IA generativa
Documentação e recursos para criar e implementar aplicações de IA generativa com Google Cloud ferramentas e produtos.
Inicie a sua prova de conceito com 300 USD de crédito grátis
- Aceda ao Gemini 2.0 Flash Thinking
- Utilização mensal gratuita de produtos populares, incluindo APIs de IA e o BigQuery
- Sem cobranças automáticas nem compromissos
Continue a explorar com mais de 20 produtos sempre gratuitos
Aceda a mais de 20 produtos gratuitos para exemplos de utilização comuns, incluindo APIs de IA, VMs, armazéns de dados e muito mais.
Saiba como criar aplicações de IA generativa
IA generativa na Vertex AI
Início rápido do Gemini
Orquestração de IA/ML no GKE
Quando usar a IA generativa
Desenvolva uma aplicação de IA generativa
Exemplos de código e aplicações de exemplo
Glossário de IA generativa
Ferramentas de IA gen
Fluxo de desenvolvimento da IA gen
Exploração e alojamento de modelos
Google Cloud oferece um conjunto de modelos de base de vanguarda através do Vertex AI, incluindo o Gemini. Também pode implementar um modelo de terceiros no Model Garden do Vertex AI ou alojá-lo de forma autónoma no GKE ou no Compute Engine.
Modelos Google na Vertex AI (Gemini e Imagen)
Outros modelos no Vertex AI Model Garden
Modelos de geração de texto através do HuggingFace
GPUs no Compute Engine
Design e engenharia de comandos
O design de comandos é o processo de criação de pares de comandos e respostas para dar aos modelos de linguagem contexto e instruções adicionais. Depois de criar comandos, envia-os para o modelo como um conjunto de dados de comandos para pré-treino. Quando um modelo apresenta previsões, responde com as suas instruções incorporadas.
Vertex AI Studio
Vista geral das estratégias de comandos
Galeria de comandos
Fundamentação e RAG
A fundamentação associa os modelos de IA a origens de dados para melhorar a precisão das respostas e reduzir as alucinações. A RAG, uma técnica de fundamentação comum, pesquisa informações relevantes e adiciona-as ao comando do modelo, garantindo que o resultado se baseia em factos e informações atualizadas.
Fundamentação do Vertex AI
Fundamentado com a Pesquisa Google
Incorporações de vetores no AlloyDB
Cloud SQL e pgvector
Integrar dados do BigQuery na sua aplicação LangChain
Incorporações de vetores no Firestore
Incorporações de vetores no Memorystore (Redis)
Agentes e chamadas de funções
Os agentes facilitam a conceção e a integração de uma interface do utilizador conversacional na sua app para dispositivos móveis, enquanto a chamada de funções expande as capacidades de um modelo.
Aplicações de IA
Chamada de funções da Vertex AI
Personalização e preparação de modelos
As tarefas especializadas, como preparar um modelo de linguagem numa terminologia específica, podem exigir mais preparação do que a que pode fazer apenas com a conceção de comandos ou a fundamentação. Nesse cenário, pode usar o ajuste de modelos para melhorar o desempenho ou preparar o seu próprio modelo.