Vertex AI Search
Créez des fonctionnalités de recherche de qualité Google pour vos propres données en quelques heures, et non en plusieurs mois
Vertex AI Search aide les développeurs à créer des expériences de recherche de qualité Google pour les sites Web ainsi que les données structurées et non structurées. Il fournit également un système d'ancrage prêt à l'emploi et des API d'ancrage DIY pour créer des agents et des applications d'IA générative. Vertex AI Search fait désormais partie de Vertex AI Agent Builder.
Présentation
Qu'est-ce que Vertex AI Search ?
Vertex AI Search est un système de récupération d'informations et de génération de réponses de qualité pour la recherche Google. Il peut être un composant de toute application d'IA générative qui utilise vos données d'entreprise.Cette plate-forme entièrement gérée peut vous aider à créer de nouvelles applications génératives basées sur la RAG ou à améliorer les performances de vos applications existantes grâce à l'IA générative.
À quelles fins puis-je utiliser Vertex AI Search ?
Les développeurs disposent de deux opportunités clés pour utiliser Vertex AI Search :
La première consiste à améliorer la qualité des expériences de recherche dans les applications internes et destinées aux clients grâce à l'IA générative. Avec Vertex AI Search, vous pouvez passer d'une correspondance des mots clés assez frustrante à des expériences de recherche conversationnelle modernes semblables à la nouvelle expérience de recherche générative de Google.
La deuxième opportunité consiste à améliorer la qualité de vos applications d'IA générative en les intégrant à vos données d'entreprise grâce à Vertex AI Search. Ici, Vertex AI sert de système prêt à l'emploi pour la Génération augmentée de récupération (RAG).
Pourquoi choisir Vertex AI Search ?
Vertex AI Search vous permet de créer beaucoup plus facilement des expériences de recherche de haute qualité optimisées par l'IA dans vos applications. Il s'appuie sur l'expertise approfondie de Google et des décennies d'expérience dans le domaine de la recherche sémantique pour fournir des résultats de recherche plus pertinents. Cela améliore la qualité de la récupération des informations pour les applications qui utilisent vos données d'entreprise. Les options de personnalisation vous permettent d'adapter l'expérience de recherche à vos besoins spécifiques, tandis que les fonctionnalités professionnelles robustes assurent l'évolutivité, la confidentialité et la gouvernance. Pour des cas d'utilisation plus spécialisés, Vertex AI Search propose des offres verticales spécifiques pour les fonctionnalités de recherche vectorielle pour le commerce, les médias, la santé et le bricolage.
Puis-je utiliser Vertex AI Search en tant que système RAG ?
Oui, bien sûr. Aujourd'hui, la RAG suscite beaucoup d'enthousiasme. Il s'agit d'une architecture qui combine des LLM avec un système de récupération de données ou, en d'autres termes, un moteur de recherche.En intégrant les réponses des LLM aux données de votre entreprise, vous améliorez leur précision, leur fiabilité et leur pertinence, ce qui est essentiel pour les applications métier réelles.Vous pouvez créer votre propre recherche basée sur la Génération augmentée de récupération, mais ce processus peut s'avérer très complexe. Vertex AI Search fonctionne comme un système RAG prêt à l'emploi pour la récupération d'informations. Avec Vertex AI Search, nous avons simplifié le processus de recherche et de découverte de bout en bout : gestion ETL, OCR, fragmentation, intégration, indexation, stockage, nettoyage des entrées, ajustements de schéma, récupération d'informations et synthèse à une en quelques clics. Vous pouvez ainsi créer très facilement des applications basées sur la RAG en utilisant Vertex AI Search comme moteur de récupération.
Puis-je utiliser Vertex AI Search pour créer mon propre système RAG ?
Le développement d'un système de génération augmentée de récupération (RAG) fonctionnel pour l'ancrage DIY peut être complexe. Pour résoudre ce problème, Vertex AI propose un ensemble complet d'API qui aident les développeurs à créer des solutions de bricolage sur mesure et à en assurer la maintenance. Ces API présentent les composants sous-jacents du système RAG prêt à l'emploi de Vertex AI Search, ce qui permet aux développeurs de traiter des cas d'utilisation personnalisés ou de répondre aux besoins des clients qui souhaitent bénéficier d'un contrôle précis. Celles-ci incluent l'API Document AI Layout Parser, l'API Ranking, l'API Ground Genation et l'API Check Grounding.
Comment Vertex AI Search offre-t-il des résultats de qualité Google ?
Comment accéder à Vertex AI Search ?
Vertex AI Search est désormais en disponibilité générale. Vous pouvez y accéder via la console Google Cloud. N'hésitez pas à contacter votre équipe commerciale Google Cloud pour obtenir de l'aide ou accéder aux fonctionnalités en preview.
Quelles sont les fonctionnalités d'IA générative de Vertex AI Search ?
Vertex AI Search s'appuie sur des modèles de fondation. Cela signifie que vous pouvez proposer à vos clients des expériences multitours (la possibilité de poser facilement des questions complémentaires), multimodales (recherche à l'aide d'images en plus de texte), ainsi que des expériences de recherche immersives semblables à la recherche Search Generative Experience de Google. Vos clients ou employés peuvent consulter des résumés précis qui s'affichent en haut des résultats de recherche, avec des citations et des liens vers des sources de données qui les aident à découvrir des informations.
La confidentialité de mes données est-elle protégée lorsque j'utilise Vertex AI Search ?
Oui, lorsque vous utilisez Vertex AI Search à partir de Google Cloud, vos données sont sécurisées dans votre instance cloud. Google n'accède pas à vos données et ne les utilise pas pour entraîner des modèles, ni à toute autre fin que vous n'avez pas explicitement autorisée. Vertex AI Search répond également à des normes de conformité spécifiques au secteur, telles que la loi HIPAA, la série ISO 27000 et SOC -1/2/3. Nous étendons la compatibilité d'Access Transparency pour que les clients sachent que les Googleurs disposent d'un accès administrateur à leurs données. Virtual Private Cloud Service Controls empêche les clients ou les employés d'infiltrer ou d'exfiltrer des données. Nous proposons également en preview les clés de chiffrement gérées par le client (CMEK) qui permettent aux clients de chiffrer leur contenu principal avec leurs propres clés de chiffrement.
Comment Vertex AI Search garantit-il la pertinence des résultats ?
Tous les résultats de recherche provenant de Vertex AI Search sont basés sur les données ou les applications d'entreprise auxquelles vous avez donné accès. Google Cloud propose une expérience personnalisée prête à l'emploi pour les résultats de recherche dans les applications créées à l'aide de Vertex AI Search. De plus, Vertex AI Search fournit des citations et des liens pour les résumés générés, ce qui signifie que les informations présentées peuvent être vérifiées par les utilisateurs. Vous contrôlez entièrement la détermination des sources de données utilisées et vous pouvez même programmer des réponses pour des questions hors sujet.
Comment Vertex AI Search permet-il d'obtenir des résultats à jour ?
Je souhaite créer ma propre base de données vectorielle en utilisant des représentations vectorielles continues et en partant de zéro. Vertex AI me le permet-il ?
Vertex AI Search permet aux entreprises et aux développeurs de configurer des moteurs de recherche prêts à l'emploi. Ces moteurs de recherche offrent des possibilités de personnalisation adaptées à la plupart des besoins des entreprises, ainsi qu'un réglage automatique des représentations vectorielles continues. Dans certains cas, vous avez des représentations vectorielles continues personnalisées avec lesquelles Vertex AI Search fonctionne parfaitement. Toutefois, les développeurs plus expérimentés ayant besoin de contrôler directement une base de données vectorielle hautement performante pour gérer des cas d'utilisation spécifiques, tels que les recommandations et la diffusion d'annonces, peuvent utiliser Vector Search (anciennement Vertex Matching Engine), la base de données vectorielle utilisée par Vertex AI Search pour gérer ces cas d'utilisation. Nous avons récemment modifié l'expérience utilisateur de Vector Search afin que les développeurs puissent créer et déployer des index sans codage. Nous avons également considérablement réduit la latence d'indexation (de quelques heures à quelques minutes) pour les petits ensembles de données.
Vertex AI Search propose-t-il des offres spécifiques à chaque secteur d'activité ?
Oui, Vertex AI Search propose des offres spécialisées adaptées à des exigences particulières, comme la recherche dans des catalogues de produits, des bibliothèques multimédias et des dépôts de données cliniques.Vertex AI Search pour le commerce est en disponibilité générale. Il permet aux marchands d'améliorer la recherche, les recommandations de produits et l'expérience de navigation sur leurs canaux. Vertex AI Search pour les médias, désormais disponible en preview, permet aux entreprises du secteur des médias et du divertissement de fournir des recommandations de contenus plus personnalisées grâce à l'IA générative. Les consommateurs passent ainsi plus de temps sur leurs plates-formes, ce qui peut accroître l'engagement, les revenus et la fidélisation. Vertex AI Search pour le secteur de la santé et des sciences de la vie, également en preview, est une recherche réglée à des fins médicales qui améliore l'expérience des patients et des prestataires de santé.
Fonctionnement
Votre organisation peut disposer de téraoctets de données, et il peut s'avérer difficile de les organiser pour qu'elles soient faciles à trouver. Vous pouvez également posséder un site Web public et avoir besoin d'une fonctionnalité de recherche de grande qualité pour vos clients. Dans les deux cas, vous pouvez utiliser Vertex AI Search pour créer des moteurs de recherche. Regardez cette vidéo et découvrez comment créer une application de recherche interne avec un minimum de codage et de configuration.
Utilisations courantes
Fournissez des solutions de recherche optimisées par l'IA générative
Premiers pas avec Vertex AI Search
Vertex AI Search combine la puissance de la récupération approfondie d'informations, d'une technologie de pointe de traitement du langage naturel et des toutes dernières fonctionnalités de traitement des grands modèles de langage pour comprendre l'intention de l'utilisateur et renvoyer les résultats qui sont les plus pertinents pour lui.
Ce tutoriel explique comment créer trois moteurs de recherche, un pour chaque type de données : site Web, données structurées et données non structurées.
Regardez la vidéo de droite pour bénéficier d'un aperçu et cliquez sur le lien de la documentation produit ci-dessous pour obtenir des instructions détaillées.
Guides pratiques
Premiers pas avec Vertex AI Search
Vertex AI Search combine la puissance de la récupération approfondie d'informations, d'une technologie de pointe de traitement du langage naturel et des toutes dernières fonctionnalités de traitement des grands modèles de langage pour comprendre l'intention de l'utilisateur et renvoyer les résultats qui sont les plus pertinents pour lui.
Ce tutoriel explique comment créer trois moteurs de recherche, un pour chaque type de données : site Web, données structurées et données non structurées.
Regardez la vidéo de droite pour bénéficier d'un aperçu et cliquez sur le lien de la documentation produit ci-dessous pour obtenir des instructions détaillées.
Solution personnalisée avec Vector Search et les représentations vectorielles continues
Créer un moteur de recommandations avec Vector Search
Trouvez des produits similaires en quelques secondes, même avec des milliards d'objets. Vector Search offre de puissantes fonctions de mise en correspondance sémantique pour les recommandations, les chatbots, etc. Voyons comment créer un moteur de recommandations avec Vector Search :
- Générer des représentations vectorielles continues : créez une représentation numérique (représentation vectorielle continue) de vos éléments pour capturer leurs relations sémantiques. Vous pouvez le faire en externe ou en utilisant l'IA générative de Vertex AI.
- Importer dans Cloud Storage : stockez vos représentations vectorielles continues dans Cloud Storage pour que Vector Search puisse y accéder.
- Se connecter à Vector Search : associez vos représentations vectorielles continues à Vector Search pour effectuer une recherche des plus proches voisins.
- Créer et déployer un index : créez un index à partir de vos représentations vectorielles continues et déployez-le sur un point de terminaison pour l'interroger.
- Interroger pour obtenir des recommandations : utilisez le point de terminaison de l'index pour rechercher les voisins approximatifs les plus proches et trouver des éléments sémantiquement semblables à votre requête.
- Évaluer et ajuster : évaluez les résultats, et affinez les paramètres ou l'échelle de l'algorithme pour assurer sa justesse et ses performances.
Guides pratiques
Créer un moteur de recommandations avec Vector Search
Trouvez des produits similaires en quelques secondes, même avec des milliards d'objets. Vector Search offre de puissantes fonctions de mise en correspondance sémantique pour les recommandations, les chatbots, etc. Voyons comment créer un moteur de recommandations avec Vector Search :
- Générer des représentations vectorielles continues : créez une représentation numérique (représentation vectorielle continue) de vos éléments pour capturer leurs relations sémantiques. Vous pouvez le faire en externe ou en utilisant l'IA générative de Vertex AI.
- Importer dans Cloud Storage : stockez vos représentations vectorielles continues dans Cloud Storage pour que Vector Search puisse y accéder.
- Se connecter à Vector Search : associez vos représentations vectorielles continues à Vector Search pour effectuer une recherche des plus proches voisins.
- Créer et déployer un index : créez un index à partir de vos représentations vectorielles continues et déployez-le sur un point de terminaison pour l'interroger.
- Interroger pour obtenir des recommandations : utilisez le point de terminaison de l'index pour rechercher les voisins approximatifs les plus proches et trouver des éléments sémantiquement semblables à votre requête.
- Évaluer et ajuster : évaluez les résultats, et affinez les paramètres ou l'échelle de l'algorithme pour assurer sa justesse et ses performances.
Vertex AI Search pour le secteur de la santé
Une expérience de recherche Google sur les données de santé qui offre un réglage médical
La recherche de données dans le domaine de la santé peut s'avérer difficile en raison de la complexité de la terminologie médicale et de la normalisation des données.
Vertex AI Search utilise ses réglages médicaux pour trouver des informations pertinentes à partir de dossiers patient structurés et non structurés. La solution comprend les abréviations médicales telles que "abx" et peut répondre à des questions avec MedLM pour fournir des réponses d'IA générative fondées sur les données des patients. Ce produit s'intègre à Healthcare Data Engine pour une expérience fluide.
Guides pratiques
Une expérience de recherche Google sur les données de santé qui offre un réglage médical
La recherche de données dans le domaine de la santé peut s'avérer difficile en raison de la complexité de la terminologie médicale et de la normalisation des données.
Vertex AI Search utilise ses réglages médicaux pour trouver des informations pertinentes à partir de dossiers patient structurés et non structurés. La solution comprend les abréviations médicales telles que "abx" et peut répondre à des questions avec MedLM pour fournir des réponses d'IA générative fondées sur les données des patients. Ce produit s'intègre à Healthcare Data Engine pour une expérience fluide.
Passez à l'étape suivante avec Vertex AI Search
Contactez votre équipe commerciale Google Cloud
Accédez aux fonctionnalités en version preview
Apprenez-en davantage sur Vertex AI Search
En savoir plus sur Vertex AI Agent Builder
