Large Language Models (LLMs)
Large Language Models, die auf erstklassiger Google-KI basieren
Google Cloud bringt Innovationen, die von Google DeepMind entwickelt und getestet wurden, in unsere unternehmensgerechte KI-Plattform ein. Kunden können damit schon heute – und nicht erst morgen – Generative AI-Funktionen entwickeln und bereitstellen.
Neukunden erhalten ein Startguthaben von 300 $ für die Agent Platform
Überblick
Was ist ein Large Language Model (LLM)?
Ein Large Language Model (LLM) ist ein statistisches Sprachmodell, das auf einer riesigen Datenmenge trainiert wird. Es kann verwendet werden, um Text und andere Inhalte zu generieren und zu übersetzen sowie andere Aufgaben zur Natural Language Processing (NLP) auszuführen.
LLMs basieren in der Regel auf Deep-Learning-Architekturen wie dem 2017 von Google entwickelten Transformer und können mit Milliarden von Text und anderen Inhalten trainiert werden.
Was sind Beispiele für beliebte Foundation Models?
Die Agent Platform bietet Zugriff auf Gemini, ein multimodales Modell von Google DeepMind. Gemini ist in der Lage, praktisch jede Eingabe zu verstehen und zu verarbeiten, verschiedene Arten von Informationen zu kombinieren und nahezu jede Ausgabe zu generieren. Testen Sie Prompts auf der Agent Platform mit Gemini mit Text, Bildern, Video oder Code. Mit der fortschrittlichen Logik und den hochmodernen Funktionen von Gemini können Entwickler Beispiel-Prompts ausprobieren, um Text aus Bildern zu extrahieren, Bildtext in JSON zu konvertieren und sogar Antworten zu hochgeladenen Bildern zu generieren, um KI-Anwendungen der nächsten Generation zu entwickeln.
Was sind die Anwendungsfälle für Large Language Models?
Textgesteuerte LLMs werden für eine Vielzahl von Natural Language Processing-Aufgaben verwendet, einschließlich Textgenerierung, maschinelle Übersetzung, Textzusammenfassung, Beantwortung von Fragen und Erstellung von Chatbots, die Unterhaltungen mit Menschen führen können.
LLMs können auch mit anderen Datentypen trainiert werden, darunter Code, Bilder, Audio, Video und mehr. Veo, Imagen und Chirp von Google AI sind Beispiele für solche Modelle, die neue Anwendungen und Lösungen für die größten Herausforderungen der Welt hervorbringen.
Was sind die Vorteile von Large Language Models?
LLMs werden mit einer riesigen Datenmenge vortrainiert. Sie sind äußerst flexibel, weil sie auf eine Vielzahl von Aufgaben trainiert werden können, z. B. Textgenerierung, Zusammenfassung und Übersetzung. Sie sind außerdem skalierbar, da sie auf bestimmte Aufgaben abgestimmt werden können, was ihre Leistung verbessern kann.
Welche Large-Language-Modelldienste bietet Google Cloud?
Agent Studio auf der Gemini Enterprise Agent Platform: Sie erhalten Zugriff auf über 200 große generative KI-Modelle, sodass Sie sie testen, optimieren und für die Verwendung in Ihren KI-gestützten Anwendungen bereitstellen können.
Gemini Enterprise App: Ein gemeinsamer Arbeitsbereich, in dem Mitarbeitende KI-Agenten in einer einzigen, sicheren Umgebung finden, erstellen, teilen und ausführen können, die alle Unternehmensdaten verbindet. Die Gemini Enterprise App basiert auf der Agent Platform. Das bedeutet, dass alle Agentenfunktionen für die Verwaltung, Sicherheit und Identität standardmäßig in der App enthalten sind.
Gemini Enterprise for Customer Experience: Intelligente Contact Center-Lösung mit CX Agent Studio, unserer konversationellen KI-Plattform mit Intent- und LLM-Funktionen.
Funktionsweise
LLMs verwenden eine große Menge an Textdaten, um ein neuronales Netzwerk zu trainieren. Dieses neuronale Netzwerk wird dann verwendet, um Text zu generieren, zu übersetzen oder andere Aufgaben auszuführen. Je mehr Daten zum Trainieren des neuronalen Netzwerks verwendet werden, desto besser und genauer kann es seine Aufgabe ausführen.
Google Cloud hat Produkte auf Basis seiner LLM-Technologien entwickelt, die auf eine Vielzahl von Anwendungsfällen ausgelegt sind, die Sie im Abschnitt „Häufige Anwendungsfälle“ unten untersuchen können.
LLMs verwenden eine große Menge an Textdaten, um ein neuronales Netzwerk zu trainieren. Dieses neuronale Netzwerk wird dann verwendet, um Text zu generieren, zu übersetzen oder andere Aufgaben auszuführen. Je mehr Daten zum Trainieren des neuronalen Netzwerks verwendet werden, desto besser und genauer kann es seine Aufgabe ausführen.
Google Cloud hat Produkte auf Basis seiner LLM-Technologien entwickelt, die auf eine Vielzahl von Anwendungsfällen ausgelegt sind, die Sie im Abschnitt „Häufige Anwendungsfälle“ unten untersuchen können.
KI-Agenten
Eigene KI-Agenten erstellen
In dieser Codelab-Reihe mit Übungen erfahren Sie, wie Sie mit dem Agent Development Kit (ADK) von Google Ihren eigenen intelligenten KI-Agenten erstellen.
Wir beginnen mit den absoluten Grundlagen und zeigen Ihnen, wie Sie Ihre Entwicklungsumgebung einrichten und einen grundlegenden Konversations-Agenten erstellen. Am Ende dieses Codelabs haben Sie Ihre erste interaktive KI erstellt, die in den folgenden Teilen dieser Reihe zu einem komplexen Multi-Agenten-System (MAS) erweitert wird.
Anleitungen
Eigene KI-Agenten erstellen
In dieser Codelab-Reihe mit Übungen erfahren Sie, wie Sie mit dem Agent Development Kit (ADK) von Google Ihren eigenen intelligenten KI-Agenten erstellen.
Wir beginnen mit den absoluten Grundlagen und zeigen Ihnen, wie Sie Ihre Entwicklungsumgebung einrichten und einen grundlegenden Konversations-Agenten erstellen. Am Ende dieses Codelabs haben Sie Ihre erste interaktive KI erstellt, die in den folgenden Teilen dieser Reihe zu einem komplexen Multi-Agenten-System (MAS) erweitert wird.
Recherche und Informationssuche
Mit einem einzigen Prompt in Ihren Geschäftsdaten suchen
Extrahieren Sie wertvolle Informationen aus komplexen Dokumenten und lassen Sie diese mit nur einem Klick zusammenfassen. Mögliche Quellelemente sind Forschungsarbeiten, Nachrichtendienste Dritter und Finanzberichte. Sie können die Gemini Enterprise-App mit wenigen Klicks sicher mit Google Drive, Microsoft OneDrive, SharePoint, HubSpot, Jira und anderen Anwendungen verbinden, um die Ausgabe auf Ihre Geschäftsdaten zu stützen.
Anleitungen
Mit einem einzigen Prompt in Ihren Geschäftsdaten suchen
Extrahieren Sie wertvolle Informationen aus komplexen Dokumenten und lassen Sie diese mit nur einem Klick zusammenfassen. Mögliche Quellelemente sind Forschungsarbeiten, Nachrichtendienste Dritter und Finanzberichte. Sie können die Gemini Enterprise-App mit wenigen Klicks sicher mit Google Drive, Microsoft OneDrive, SharePoint, HubSpot, Jira und anderen Anwendungen verbinden, um die Ausgabe auf Ihre Geschäftsdaten zu stützen.
Dokumentzusammenfassung
Große Dokumente mit LLMs der Agent Platform verarbeiten und zusammenfassen
Stellen Sie mit Generative AI Document Summarization eine Ein-Klick-Lösung bereit, die Text in RAW-Dateien erkennt und Dokumentzusammenfassungen automatisiert. Die Lösung erstellt eine Pipeline, die die optische Zeichenerkennung (OCR) von Cloud Vision verwendet, um Text aus hochgeladenen PDF-Dokumenten in Cloud Storage zu extrahieren, mit Agent Platform eine Zusammenfassung aus dem extrahierten Text zu erstellen und die durchsuchbare Zusammenfassung in einer BigQuery-Datenbank zu speichern.
Anleitungen
Große Dokumente mit LLMs der Agent Platform verarbeiten und zusammenfassen
Stellen Sie mit Generative AI Document Summarization eine Ein-Klick-Lösung bereit, die Text in RAW-Dateien erkennt und Dokumentzusammenfassungen automatisiert. Die Lösung erstellt eine Pipeline, die die optische Zeichenerkennung (OCR) von Cloud Vision verwendet, um Text aus hochgeladenen PDF-Dokumenten in Cloud Storage zu extrahieren, mit Agent Platform eine Zusammenfassung aus dem extrahierten Text zu erstellen und die durchsuchbare Zusammenfassung in einer BigQuery-Datenbank zu speichern.
KI-Agenten für den gesamten Kundenlebenszyklus
Natürliche Sprachnachrichten in Echtzeit an Kunden senden
Mit Gemini Enterprise for Customer Experience (CX) können Sie Agenten erstellen und verwalten, die während des gesamten Kundenlebenszyklus mit einer natürlichen, menschenähnlichen Stimme sprechen – von der Produktsuche bis zur Lösung von Problemen nach dem Kauf. Stellen Sie Agenten bereit, die komplexe Schlussfolgerungen ziehen können, um die Absicht zu verstehen und einen hochwertigen, konversationsbasierten Support zu bieten. So können Sie Ihren Kundinnen und Kunden einen personalisierten Service bieten, der ihre Präferenzen und Einwilligungen berücksichtigt.
Anleitungen
Natürliche Sprachnachrichten in Echtzeit an Kunden senden
Mit Gemini Enterprise for Customer Experience (CX) können Sie Agenten erstellen und verwalten, die während des gesamten Kundenlebenszyklus mit einer natürlichen, menschenähnlichen Stimme sprechen – von der Produktsuche bis zur Lösung von Problemen nach dem Kauf. Stellen Sie Agenten bereit, die komplexe Schlussfolgerungen ziehen können, um die Absicht zu verstehen und einen hochwertigen, konversationsbasierten Support zu bieten. So können Sie Ihren Kundinnen und Kunden einen personalisierten Service bieten, der ihre Präferenzen und Einwilligungen berücksichtigt.
