特定工作的解決方案總覽

本文說明 BigQuery ML 支援的人工智慧 (AI) 功能。您可以使用這些功能,透過 Cloud AI API 在 BigQuery ML 中開發特定工作解決方案。支援的任務包括:

如要存取 Cloud AI API 來執行其中一項功能,請在 BigQuery ML 中建立代表 API 端點的遠端模型。針對要使用的 AI 資源建立遠端模型後,只要對遠端模型執行 BigQuery ML 函式,即可存取該資源的功能。

採用這種做法,您不必瞭解 Python 或熟悉 API,就能使用基礎 API 的功能。

工作流程

您可以搭配使用 透過 Vertex AI 模型執行的遠端模型 和 透過 Cloud AI 服務執行的遠端模型 與 BigQuery ML 函式,完成複雜的資料分析和生成式 AI 工作。

下圖顯示一些常見工作流程,您可能會一起使用這些功能:

這張圖顯示使用 Vertex AI 模型或 Cloud AI 服務的遠端模型常見工作流程。

自然語言處理

您可以運用自然語言處理技術,對資料執行分類和情緒分析等作業,例如分析產品意見回饋,藉此評估顧客是否喜歡特定產品。

如要執行自然語言工作,您可以建立遠端模型並指定 REMOTE_SERVICE_TYPECLOUD_AI_NATURAL_LANGUAGE_V1 值,藉此建立 Cloud Natural Language API 的參照。然後使用 ML.UNDERSTAND_TEXT 函式與該服務互動。ML.UNDERSTAND_TEXT 可處理標準資料表中的資料。所有推論作業都會在 Vertex AI 中進行。結果會儲存在 BigQuery 中。

如要瞭解詳情,請嘗試使用 ML.UNDERSTAND_TEXT 函式解讀文字

機器翻譯

機器翻譯技術可用來將文字資料翻譯成其他語言。 舉例來說,如果客戶是以您不熟悉的語言撰寫意見回饋,您可以將該資料翻譯成自己慣用的語言。

如要執行機器翻譯工作,請建立遠端模型並為 REMOTE_SERVICE_TYPE 值指定 CLOUD_AI_TRANSLATE_V3,藉此建立 Cloud Translation API 的參照。然後使用 ML.TRANSLATE 函式與該服務互動。ML.TRANSLATE 可處理標準資料表中的資料。所有推論作業都會在 Vertex AI 中進行。結果會儲存在 BigQuery 中。

如要瞭解詳情,請嘗試使用 ML.TRANSLATE 函式翻譯文字

音訊轉錄

你可以運用音訊轉錄功能,將音訊檔案內容轉錄成書面文字,例如將語音留言錄音內容轉錄為文字訊息。

如要執行音訊轉錄工作,請建立遠端模型並指定 CLOUD_AI_SPEECH_TO_TEXT_V2REMOTE_SERVICE_TYPE 值,藉此建立 Speech-to-Text API 的參照。您可以選擇指定要使用的辨識器,處理音訊內容。然後使用 ML.TRANSCRIBE 函式轉錄音訊檔案。ML.TRANSCRIBE 可處理物件表格中的音訊檔案。所有推論作業都會在 Vertex AI 中進行。結果會儲存在 BigQuery 中。

如要瞭解詳情,請嘗試使用 ML.TRANSCRIBE 函式轉錄音訊檔案

文件處理

您可以運用文件處理功能,從非結構化文件中擷取出洞察資訊,例如擷取應付憑據檔案中的相關資訊,以便輸入會計軟體。

如要執行文件處理工作,請建立遠端模型,藉此建立 Document AI API 的參照,並為 REMOTE_SERVICE_TYPE 值指定 CLOUD_AI_DOCUMENT_V1,然後指定要使用的處理器來處理文件內容。然後,您可以使用 ML.PROCESS_DOCUMENT 函式處理文件。ML.PROCESS_DOCUMENT 可處理物件資料表中的文件。所有推論作業都會在 Vertex AI 中進行。結果會儲存在 BigQuery 中。

如要瞭解詳情,請嘗試使用 ML.PROCESS_DOCUMENT 函式處理文件

電腦視覺

您可以運用電腦視覺技術,執行圖像分析工作,例如分析圖像來偵測當中是否有臉孔,或生成描述圖中物體的標籤。

如要執行電腦視覺工作,請建立遠端模型並指定 REMOTE_SERVICE_TYPECLOUD_AI_VISION_V1 值為 CLOUD_AI_VISION_V1,藉此建立 Cloud Vision API 的參照。然後,您可以使用ML.ANNOTATE_IMAGE 函式,透過該服務為圖片加上註解。ML.ANNOTATE_IMAGE 會處理物件資料表中的資料。所有推論作業都會在 Vertex AI 中進行。結果會儲存在 BigQuery 中。

如要瞭解詳情,請嘗試使用 ML.ANNOTATE_IMAGE 函式為物件表格圖片加上註解

後續步驟