特定工作的解決方案總覽
本文件說明 BigQuery ML 支援的人工智慧 (AI) 功能。這些功能可讓您使用 Cloud AI API，在 BigQuery ML 中開發特定工作解決方案。支援的工作包括：
您可以透過在 BigQuery ML 中建立代表 API 端點的遠端模型，存取 Cloud AI API 來執行其中一個功能。在您針對要使用的 AI 資源建立遠端模型後，您就可以針對遠端模型執行 BigQuery ML 函式，存取該資源的功能。
您可以透過這種方式使用基礎 API 的功能，不必瞭解 Python 或熟悉 API。
工作流程
您可以使用 Vertex AI 模型的遠端模型和 Cloud AI 服務的遠端模型，搭配 BigQuery ML 函式來完成複雜的資料分析和生成式 AI 任務。
下圖顯示您可能會同時使用這些功能的一些常見工作流程：
自然語言處理
您可以運用自然語言處理技術，對資料執行分類和情緒分析等作業，例如分析產品意見回饋，藉此評估客戶是否喜歡特定產品。
如要執行自然語言工作，您可以建立遠端模型，並為 REMOTE_SERVICE_TYPE 值指定 CLOUD_AI_NATURAL_LANGUAGE_V1，藉此建立 Cloud Natural Language API 的參照。接著，您可以使用 ML.UNDERSTAND_TEXT 函式與該服務互動。ML.UNDERSTAND_TEXT 可處理標準資料表中的資料。所有推論作業都會在 Vertex AI 中執行。結果會儲存在 BigQuery 中。
如要進一步瞭解，請嘗試使用 ML.UNDERSTAND_TEXT 函式來瞭解文字。
機器翻譯
機器翻譯技術可用來將文字資料翻譯成其他語言。舉例來說，如果客戶是以您不熟悉的語言撰寫意見回饋，您可以將該資料翻譯成自己慣用的語言。
如要執行機器翻譯工作，您可以建立遠端模型，並為 REMOTE_SERVICE_TYPE 值指定 CLOUD_AI_TRANSLATE_V3，藉此建立 Cloud Translation API 參照。接著，您可以使用 ML.TRANSLATE 函式與該服務互動。ML.TRANSLATE 可處理標準資料表中的資料。所有推論作業都會在 Vertex AI 中執行。結果會儲存在 BigQuery 中。
如要進一步瞭解，請嘗試使用 ML.TRANSLATE 函式翻譯文字。
音訊轉錄
您可以運用音訊轉錄功能，將音訊檔案內容轉錄成書面文字，例如將語音留言錄音內容轉錄為文字訊息。
如要執行音訊轉錄工作，您可以建立遠端模型，並為 REMOTE_SERVICE_TYPE 值指定 CLOUD_AI_SPEECH_TO_TEXT_V2，藉此建立 Speech-to-Text API 參照。您可以選擇指定要使用的辨識器，以便處理音訊內容。接著，您可以使用 ML.TRANSCRIBE 函式轉錄音訊檔案。ML.TRANSCRIBE 可搭配物件資料表中的音訊檔案使用。所有推論作業都會在 Vertex AI 中執行。結果會儲存在 BigQuery 中。
如要進一步瞭解，請嘗試使用 ML.TRANSCRIBE 函式轉錄音訊檔案。
文件處理
您可以運用文件處理功能，從非結構化文件中擷取出洞察資訊，例如擷取應付憑據檔案中的相關資訊，以便輸入會計軟體。
如要執行文件處理作業，您可以建立遠端模型、為 REMOTE_SERVICE_TYPE 值指定 CLOUD_AI_DOCUMENT_V1，並指定要使用的處理器來處理文件內容，藉此建立 Document AI API 參照。接著，您可以使用 ML.PROCESS_DOCUMENT 函式處理文件。ML.PROCESS_DOCUMENT 可處理物件資料表中的文件。所有推論作業都會在 Vertex AI 中執行。結果會儲存在 BigQuery 中。
如要進一步瞭解，請嘗試使用 ML.PROCESS_DOCUMENT 函式處理文件。
電腦視覺
您可以運用電腦視覺技術，執行圖像分析工作，例如，您可以分析圖片，偵測圖片是否含有臉孔，或產生描述圖片中物件的標籤。
如要執行電腦視覺作業，您可以建立遠端模型，並為 REMOTE_SERVICE_TYPE 值指定 CLOUD_AI_VISION_V1，藉此建立 Cloud Vision API 參照。接著，您可以使用 ML.ANNOTATE_IMAGE 函式，透過該服務為圖片加上註解。ML.ANNOTATE_IMAGE 可處理物件資料表中的資料。所有推論作業都會在 Vertex AI 中執行。結果會儲存在 BigQuery 中。
如要進一步瞭解，請嘗試使用 ML.ANNOTATE_IMAGE 函式為物件表格圖片加上註解。
後續步驟
- 如要進一步瞭解如何在機器學習模型上執行推論，請參閱「模型推論總覽」。