Ir al contenido
AI.info

The Pulse

Google Cloud detalla la extracción de metadatos con IA para objetos de almacenamiento

Google Cloud ha detallado un servicio en vista previa que extrae metadatos de imágenes y archivos PDF almacenados en Cloud Storage. La empresa afirma que la próxima compatibilidad con Gemini ampliará el servicio para incluir audio, video y otras tareas.

Google Cloud detalla la extracción de metadatos con IA para objetos de almacenamiento

Los clientes de Google Cloud pueden usar un servicio en vista previa para extraer metadatos de imágenes y archivos PDF almacenados y adjuntarlos a los archivos para que los utilicen agentes de IA. La publicación de la empresa en su blog detalla los enriquecimientos de objetos, que aplican modelos preentrenados a los objetos de Cloud Storage y guardan sus resultados junto a ellos como contexto del objeto.

Las notas de la versión de Cloud Storage indican que la vista previa está disponible desde el 13 de octubre. Se puede acceder a ella desde la consola o la API de Cloud Storage.

Modelos y costos

La vista previa ofrece cinco modelos propios para imágenes y archivos PDF. Los modelos de imagen pueden detectar objetos y rostros, etiquetar imágenes y evaluar contenido explícito; el modelo para archivos PDF clasifica documentos en categorías empresariales y sectoriales, como finanzas, noticias y salud.

Google afirma que enriquecer 10 millones de imágenes o archivos PDF cuesta 700 dólares según los precios publicados. La empresa también sostiene que sus anotaciones de imágenes permiten ahorrar un 75 % en costos frente a servicios similares de otros proveedores de nube. Según la documentación del producto, también se aplican cargos por la inferencia de modelos, el almacenamiento de metadatos, las operaciones de acceso a los datos y las redes.

Hyperscience dijo en la publicación que logró un aumento de más del 50 % en la precisión de la clasificación de documentos y redujo entre 2 y 3 veces los costos de inferencia de clasificación. Ese informe del cliente compara los resultados con una referencia existente.

Los metadatos permanecen junto a los archivos

Los clientes seleccionan los buckets y una ubicación de procesamiento, eligen los modelos y conceden al servicio permiso para acceder a los buckets. El servicio procesa de forma asíncrona los objetos que cumplen los requisitos, realiza la inferencia de los modelos y escribe los resultados de nuevo en el contexto del objeto, con reintentos y limitación de tasa integrados.

Los metadatos se almacenan como pares estructurados de clave y valor junto al objeto. El contexto acompaña al objeto durante las operaciones de copia, traslado y replicación, y se elimina cuando se borra el objeto. Los administradores pueden usar permisos de gestión de identidades y accesos para controlar quién puede leer o modificar el contexto.

Las aplicaciones pueden filtrar los listados de objetos por esos pares de clave y valor o leer el contexto junto a los objetos. Para el análisis, los clientes pueden configurar los metadatos para que fluyan a BigQuery a través de conjuntos de datos de Storage Insights, donde se pueden consultar con SQL y combinar con datos empresariales estructurados.

Google señala la búsqueda de recursos creativos, la moderación de contenido y la selección de datos de entrenamiento como posibles usos. También describe la combinación del contexto del objeto con el servidor Cloud Storage Model Context Protocol para dar a los agentes acceso a los datos almacenados y a su contexto.

Límites y próxima compatibilidad con Gemini

Las imágenes y los archivos PDF deben tener un tamaño de 20 MiB o menos. Los objetos a los que les falten metadatos de tipo de contenido o cuyos metadatos de tipo de contenido no sean válidos no se procesan, aunque los datos subyacentes sean una imagen o un archivo PDF válidos. La función tampoco admite objetos cifrados con claves de cifrado proporcionadas por el cliente, buckets Rapid ni buckets con el espacio de nombres jerárquico habilitado.

Google tiene previsto ofrecer Gemini mediante los enriquecimientos de objetos para tareas como la síntesis, la extracción de entidades, la transcripción y la traducción de texto, archivos PDF, imágenes, audio y video. La empresa pide a los clientes que se pongan en contacto con ella para obtener más información y solicitar acceso a esa funcionalidad próxima; no forma parte de las capacidades que se describen como disponibles actualmente en la vista previa.

Fuentes

  1. Fuente original · Entrada de blog Google Cloud cloud.google.com

Otras páginas leídas

  1. Google Cloud Documentation · página 1 docs.cloud.google.com
  2. Google Cloud Documentation · Release notes docs.cloud.google.com

Empresas en esta noticia

Noticias relacionadas

Explora

Más artículos