AI-mallit ja alustat

Google Cloud esittelee tekoälyn metatietojen poimintaa Cloud Storagessa

Theo Nash
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatObjektirikastukset siirtävät tekoälyn päättelyorkestroinnin Cloud Storageen, jotta…
Näytä lisää
  • Objektirikastukset siirtävät tekoälyn päättelyorkestroinnin Cloud Storageen, jotta agentit kysyvät valmisteltua metatietoa kehysten uudelleenkäsittelyn sijaan.
  • Google hinnoittelee kuvamerkinnät 75 % halvemmiksi kuin muiden pilvipalveluntarjoajien vastaavat palvelut.
  • Esikatselu ei sisällä Geminin rikastusta eikä Rapid- tai hierarkkisen nimiavaruuden koreja, ja objektien enimmäiskoko on 20 MiB.

Google Cloud esitteli 19. marraskuuta 2026 objektien rikastamisen, Cloud Storagen esikatseluvaiheessa olevan palvelun, joka poimii tallennetuista kuvista ja PDF-tiedostoista rakenteisia metatietoja tekoälyagenteille ja analytiikkaan. Julkaistussa hinnoitteluesimerkissä yhden kuvamallin käyttö maksaa 700 dollaria 10 miljoonalle kuvalle.

Cloud Storage -konsolin ja API:n kautta käytettävä täysin hallinnoitu ominaisuus skannaa soveltuvat objektit asynkronisesti, suorittaa valitut mallit, jäsentää niiden vastaukset ja kirjoittaa tulokset kuhunkin objektiin. Sisäänrakennetut uudelleenyritykset ja nopeudenrajoitus korvaavat jonot, työntekijät, ajastuksen ja mukautetun putkistokoodin, joita asiakkaat muuten joutuisivat kokoamaan esimerkiksi Cloud Runin tai Google Kubernetes Enginen kaltaisen infrastruktuurin ympärille.

Suunnittelun taustalla olevassa agenttiesimerkissä operatiivinen järjestelmä etsii tuhansista älykameroiden tai ajoneuvojen kuvista paketin toimitusta tai vaaratilannetta tiellä. Kuvien suoratoisto malliin jokaisen kehotteen yhteydessä kuluttaisi tokeneita ja lisäisi viiveeseen minuutteja; etukäteen valmisteltujen metatietojen kysely siirtää työn tallennuksen puolella tehtäväksi asynkroniseksi käsittelyvaiheeksi. Metatiedot myös säilyvät objektin yhteydessä sen sijaan, että ne tallennettaisiin erilliseen, synkronoitavaan tietovarastoon.

Viisi mallia ja objektikonteksti

Objektien rikastamisen dokumentaatiossa luetellaan viisi Googlen omaa mallia. Objektien tunnistus ja kuvien luokittelu palauttavat luokkia ja suorakulmaisia rajauksia, kasvojentunnistus lisää kasvojen maamerkit ja ilmeiden todennäköisyydet, ja PDF-luokittelu määrittää asiakirjoille luokkia pisteytyksineen. Luokat kattavat liiketoiminnan ja toimialat, kuten rahoituksen, pelit, uutiset ja terveydenhuollon.

Merkinnät tallennetaan objektikonteksteina, jotka ovat Cloud Storagen metatietorakenne. Ne sisältävät avaimen, merkkijonoarvon ja aikaleimat sekä valinnaisen, enintään 128 KiB:n JSON-hyötykuorman yksityiskohtaisia tuloksia varten. Sovellukset voivat suodattaa objektien luetteloita kontekstien avainten ja arvojen perusteella, ja Identity and Access Management -käyttöoikeudet määrittävät, kuka voi lisätä, muuttaa tai poistaa niitä. Kontekstit siirtyvät automaattisesti kopiointi-, uudelleenkirjoitus-, yhdistämis-, siirto- ja palautustoimintojen yhteydessä.

Storage Insights -tietojoukot voivat viedä metatiedot miljoonista tai miljardeista objekteista BigQueryyn. Datatiimit voivat sitten tehdä niistä kyselyjä object_contexts_catalog_view tavallisella SQL:llä ja yhdistää luokituksia tai asiakirjojen luokitteluja rakenteisiin liiketoimintataulukoihin. Näin voidaan tukea aineistojen löytämistä, koulutusdatan kuratointia ja multimodaalista analytiikkaa ilman erillisen ETL-putken kirjoittamista.

Hinnoittelu ja varhaisten asiakkaiden tulokset

Googlen mukaan sen kuvamerkinnät maksavat 75 % vähemmän kuin muiden pilvipalveluntarjoajien vastaavat palvelut. Julkaistuista Cloud Storage -hinnoista saa konkreettisemman vertailukohdan: kunkin kuvamallin ensimmäinen miljoona kuukausittaista objektia maksaa 0,25 dollaria tuhatta objektia kohden, ja rajan ylittävältä osalta hinta on 0,05 dollaria tuhatta objektia kohden.

Googlen esimerkkilaskelmassa objektien tunnistusta ja kuvien luokittelua sovelletaan 10 miljoonaan kuvaan. Tällöin kertaluonteiset päättelykustannukset ovat 1 400 dollaria ja toistuvat kuukausikustannukset 55,20 dollaria objektikonteksteista, Storage Intelligencestä ja tietojoukon tallennuksesta. Objektikontekstien hinta on 3 dollaria miljoonaa kontekstia kohden kuukaudessa. Ominaisuudesta aiheutuu myös datan käytön ja verkkoliikenteen kustannuksia, ja objektien lukeminen voi käynnistää tallennusluokan muutoksia Autoclassia käyttävissä säilöissä.

PDF-luokittelun esikatselujärjestely on erilainen: se on maksuton, kunnes palvelu tulee yleisesti saataville myöhemmin vuonna 2026. Julkisen esikatselun aikana käyttö on rajattu 100 miljoonaan objektiin asiakasta kohden. Jos sama säilö ja malli määritetään useammassa kuin yhdessä käsittelysijainnissa, sekä työ että kustannukset toistuvat, joten sijaintien laajuus on otettava huomioon kustannuslaskelmassa.

Ilmoituksen yhteydessä julkaistuissa asiakaskertomuksissa raportoitiin suuremmista toiminnallisista vaikutuksista. L’Orealin data- ja tekoälypääarkkitehti Antoine Castex kertoi, että palvelu luokitteli yrityksen luovien aineistojen arkiston 100 kertaa nopeammin ja vain murto-osalla aiempien putkien kustannuksista. Hypersciencen kumppanuuksista vastaava varatoimitusjohtaja Mayur Pillay kertoi asiakirjojen luokittelutarkkuuden parantuneen yli 50 % ja päättelykustannusten olevan kaksi–kolme kertaa pienemmät. Vivintin tuotetekoälystä vastaava varatoimitusjohtaja Brandon Bunker sanoi, että objektien rikastaminen ja BigQuery lyhensivät tekoälyn kehitysaikaa kuudesta kuukaudesta yhteen kuukauteen.

Esikatseluversion rajoitukset ja Gemini-suunnitelmat

Esikatseluversiossa voi käsitellä kuva- ja PDF-objekteja, joiden koko on enintään 20 MiB, ja jokaisella objektilla on oltava kelvollinen tuettu Content-Type tiedostotyyppinsä yksilöivä arvo. Tuetut kuvamuodot ovat BMP, GIF, ICO, JPEG, PNG, TIFF ja WEBP. Käsittely on saatavilla seuraavilla us, eu ja asia alueilla, jolloin asiakkaat voivat valita sijainnin datan suvereniteettia koskevien vaatimusten ja säilön tallennusalueen läheisyyden perusteella.

Objektien rikastamista ei voi ottaa käyttöön Rapid-säilöissä eikä hierarkkisen nimiavaruuden säilöissä. Se ei tue asiakkaan toimittamia salausavaimia, ja siinä on käytettävä säilön tarkkaa nimeä jokerimerkkien tai säännöllisten lausekkeiden sijaan. Työkuorman koolle ei ole määritelty nimenomaista rajaa, mutta kapasiteettirajoitukset voivat viivästyttää käsittelyä. Cloud Monitoring seuraa odottavien objektien määrää, mallien suorituskertoja ja käsittelyn tilaa.

Google kertoo natiivin Gemini-rikastuksen olevan tulossa eikä sisältyvän tähän esikatseluun. Se on tarkoitettu multimodaaliseen päättelyyn tekstin, PDF-tiedostojen, kuvien, äänen ja videon parissa. Mahdollisiin käyttötarkoituksiin kuuluvat tiivistäminen, entiteettien poiminta, litterointi ja kääntäminen. Google kehottaa kiinnostuneita asiakkaita pyytämään käyttöoikeutta erikseen.

Yrityksille esikatselussa näkyy selkeästi kompromissi: Google hallinnoi päättelyn orkestrointia ja pitää metatiedot liitettyinä objektiin, kun taas laskutus perustuu jokaiseen mallin suorituskertaan, tallennettuun kontekstiin ja luettuun dataan. Ominaisuuden merkitys agentti-infrastruktuurille perustuu siihen, että nämä toiminnot yhdistyvät Cloud Storagessa sen sijaan, että agenttien käyttöön lisättäisiin uusi tietovarasto ja käsittelypino.

Theo Nash on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka kattaa AI‑infrastruktuurin, laskennan ja laitteistojärjestelmät, jotka mahdollistavat modernin tekoälyn. Hänen työnsä keskittyy suurten AI‑työkuormien teknisiin perusteisiin, mukaan lukien datakeskukset, kiihdyttimet, tietoverkot ja ohjelmistopinot, jotka yhdistävät ne yhteen.

Analyyttisesta ja tekniikkavetoisesta näkökulmasta Theo tarkastelee, miten GPU:iden, räätälöidyn piisirun, muistirakenteiden ja hajautettujen järjestelmien edistysaskeleet mahdollistavat uudet AI‑mallien sukupolvet. Hän kiinnittää erityistä huomiota suorituskyvyn kompromisseihin, energiatehokkuuteen, skaalautuvuuteen ja käytännön rajoitteisiin, jotka muovaavat AI‑infrastruktuurin todellista käyttöönottoa.

Theo Nashin kirjoittamat artikkelit ovat AI‑luotuja ja Unite.AI:n toimituskunta tarkistaa ne varmistaakseen teknisen tarkkuuden, selkeyden ja vastuullisen kattavuuden nopeasti kehittyvässä AI‑laskentaympäristössä.