Google Cloud ha presentato in anteprima Object Enrichments, una funzionalità integrata nel servizio Cloud Storage per l’estrazione automatica di informazioni strutturate da immagini e documenti PDF mediante modelli di intelligenza artificiale. Il servizio consente di predisporre metadati consultabili da applicazioni analitiche e agenti AI direttamente all’interno dell’infrastruttura di archiviazione, attraverso procedure asincrone di elaborazione degli oggetti. La configurazione avviene mediante la console di Google Cloud oppure attraverso le API di Cloud Storage, selezionando i bucket contenenti i dati da analizzare, la localizzazione geografica dell’elaborazione e i modelli da applicare. Il servizio gestisce autonomamente l’esecuzione delle inferenze, l’interpretazione dei risultati, la ripetizione delle operazioni non riuscite e la regolazione del carico di lavoro. Queste attività possono quindi essere eseguite senza predisporre pipeline dedicate basate su code di elaborazione, container, worker e infrastrutture personalizzate sviluppate mediante Cloud Run o Google Kubernetes Engine.
La versione preliminare comprende cinque modelli sviluppati da Google, dedicati al riconoscimento degli oggetti, alla classificazione delle immagini, alla rilevazione dei volti, all’identificazione di contenuti espliciti e alla classificazione dei documenti PDF. A seconda del modello selezionato, le informazioni estratte possono comprendere categorie semantiche, coordinate dei riquadri che delimitano gli oggetti identificati, punti di riferimento facciali, probabilità associate alle espressioni e punteggi di classificazione documentale. I risultati vengono registrati mediante gli Object Contexts, una struttura di metadati nativa di Cloud Storage costituita da coppie chiave-valore, marcatori temporali ed eventuali contenuti JSON con dimensioni massime di 128 KiB. Le autorizzazioni IAM regolano l’accesso e la modifica di queste informazioni, che rimangono associate agli oggetti anche durante operazioni di copia, spostamento, composizione e ripristino. Attraverso Storage Insights, i metadati possono inoltre essere esportati su BigQuery e interrogati mediante istruzioni SQL utilizzando la vista object_contexts_catalog_view, combinando le annotazioni generate dai modelli con dati aziendali strutturati.
Un’applicazione del servizio riguarda l’analisi di grandi archivi di immagini provenienti da telecamere intelligenti e sistemi di rilevazione installati sui veicoli. La classificazione preventiva dei fotogrammi permette agli agenti di individuare materiale pertinente a eventi specifici, come la consegna di un pacco o la presenza di un ostacolo sulla carreggiata, senza sottoporre nuovamente al modello l’intero archivio visivo per ogni interrogazione. Google indica un costo di inferenza pari a 700 dollari per l’applicazione di un modello di analisi a dieci milioni di immagini. La tariffazione prevede 0,25 dollari ogni mille oggetti per il primo milione elaborato mensilmente e 0,05 dollari ogni mille oggetti successivi. L’impiego congiunto di due modelli su dieci milioni di immagini comporta, nell’esempio pubblicato dall’azienda, una spesa iniziale di 1.400 dollari e costi ricorrenti mensili pari a 55,20 dollari per i servizi di archiviazione e gestione dei metadati. La classificazione dei PDF rimane gratuita durante l’anteprima, entro un limite di cento milioni di oggetti per cliente.
Tra le aziende coinvolte nelle sperimentazioni, L’Oréal ha riportato una velocità di classificazione dei propri contenuti creativi cento volte superiore rispetto alle procedure precedenti, mentre Hyperscience ha indicato un miglioramento superiore al 50% nell’accuratezza della classificazione documentale, accompagnato da una riduzione dei costi di inferenza. Vivint ha dichiarato di aver ridotto da sei mesi a un mese i tempi di sviluppo di applicazioni AI attraverso l’integrazione con BigQuery. La versione preliminare supporta documenti PDF e immagini BMP, GIF, ICO, JPEG, PNG, TIFF e WebP fino a 20 MiB, con elaborazione nelle localizzazioni statunitense, europea e asiatica. Sono esclusi i bucket Rapid, quelli con namespace gerarchico e le configurazioni con chiavi di cifratura fornite dal cliente. Google prevede inoltre di integrare direttamente Gemini in Object Enrichments, estendendo l’elaborazione multimodale a operazioni di sintesi, trascrizione, traduzione ed estrazione di entità da documenti, immagini, audio e video.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)
