Vertex AI Agent Builder

コードなしで強力な AI エージェントを構築できます。複雑な目標の場合は、1 つのエージェントがメインのエージェント、他のエージェントがサブエージェントとして機能するなど、複数のエージェントを簡単につなぎ合わせることができます。データを使用したトレーニング、タスクの自動化、イテレーションを簡単に行えます。運用と分析を、すべてユーザー フレンドリーなプラットフォーム内で行えます。

Gemini などの最先端モデルを Google 検索にグラウンディングすることで、Google の最新の基盤モデルの能力と、最新で質の高い情報へのアクセスを組み合わせて、回答の完全性と精度を大幅に向上させることができます。Google の API を 1 回クリックするだけで、Google 検索の強化された Gemini にアクセスできます。Google 検索によるグラウンディングは、まもなく動的取得を提供する予定です。動的取得とは、Google 検索の検索結果を使用するタイミングとモデルのトレーニング データを使用するタイミングをインテリジェントに選択することで、品質と費用対効果のバランスを取ることができる新機能です。

Vertex AI Search では、すぐに使用できる Google 品質の RAG（検索拡張生成）システムを利用できます。これにより、言語モデルと独自のデータを簡単に根拠づけることができます。Vertex AI Search は、多様なデータソースのインデックス作成の複雑さに対処し、Google のテクノロジーを活用した高度な検索機能を提供し、Vertex AI 内の言語モデルとシームレスに統合します。

独自の AI ニーズに合わせてカスタムの検索拡張生成（RAG）を構築するにはVertex AI は次のツールを使用してプロセスを簡素化します。

• Document AI レイアウト パーサー: 複雑なドキュメントから重要なデータを抽出して検索を改善します。
• Ranking API: LLM を利用したランキングで関連性の高い回答を優先
• Grounded Generation API: データまたは信頼できるソースを使用して正確な回答を作成します。この API の試験運用プレビュー版で高忠実度モードが提供されるようになりました。この新機能は、根拠づけとしてお客様から提供されたコンテキストに焦点を当てることで、ハルシネーションをさらに低減する新機能です。
• Check Grounding API: 信頼性について、事実に照らして回答を検証します。

カスタム エンベディング ベースの情報検索を必要とする企業向けに、Vertex AI は高度なベクトル検索機能を提供します。ベクトル検索は数十億のベクトルにスケーリングでき、数ミリ秒で最近傍を見つけることができます。ベクトル検索がハイブリッド検索に対応しました。ハイブリッド検索とは、ベクトルベースとキーワード ベースの検索手法を統合して、ユーザーに最も関連性の高い応答を保証するものです。

Vertex AI Agent Builder を使用すると、すべてのコンポーネントを使用して、ニーズに基づいて高性能のカスタム エージェントを作成できます。Vertex AI の LangChain は、Google が数多く提供するコードファースト サービスの一つにすぎません。これにより、生成 AI 開発者が好む、Vertex AI にデプロイしてエンタープライズ規模でデプロイできる、最も人気のあるオープンソース Python フレームワークの一つを使用して簡単に構築できます。

Vertex AI の LlamaIndex は、データの取り込みと変換からエンベディング、インデックス登録、取得、生成までの検索拡張生成（RAG）プロセスを簡素化します。Vertex AI のお客様は Google のモデルと AI に最適化されたインフラストラクチャ、および LlamaIndex のシンプルで柔軟なオープンソース データ フレームワークを活用して、カスタム データソースを生成モデルに接続できるようになりました。

Firebase の Genkit は、プロダクション レディな AI エージェントの開発、デプロイ、モニタリングを簡素化するために設計されたオープンソースの TypeScript/JavaScript フレームワークです。Firebase デベロッパーは、Vertex AI プラグインを使用して Gemini や Imagen 2 などのモデルとテキスト エンベディングを利用できるようになりました。