The Pulse
Google Cloud détaille l’extraction de métadonnées par l’IA pour les objets de stockage
Google Cloud a présenté un service en préversion qui extrait les métadonnées des images et des PDF stockés dans Cloud Storage. L’entreprise indique que la prise en charge prochaine de Gemini étendra le service à l’audio, à la vidéo et à d’autres tâches.

Les clients de Google Cloud peuvent utiliser un service en préversion pour extraire les métadonnées des images et des PDF stockés, puis les associer aux fichiers afin que des agents d’IA puissent les exploiter. Dans un article de blog, l’entreprise détaille les enrichissements d’objets, qui appliquent des modèles préentraînés aux objets de Cloud Storage et enregistrent leurs résultats à côté de ceux-ci, sous forme de contexte de l’objet.
Les notes de version de Cloud Storage indiquent que la préversion est disponible depuis le 13 octobre. Elle est accessible depuis la console Cloud Storage ou via l’API.
Modèles et coûts
La préversion propose cinq modèles maison pour les images et les PDF. Les modèles d’image peuvent détecter des objets et des visages, étiqueter des images et évaluer la présence de contenu explicite ; le modèle PDF classe les documents dans des catégories liées aux entreprises et aux secteurs d’activité, comme la finance, l’actualité et la santé.
Selon Google, l’enrichissement de 10 millions d’images ou de PDF coûte 700 dollars au tarif publié. L’entreprise affirme également que ses annotations d’images permettent de réduire les coûts de 75 % par rapport à des services similaires d’autres fournisseurs de cloud. Des frais s’appliquent aussi à l’inférence des modèles, au stockage des métadonnées, aux opérations d’accès aux données et au réseau, selon la documentation du produit.
Hyperscience a indiqué dans l’article avoir obtenu une hausse de plus de 50 % de la précision de la classification des documents, tout en divisant par 2 à 3 les coûts d’inférence de la classification. Ce témoignage client compare les résultats à une référence existante.
Les métadonnées restent associées aux fichiers
Les clients sélectionnent des buckets et un emplacement de traitement, choisissent des modèles et autorisent le service à accéder aux buckets. Le service traite de manière asynchrone les objets admissibles, exécute l’inférence des modèles et réécrit les résultats dans le contexte de l’objet, avec des mécanismes intégrés de nouvelle tentative et de limitation du débit.
Les métadonnées sont stockées sous forme de paires clé-valeur structurées à côté de l’objet. Le contexte accompagne l’objet lors des opérations de copie, de déplacement et de réplication, et est supprimé lorsque l’objet est supprimé. Les administrateurs peuvent utiliser les autorisations de gestion des identités et des accès pour contrôler qui peut lire ou modifier le contexte.
Les applications peuvent filtrer les listes d’objets en fonction de ces paires clé-valeur ou lire le contexte à côté des objets. Pour l’analyse, les clients peuvent configurer l’envoi des métadonnées vers BigQuery via les jeux de données Storage Insights, où elles peuvent être interrogées avec SQL et associées à des données d’entreprise structurées.
Google cite la recherche d’actifs créatifs, la modération de contenu et la sélection de données d’entraînement parmi les usages possibles. L’entreprise décrit également l’association du contexte des objets au serveur Model Context Protocol de Cloud Storage afin de donner aux agents accès aux données stockées et à leur contexte.
Limites et prise en charge prochaine de Gemini
Les images et les PDF doivent faire 20 MiB ou moins. Les objets dont les métadonnées de type de contenu sont manquantes ou invalides ne sont pas traités, même si les données qu’ils contiennent correspondent à une image ou à un PDF valide. La fonctionnalité ne prend pas non plus en charge les objets chiffrés avec des clés de chiffrement fournies par le client, les buckets Rapid ni les buckets pour lesquels l’espace de noms hiérarchique est activé.
Google prévoit de proposer Gemini via les enrichissements d’objets pour des tâches telles que le résumé, l’extraction d’entités, la transcription et la traduction, pour le texte, les PDF, les images, l’audio et la vidéo. L’entreprise invite les clients à la contacter pour en savoir plus et demander l’accès à cette fonctionnalité à venir ; celle-ci ne fait pas partie des fonctionnalités présentées comme actuellement disponibles dans la préversion.
Sources
- Source originale · Billet de blog Google Cloud cloud.google.com
Autres pages lues
- Google Cloud Documentation · page 1 docs.cloud.google.com
- Google Cloud Documentation · Release notes docs.cloud.google.com
Entreprises citées
Articles liés
- Google présente en avant-première la récupération d’outils à la demande pour l’API Gemini
- Aikido étend ses tests d’intrusion par l’IA aux applications iOS
- Unsloth Desktop ajoute l’inférence locale sur les NPU AMD XDNA 2 des PC Ryzen AI
- Natural lance un service de paiement par carte pour les agents d’IA
- Un chercheur affirme que des failles chez CreditNirvana ont exposé 6,6 millions de comptes