AI を使用して、潜在的な疑わしいマネー ロンダリング活動をより迅速かつ正確に検出します。
運用の最適化に関する問題を迅速かつ大規模に解決します。
求人検索に機械学習を導入するサービスです。一般的なキーワード ベースの方式の制約をはるかに超えた高品質の結果を求職者に返します。
通信サービス プロバイダが情報を抽出し、通信業界のお客様におすすめの対応を提供できるようにします。
ユーザー イベントとカタログデータを取り込み、サイトで予測や検索結果を提供します。
イノベーションと分析情報でオーディエンス エクスペリエンスを変革します（ Google Cloud のホームに移動します）。

Google の最先端の機能を適用して、動画、画像、ビジョン、拡張現実のニーズに対応します。

ライブ動画を変換してストリーミング用にパッケージ化します。
ウェブ、モバイル、コネクテッド テレビへの配信用に最適化されるよう、動画ファイルの変換とパッケージ化を行います。
大量の動画ストリームと画像を処理、分析します。組み込みのローコードのユーザー インターフェースを使用すると、アプリケーションを迅速に作成して Google Cloudにデプロイできます。
ビデオ オンデマンドとライブ配信に広告を動的に挿入します。
クラウドベースのコンピューティング能力を活用して、さまざまなデバイスにリッチでインタラクティブな 3D と拡張現実（AR）のエクスペリエンスを提供します。

Google の最新機能を利用して、検索やレコメンデーションのニーズに応えます。

ウェブページやアプリの検索バーを使用して、ユーザーの意図を把握し、最も関連性の高い検索結果やおすすめをユーザーに表示します。自社のデータに基づいて Google 品質の検索アプリを提供できます。
ベクトル類似性検索により、大量のデータに対して効率的かつ正確な検索を行うことができます。
サイロ化された情報を組織の知識に整理します。たとえば、効率的かつ有用な方法でデータの統合、標準化、調整を行います。

Google の最先端の機能を活用して、会話、音声、カスタマー サービスのニーズに対応します。

ウェブサイトやアプリケーションで、API を使用してプログラムでテキストを動的に翻訳します。ドキュメント翻訳、カスタム翻訳、適応型翻訳、文字変換、ローマ字表記などを行うことができます。
独自のウェブ アプリケーションや基盤となるインフラストラクチャを構築したり維持することなく、大量のドキュメントをさまざまな言語に翻訳できます。

AutoML または任意の ML フレームワークを使用して、データから ML モデルをトレーニングします。

Vertex AI では、シンプルなプロセスとインターフェースを使用して、表形式データの ML を実行できます。
ML を使用して画像データの内容を分析し、画像データの分類や、画像データに含まれるオブジェクトの検出を行うことができます。
動画データを分析してショットやセグメントを分類したり、動画データ内の複数のオブジェクトを検出して追跡できます。

AutoML Text による Vertex AI

テキストデータの分類、情報の抽出、著者の感情理解を行う ML モデルをトレーニングします。
大規模なモデル トレーニングを運用化します。
精度、レイテンシ、メモリ、これらの組み合わせ、またはカスタム指標の観点から、最適なニューラル アーキテクチャを検索します。
機械学習（ML）ワークフローの分散コンピューティングと並列処理を実現します。
主要なデータ サイエンス フレームワーク、ライブラリ、ツールがプリインストールされた Docker コンテナのセットを使用して、パフォーマンスが最適化された一貫性のある環境を実現し、ワークフローのプロトタイプ作成と実装を迅速に行うことができます。
主要な ML フレームワークとツールがプリインストールされ、データ サイエンスと ML のタスク用に最適化された一連の仮想マシンイメージを使用して、データを迅速に処理します。

オペレーションのベスト プラクティスに従って、デプロイされた ML モデルをモニタリングし、改善します。

マネージド データセットを使用して、Vertex AI での AutoML モデルとカスタムモデルのトレーニングに使用するソースデータを提供します。
特徴データを BigQuery テーブルまたはビューで管理し、BigQuery データソースからオンラインで直接特徴を提供することで、ML 特徴管理とオンライン サービング プロセスを効率化します。
Vertex AI でモデルから予測を取得します。
Google Cloudのセキュリティ機能とコンプライアンス機能を備えたコラボレーション指向のマネージド ノートブック環境を使用します。
TensorFlow Enterprise では、エンタープライズ クラスのサポートとクラウド規模のパフォーマンスを提供する一連のプロダクトとサービスが提供されます。これにより、 Google Cloudでの TensorFlow モデルの開発とデプロイを容易に行うことができます。

Vertex AI Workbench - マネージド

Jupyter ノートブック ベースのエンドツーエンド本番環境を設定して作業することを支援するためのインテグレーションと機能を備えた Google 管理による環境を使用します。（非推奨）

Vertex AI Workbench - ユーザー管理

最新のデータ サイエンスと ML フレームワークがプリインストールされており統合された安全な JupyterLab 環境を使用して、データ サイエンティストや ML のデベロッパーがモデルのテスト、開発、本番環境へのデプロイを行うことができます。（非推奨）
さまざまなモデル アーキテクチャ、ハイパーパラメータ、トレーニング環境を追跡して分析します。これにより、テスト実行のステップ、入力、出力を追跡して、モデルのテストデータセットに対するパフォーマンスや、集計、トレーニング実行中のパフォーマンスを評価できます。
特徴ベースとサンプルベースの説明を取得して、モデルの意思決定について深く理解できます。
表形式の AutoML モデルと表形式のカスタム トレーニング モデルを使用して、モデルの予測入力データの特徴のスキューとドリフトをモニタリングできます。
適合率や再現率などのモデル評価指標を使用して、モデルのパフォーマンスを判定します。
ML テストを追跡、可視化、比較し、チームと共有します。
ML パイプラインを使用して ML ワークフローをオーケストレートすることで、ML システムをサーバーレスな方法で自動化、モニタリング、管理します。
ML モデルのライフサイクルを管理します。

ML ワークロードを高速化します。

Compute Engine、Google Kubernetes Engine、Vertex AI から Tensor Processing Unit（TPU）にアクセスして、ML ワークロードを高速化します。

関連するプロダクトとドキュメントを表示するには、このセクションを開いてください。

システムレベルの共同設計を採用して、AI のトレーニング、チューニング、サービング全体の効率と生産性を向上させるスーパーコンピュータ アーキテクチャ。
Google Cloud には、生成 AI アプリケーションの構築のライフサイクル全体に対応するさまざまなプロダクトとツールが用意されています。
金融サービス、ヘルスケア、メディア、小売業向けの API とその他のソリューションをご紹介します。
デベロッパー、データ サイエンティスト、オペレーターなどの幅広い Google Cloud ユーザーに、いつでも頼れるコラボレーターとして生成 AI を活用したアシスト機能を提供します。
さらに高速かつ大規模に、構造化データに対する最先端の機械学習モデルを自動的にビルドしてデプロイします。（非推奨）
ML プロジェクトをアイディエーションの段階から本番環境、デプロイ環境にすばやく費用効率の高い方法で移行できます。（非推奨）