Conhecer o Einstein Studio
Objetivos de aprendizagem
Após concluir esta unidade, você estará apto a:
- Explicar o que é o Einstein Studio.
- Descrever os tipos de modelo no Einstein Studio.
Antes de começar
Antes de iniciar este módulo, considere a possibilidade de concluir o conteúdo recomendado a seguir.
O que são modelos de IA?
Com o recente avanço da IA, parece que ela está sendo usada em tudo. Muitas vezes vemos notícias sobre o que a IA pode fazer, mas você já se perguntou como ela funciona? A resposta é: modelos de IA. Um modelo de IA é como o cérebro por trás de todas as coisas legais que os computadores estão fazendo atualmente, coisas que normalmente só os humanos podiam fazer.
OK, “o cérebro por trás de todas as coisas legais” é simplificar muito, mas é difícil explicar como os modelos de IA funcionam sem se aprofundar em ciência de dados, estatística e ciência da computação.
Pense nisso da seguinte forma: você alimenta o modelo com um bando de exemplos para aprendizagem. Ele os mastiga, encontra padrões e fica cada fez melhor no seu trabalho. Daí, quando você dá novos dados, ele usa o que aprendeu para fazer previsões ou tomar decisões. Esses modelos de IA são a espinha dorsal de todo tipo de tecnologia interessante, desde o reconhecimento facial em fotos até carros com direção autônoma. Eles são o diferencial que dá vida à revolução da IA, deixando os computadores mais inteligentes e mais capazes do que nunca.
Então como você pode trabalhar com os modelos de IA? Apresentamos o Einstein Studio!
Einstein Studio
A guia Einstein Studio no Data Cloud é o centro de comando dos modelos de IA. Configure e inicie modelos de IA integrados no Data Cloud para equipar seu negócio com IA. O Einstein Studio é onde você cria modelos de IA (mais sobre isso daqui a pouco!) e onde encontra e gerencia seus modelos de IA criados no Data Cloud.
O melhor de tudo, você não precisa saber código, ciência de dados, estatística ou ciência da computação para usar modelos de IA. No Einstein Studio, você pode:
- Usar o criador de modelos para criar um novo modelo de IA com cliques, não código.
- Conectar-se a um modelo de IA existente em uma plataforma externa, por exemplo, a AWS SageMaker, o Google Vertex AI ou o Databricks. Observe que esses modelos não são carregados no Salesforce nem hospedados nele. O Salesforce os acessa por meio de uma API.
- Conectar-se a um LLM (grande modelo de linguagem) existente de terceiros, como OpenAI ou Azure.
- Gerenciar todos esses modelos de IA em um só lugar.
Como acessar modelos no Einstein Studio
O Einstein Studio é uma guia no Data Cloud onde você pode acessar e gerenciar os modelos de IA da sua organização. Você pode ordenar e pesquisar os modelos ou abri-los para ver mais detalhes, modificar as configurações ou visualizar métricas. Em outras palavras: o Einstein Studio é sua base para todos os modelos de IA.
A IA é versátil e existem vários modelos diferentes que viabilizam vários tipos de casos de uso. Você pode gerenciar seus modelos de IA criados no Data Cloud no Einstein Studio. Esses modelos incluem:
- Modelos preditivos, que usam aprendizagem de máquina para prever resultados futuros em casos de uso, como a probabilidade estimada de atrito ou conversão.
- IA generativa, que usa LLMs em casos de uso como condução de conversas
Os modelos são mostrados com características essenciais para você poder encontrá-los e gerenciá-los facilmente.
Tipo de modelo
Os modelos mostrados no Einstein Studio podem ser criados do zero, conectados a modelos criados externamente ou ser modelos globais fornecidos a você.
- Um modelo Created with Einstein (Criado com o Einstein) é criado do zero no Einstein Studio.
- Um modelo Connected (Conectado) traz resultados de um modelo hospedado em outro lugar, como o AWS SageMaker, o Vertex AI ou o Databricks.
- Um modelo Salesforce-Enabled (Habilitado para Salesforce) foi configurado para você.
Funcionalidade do modelo
As diferentes funcionalidades dos modelos são compatíveis com os casos de uso comuns para resultados de negócios abaixo.
- Os modelos com a funcionalidade Regression (Regressão) preveem um número, por exemplo, um valor de moeda, uma contagem ou uma porcentagem de probabilidade. Exemplos de casos de uso de previsão de números incluem:
- Valor de uma oportunidade
- Tempo até o fechamento de uma oportunidade
- Valor de ciclo de vida de cliente de uma conta
- Satisfação do cliente em um caso
- Valor de uma oportunidade
- Os modelos com a funcionalidade Binary Classification (Classificação binária) preveem um grupo de resultados com duas opções, por exemplo, verdadeiro/falso, sim/não ou ganho/perdido. Exemplos de casos de uso de resultados de classificação binária incluem:
- Conta cancelada ou não
- Oportunidade ganha ou perdida
- Caso escalado ou não
- Conta cancelada ou não
Status do modelo
O status do modelo pode ser inativo ou ativo.
- Um modelo Active (Ativo) pode ser usado em fluxos ou em transformações em lote.
- Um modelo Inactive (Inativo) não foi ativado.
Nesta unidade, você aprendeu que o Einstein Studio é onde seus modelos de IA criados no Data Cloud são acessados. Na próxima unidade, você vai explorar a criação de um novo modelo preditivo de IA.