アーキテクチャ センターには、さまざまな AI と ML のテーマに関するコンテンツ リソースが用意されています。このページでは、生成 AI、従来の AI、ML を始める際に役立つ情報を提供します。また、アーキテクチャ センターの AI と ML に関するすべてのコンテンツのリストも提供されます。
始める
このページに記載されているドキュメントは、 Google Cloudでの AI ソリューションと ML ソリューションの設計、構築、デプロイの開始に役立ちます。
生成 AI を使ってみる
まず、Cloud ドキュメント サイトで、Google Cloudの生成 AI の基礎を学習します。
- 生成 AI アプリケーションの開発の各段階と、ユースケースに適したプロダクトとツールを確認するには、Google Cloud で生成 AI アプリケーションを構築するをご覧ください。
- 生成 AI、従来の AI（予測と分類を含む）、またはその両方を組み合わせたものが、どのようなビジネス ユースケースに適しているかを判断するには、生成 AI と従来の AI の使い分けをご覧ください。
- ビジネス価値に基づく意思決定アプローチで AI ビジネス ユースケースを定義するには、生成 AI のビジネス ユースケースの評価と定義をご覧ください。
- モデルの選択、評価、チューニング、開発における課題に対処するには、生成 AI アプリケーションを開発するをご覧ください。
AI モデル作成のパイプラインをデプロイする生成 AI / ML のブループリントについては、企業で生成 AI モデルと ML モデルを構築してデプロイするをご覧ください。このガイドでは、事前のデータ探索とテストから、モデルのトレーニング、デプロイ、モニタリングに至るまで、AI 開発ライフサイクル全体について説明します。
生成 AI を使用する次のアーキテクチャの例を確認してください。
- 生成 AI によるドキュメントの要約
- 生成 AI のナレッジベース
- Cloud SQL を使用した生成 AI RAG
- Vertex AI とベクトル検索を使用した RAG 対応生成 AI アプリケーション用インフラストラクチャ
- Vertex AI と AlloyDB for PostgreSQL を使用した RAG 対応生成 AI アプリケーション用インフラストラクチャ
- GKE と Cloud SQL を使用した RAG 対応生成 AI アプリケーション用インフラストラクチャ
- Google Cloud と Labelbox を使用したモデル開発とデータラベル付け
Google Cloud の生成 AI サービスの詳細については、Vertex AI と GKE 上の基盤モデルの実行をご覧ください。
設計と構築
AI ワークロードに最適なストレージ オプションの組み合わせを選択するには、 Google Cloudで AI と ML ワークロードのストレージを設計するをご覧ください。
Google Cloud は、AI サービスと ML サービスのスイートを提供しています。これにより、生成 AI を使用したドキュメントの要約、画像処理パイプラインの構築、生成 AI ソリューションを使用したイノベーションが可能になります。
もっと探す
左側のナビゲーションの [AI と ML] セクションに記載されているドキュメントは、AI または ML ソリューションの構築に役立ちます。ドキュメントは次のカテゴリに分類されます。
- 生成 AI: 生成 AI ソリューションを設計、構築します。
- モデル トレーニング: ML、フェデレーション ラーニング、パーソナライズされたインテリジェント エクスペリエンスを実装します。
- MLOps: ML システムの継続的インテグレーション、継続的デリバリー、継続的トレーニングを実装して自動化します。
- AI アプリケーションと ML アプリケーション: AI ワークロードと ML ワークロードに合わせてカスタマイズされた Google Cloudアプリケーションを構築します。