Google Cloud為開發人員、企業和政府機關提供生成式AI技術

生成式 AI 將帶動一波互動式、多模態體驗新浪潮，改變我們日常與資訊、品牌以及彼此間互動的方式。Google Cloud 憑藉著 Google 多年以來在 AI 領域的研發、創新和投資成果，現在已經成為企業和政府機關的一大助力，讓他們能夠透過簡單的自然語言指令，自動生成文字、圖像、程式碼、影片、音訊等各種內容。

為了真正發揮出 AI 的潛力，就要讓每位開發者、企業和政府機關都能自由運用這項技術。但目前不少機構難以取得生成式 AI 技術，這讓打造出適合自己的人工智慧服務更加困難。而目前該技術存有產生錯誤資訊的可能性，也讓資訊可信度大打折扣。十多年前，行動裝置生態系的興起，是因為企業和開發人員獲得了安全、可靠且強大的工具，來因應全新的規格、介面和互動技術。如今生成式 AI 的成長，同樣也仰賴新一代的工具配合，才能讓機構輕鬆地打造出生成式 AI 應用程式。

為了滿足這些需求，Google Cloud 將推出一系列融入生成式 AI 的產品，讓開發人員以負責任的方式進行研發工作，同時兼顧企業層級的安全性和隱私。Google 正式發布以下兩項新技術，為這個旅程揭開序幕：

Generative AI support in Vertex AI：能夠讓資料科學團隊使用 Google 和其他機構的基礎模型，並能夠在這些基礎模型上進行開發和自訂，而且只需使用他們自主開發的機器學習（ML）模型，以及機器學習維運（MLOps）時所用的平台即可。

Generative AI App Builder：讓開發人員可以快速推出新的服務，例如聊天機器人、聊天介面、自訂搜尋引擎、數位助理等等。開發人員可以使用 Google 基礎模型的 API 介面，並運用現成的範本，在幾小時、甚至是幾分鐘內快速製作出生成式應用程式。

除此之外，Google Cloud 也確保機構能全權掌控自家資料的使用方式和用途。

透過 Vertex AI 建立、調整及部署基礎模型

作為 Google Cloud 訓練並部署機器學習模型及 AI 應用程式的平台，Vertex AI 將迎來空前的進化。Generative AI support in Vertex AI 讓資料科學團隊能夠以最簡單的方式運用 PaLM 等基礎模型，同時給予他們最全面的掌控力和選擇權，包括：

選擇自己想解決的應用場景：開發人員現在可以輕鬆存取 Vertex AI 上的 PaLM API，迅速解決內容生成、聊天、總結和分類等需求。

選用 Google 最新的基礎模型：提供包含由 Google Research 和 DeepMind 研發的模型，支援文字、圖像、影片、程式碼和音訊等各種資料格式。

選用各種模型：隨時間演進，Vertex AI 將會支援開放原始碼和第三方模型，透過將最廣泛的類型與規模的模型整合在同一個平台上，Vertex AI 讓客戶得以根據自己的商業需求來彈性運用最合適的資源。

選擇如何調整、自訂和最佳化提示指令：使用商業資料來提高基礎模型輸出的關聯性，並維持成本控制能力，同時確保資料的自主權和隱私性。

選擇如何與模型互動：開發人員、資料科學家和資料工程師可以使用筆記型電腦、API 或互動提示指令等各種工具，來打造生成式應用程式和自訂模型。

CNA Insurance 全球數據分析長暨資深副總裁 Santosh Bardwaj 表示：「自　Vertex AI 推出以來，已協助轉變 CNA 擴展 AI 的方式，能更好地管理在營運環境中的機器學習模型。有了 Generative AI support in Vertex AI，CNA 現在可以配合客戶和同事的獨特商業需求，提供更好的分析洞察。」

受信任的測試人員現已經可使用 Generative AI support in Vertex AI。如果你想搶先試用這項技術，可加入 Google Cloud Innovators 技術社群。

運用 Generative AI App Builder 在短時間內建構出應用程式

不少企業和政府機關也希望透過此創新的 AI 技術，進一步改善與客戶、合作夥伴和員工之間的互動並提升效率。為此，Google 推出全新的 Generative AI App Builder，協助開發人員在有限的技術支援下，仍可以用最快的速度打造出聊天機器人、通訊軟體、數位助理、自訂搜尋引擎等生成式 AI 應用，並帶來更多的開發優勢，包括：

將長達數年的作業時程縮短到幾小時甚至幾分鐘內完成：開發人員現在可以直接使用基礎模型 API，並透過現成的範本迅速展開工作，可以用在搜尋、支援、產品推薦與探索，以及媒體內容創作等應用場景。此外，開發人員還能透過預先建立的連接器，將自己的資料與基礎模型的智慧邏輯互相整合，同時確保資料隱私性。

結合運用機構中的數據和資料擷取技術以提供相關回覆：現在各機構可以建立應用程式判斷使用者提問的目的，將根據基礎模型取得的專有資料和相關訊息一起呈現，並在提供的回覆中標註出處以及來源，更同時確保資料的獨立性和自主權。

支援文字以外的搜尋和回覆模式：使用者可以採取文字、語音輸入、點擊介面或提供圖片等形式與 AI 互動，而數位助理、聊天機器人或其他生成式應用也能透過文字、聲音或多媒體內容提供回覆。

將結構化流程融入到自然對話當中：不論互動時間的長短，開發人員現在都可以透過精細的控制方式，將基礎模型的回覆與對話相互融合，從而引導用戶找出正確的答案。

在提供資訊的同時促進交易可能：除了提供資訊外，數位助理和聊天機器人還可以連接到採購和供應系統，並在適當的時機將用戶轉介給真人客服進行後續的接洽處理。

受信任的測試人員已經可以使用 Generative AI App Builder。如果你也想搶先試用這項技術，可加入 Google Cloud Innovators 技術社群。

利用生成式 AI 建構模塊為企業創造價值

Google 分享以下幾個案例，看看不同機構如何透過 Google Cloud 挖掘生成式 AI 的潛能：

自動內容生成：生成式 AI 可以促進腦力激盪、撰寫稿件及生成媒體素材。這代表電子郵件、行銷資訊和創意素材可以在幾秒內設計出原型，並在幾分鐘或幾小時內供用戶進行校對和審核，無需花費數個星期或更長的時間。各機構的行銷和創意團隊也希望運用這項技術來提升目前的工作流程，為行銷活動、計畫、廣告等專案帶來更多選擇、風格和原創性。

幾乎能勝任所有任務的 AI 體驗和助理：由於生成式 AI 能讓企業和政府將大量複雜的資料轉化為摘要、互動式多媒體體驗和擬人化的對話，Google 看到許多客戶不僅有興趣將這項技術用於客戶體驗，如品牌或產品諮詢，同時有意願將其運用在更複雜的資料科學場景中。舉例來說，數位助理等生成式 AI 應用程式，可以幫助資料分析師或企業用戶提升技能，透過生成 SQL 查詢，使用者可以透過自然語言查詢來探索資料，以及更多功能。

搜尋和解讀橫跨多種來源的大型內部資料集：有許多銀行客戶需要分析各種內部和外部資料來源，以全面瞭解市場。他們正在探索如何運用這項技術，確保員工在不同來源管道進行搜尋時能獲得相關的結果、準確的大型文件摘要、嚴謹溯源的工具，以及標註和引用的根據。如此一來，員工才能相信搜尋結果，並在有需要的時候更加深入洞察資料。

為生成式 AI 應用程式的浪潮奠定基礎：Vertex AI 為生成式 AI 打造了公平的發展環境。Vertex AI 透過提供基礎模型 API 的存取權，減少了相關技術各種龐大且嚴格的資料需求，提供資料科學家和自學的開發人員等各種建構者與創造者，都具備打造下一代新創企業的潛力。

透過 Responsible AI 保護資料和塑造對話流程

當 Google Cloud 為產品帶來了全新 AI 技術時，Google 也許下了雙向的承諾：一方面提供能帶來革新的技術，另一方面同時確保技術能確切保護機構、他們的使用者和整個社會。為此，Google 在 2017 年起草了AI 原則，約法三章並以此做為如何建構更先進的技術、展開研究和擬定產品開發政策。

Google 的最新公告也不例外，均能夠滿足以下需求：

透明度和可解釋性：Vertex AI 和 Generative AI App Builder 都包含能用於檢查、理解和調整模型行為的工具。

資料隱私和主權：無論公司是在 Vertex AI 中訓練模型，還是在 Generative AI App Builder 上構建客戶服務體驗，都會確保私人資料的隱私，絕不會用在其他廣泛的基礎模型訓練資料庫中。機構始終可以掌握資料的儲存方式和位置以及使用方法，或是在需要運用大量資料作為用途的同時，確保遵循各種法規及資料主權規範。

真實性和及時性：Generative AI App Builder 使用資訊檢索演算法來提供最相關的資訊，並標記正確的出處和來源。

具備確定性工作流程控管機制的機率模型：許多機構希望將生成式 AI 的機率和互動特性，與具備可控性、確定性和可靠性的結果整合在一起。

因應各種需求的選擇：為了滿足機構的不同需求，Google 的平台具備充足的靈活彈性，包括資料和模型的歷程可追溯性、結合安全和身分管理服務、支援第三方模型、模型和成本的選擇和透明度、整合式帳單和授權支援服務，以及多種語言的支援等。

此外，Google 也致力於打造最開放與創新的 AI 生態系，也宣布多項全新的 AI 合作夥伴和計畫，幫助新創企業、開發人員及企業加速發展 AI 事業。