Obtén incorporaciones de texto de Vertex AI

Una incorporación de texto es una representación vectorial de datos de texto y se usan en muchas maneras de encontrar artículos similares. Interactúas con ellos cada vez que completas una búsqueda de Google o ver recomendaciones cuando compras en línea. Cuando creas incorporaciones de texto, obtienes representaciones vectoriales de texto natural como arrays de números de punto flotante. Esto significa que todas las entradas al texto se le asigna una representación numérica. Comparando la distancia numérica entre las representaciones vectoriales de dos fragmentos de texto, una aplicación puede determinan la similitud entre el texto o los objetos representados por las texto.

Con la API de incorporaciones de texto de Vertex AI, puedes crear una incorporación de texto con IA generativa. Con este instructivo, puedes generar incorporaciones de texto para los datos almacenados en Spanner y los modelos de incorporación de Vertex AI, como el modelo textembedding-gecko.

Para obtener más información sobre las incorporaciones, consulta Obtén incorporaciones de texto.

Objetivo

En este instructivo, aprenderás a realizar lo siguiente:

• Registra el modelo textembedding-gecko de Vertex AI en un esquema de Spanner con instrucciones DDL.
• Haz referencia al modelo registrado con consultas en SQL para generar incorporaciones a partir de los datos almacenados en Spanner.

Costos

En este instructivo, se usan componentes facturables de Google Cloud, que incluyen lo siguiente:

• Spanner
• Vertex AI

Para obtener más información sobre los costos de Spanner, consulta la página Precios de Spanner.

Para obtener más información sobre los costos de Vertex AI, consulta el Página de precios de Vertex AI

Genera y almacena incorporaciones de texto

Según el modelo que uses, la generación de embeddings puede tardar un poco. Para cargas de trabajo más sensibles al rendimiento, se recomienda evitar generar incorporaciones en transacciones de lectura y escritura. En cambio, genera las incorporaciones en un transacción de solo lectura con los siguientes ejemplos de SQL.

GoogleSQL

Registra un modelo de incorporaciones de texto en Spanner

En GoogleSQL, debes registrar un modelo antes de usarlo con la función ML.PREDICT. Para registrar el modelo textembedding-gecko en una base de datos de Spanner, ejecuta la siguiente instrucción de DDL:

CREATE MODEL MODEL_NAME
INPUT(content STRING(MAX))
OUTPUT(
  embeddings
    STRUCT<
      statistics STRUCT<truncated BOOL, token_count FLOAT64>,
      values ARRAY<FLOAT64>>
)
REMOTE OPTIONS (
  endpoint = '//aiplatform.googleapis.com/projects/PROJECT/locations/LOCATION/publishers/google/models/textembedding-gecko$MODEL_VERSION'
);

Reemplaza lo siguiente:

• MODEL_NAME: Es el nombre del modelo de incorporación.
• PROJECT: Es el proyecto que aloja el extremo de Vertex AI.
• LOCATION: la ubicación del extremo de Vertex AI
• MODEL_VERSION: Es la versión del modelo de incorporación de textembedding-gecko.

Spanner otorga los permisos adecuados de forma automática. Si no, revisa el control de acceso al extremo del modelo.

El descubrimiento y la validación de esquemas no están disponibles para la IA generativa e implementar modelos automáticamente. Debes proporcionar las cláusulas INPUT y OUTPUT que coincidan según el esquema de los modelos. Para obtener el esquema completo del modelo Gecko, consulta Obtén incorporaciones de texto.

Genera incorporaciones de texto

Para generar incorporaciones, pasa un fragmento de texto directamente al función ML.PREDICT con el siguiente SQL:

SELECT embeddings.values
FROM ML.PREDICT(
  MODEL MODEL_NAME,
  (SELECT "A product description" as content)
);

Para generar incorporaciones para los datos almacenados en una tabla, usa el siguiente SQL:

SELECT id, embeddings.values
FROM ML.PREDICT(
  MODEL MODEL_NAME,
  (SELECT id, description as content FROM Products)
);

Almacena incorporaciones de texto

Después de generar las incorporaciones en una transacción de solo lectura, almacénalas en Spanner para que se puedan administrar con tus datos operativos. Para almacenar las incorporaciones, usar una transacción de lectura y escritura

Para las cargas de trabajo que son menos sensibles al rendimiento, puedes generar e insertar incorporaciones con la siguiente sentencia SQL en una transacción de lectura y escritura:

CREATE TABLE Products(
  id INT64 NOT NULL,
  description STRING(MAX),
  embeddings ARRAY<FLOAT32>,
) PRIMARY KEY(id);

INSERT INTO Products (id, description, embeddings)
SELECT @Id, @Description, embeddings.values
FROM ML.PREDICT(
  MODEL MODEL_NAME,
  (SELECT @Description as content)
);

PostgreSQL

Genera incorporaciones de texto

Para generar incorporaciones, pasa un fragmento de texto directamente al función spanner.ML_PREDICT_ROW con el siguiente SQL:

SELECT
  spanner.ML_PREDICT_ROW(
    'projects/PROJECT/locations/LOCATION/publishers/google/models/textembedding-gecko$MODEL_VERSION',
    '{"instances": [{"content": "A product description"}]}'::jsonb
  ) ->'predictions'->0->'embeddings'->'values';

Reemplaza lo siguiente:

• PROJECT: Es el proyecto que aloja el extremo de Vertex AI.
• LOCATION: la ubicación del extremo de Vertex AI
• MODEL_VERSION: Es la versión del modelo de incorporación de textembedding-gecko.

Para generar incorporaciones de datos almacenados en una tabla, usa el siguiente SQL:

SELECT id, spanner.ML_PREDICT_ROW(
    'projects/PROJECT/locations/LOCATION/publishers/google/models/textembedding-gecko$MODEL_VERSION',
    JSONB_BUILD_OBJECT('instances', JSONB_BUILD_ARRAY(JSONB_BUILD_OBJECT('content', description))))
  ) -> `predictions`->0->`embeddings`->`values``
FROM Products;

Reemplaza lo siguiente:

• PROJECT: Es el proyecto que aloja el extremo de Vertex AI.
• LOCATION: la ubicación del extremo de Vertex AI
• MODEL_VERSION: Es la versión del modelo de incorporación textembedding-gecko.

Almacena incorporaciones de texto

Después de generar las incorporaciones en una transacción de solo lectura, almacénalas en Spanner para que se puedan administrar con tus datos operativos. Para almacenar las incorporaciones, usar una transacción de lectura y escritura

Para las cargas de trabajo que son menos sensibles al rendimiento, puedes generar e insertar con el siguiente SQL en una transacción de lectura y escritura:

CREATE TABLE Products (
  id INT8 NOT NULL,
  description TEXT,
  embeddings REAL[],
  PRIMARY KEY(id)
);

INSERT INTO Products (id, description, embeddings)
SELECT @Id, @Description, spanner.FLOAT32_ARRAY(spanner.ML_PREDICT_ROW(
    'projects/PROJECT/locations/LOCATION/publishers/google/models/textembedding-gecko$MODEL_VERSION',
    JSONB_BUILD_OBJECT('instances', JSONB_BUILD_ARRAY(JSONB_BUILD_OBJECT('content', @Description)))
  ) -> 'predictions'->0->'embeddings'->'values'
));

Reemplaza lo siguiente:

• PROJECT: Es el proyecto que aloja el extremo de Vertex AI.
• LOCATION: la ubicación del extremo de Vertex AI
• MODEL_VERSION: Es la versión del modelo de incorporación de textembedding-gecko.

Actualiza las incorporaciones de texto

Para actualizar tus incorporaciones o transferir datos en tiempo real, usa la sentencia UPDATE (GoogleSQL y PostgreSQL).

Para actualizar la tabla Products del ejemplo anterior, usa el siguiente SQL:

GoogleSQL

UPDATE Products
SET
  description = @description,
  embeddings = (SELECT embeddings.values
                  FROM ML.PREDICT(MODEL MODEL_NAME, (SELECT @description as content))
              )
WHERE id = @id;

Reemplaza lo siguiente:

• MODEL_NAME: Es el nombre del modelo de incorporación.

PostgreSQL

UPDATE
  Products
SET
  description = $1,
  embeddings = spanner.FLOAT32_ARRAY(
    spanner.ML_PREDICT_ROW(
      'projects/PROJECT/locations/LOCATION/publishers/google/models/textembedding-gecko$MODEL_VERSION',
      JSONB_BUILD_OBJECT('instances', JSONB_BUILD_ARRAY(JSONB_BUILD_OBJECT('content', $1)))
    ) -> 'predictions'->0->'embeddings'->'values')
WHERE
  id = $2;

Reemplaza lo siguiente:

• PROJECT: Es el proyecto que aloja el extremo de Vertex AI.
• LOCATION: la ubicación del extremo de Vertex AI
• MODEL_VERSION: Es la versión del modelo de incorporación textembedding-gecko.

¿Qué sigue?

• Obtén información para usar la Búsqueda de vectores de Vertex AI para buscar elementos semánticamente similares.
• Obtén más información sobre el aprendizaje automático y las incorporaciones en nuestra curso intensivo sobre incorporaciones.