Eseguire la migrazione a Gemini dal testo AutoML

Gemini è una famiglia di modelli di IA generativa sviluppati da Google e progettati per casi d'uso multimodali. Se non hai utilizzato i modelli Gemini Vertex AI in precedenza, consulta il documento sull'IA generativa introduzione.

I principali vantaggi di Gemini includono:

  • Miglioramento delle prestazioni: i modelli linguistici di grandi dimensioni (LLM) più recenti, come Gemini Flash 1.5, dimostrano una migliore comprensione in una serie di attività di linguaggio naturale rispetto al modello di testo AutoML. Per maggiori informazioni, consulta il report tecnico del team di Gemini disponibile pubblicamente.

  • Flessibilità: Gemini consente sia i prompt (adattamento rapido) e messa a punto (maggiore personalizzazione), in grado di soddisfare le diverse esigenze del progetto. Questa flessibilità consente la prototipazione, i test e l'implementazione rapidi mediante prompt, con la possibilità di ottimizzare i pesi del modello Gemini per un rendimento ottimale in attività specifiche. Vertex AI offre sia ottimizzazione basata su console e opzioni SDK e API per il controllo programmatico.

  • Funzionalità polivalenti e multimodali: Gemini offre la possibilità di elaborare testo, immagini e altre modalità. Questo approccio consente di utilizzare un unico formato e modello in modo coerente in varie attività. Questa flessibilità consente di adattare facilmente il processo a diverse applicazioni, semplificando e accelerando le attività di sviluppo.

Gemini supporta la maggior parte delle funzionalità disponibili in AutoML Text. Tuttavia, ci sono differences e il client le librerie non supportano la compatibilità con le versioni precedenti dell'integrazione client. In altre devi pianificare la migrazione delle risorse per trarre vantaggio da Gemini le funzionalità di machine learning.

Se stai pianificando un nuovo progetto, devi creare il tuo codice, job, set di dati modello con Gemini. In questo modo, potrai usufruire delle nuove funzionalità e dei miglioramenti dei servizi non appena diventano disponibili.

Segui i passaggi consigliati riportati di seguito per aggiornare il codice, i job, i set di dati e i modelli esistenti da AutoML Text a Gemini.

  1. Scopri le principali differenze tra Gemini e il testo AutoML su Gemini per gli utenti del testo AutoML.

  2. Controlla eventuali potenziali variazioni di prezzo (consulta Prezzi della migrazione a Gemini).

  3. Fai l'inventario di progetti, codice, job Google Cloud set di dati, modelli e utenti con accesso ad AutoML text. Utilizza queste informazioni per determinare le risorse di cui eseguire la migrazione e assicurarti che gli utenti corretti abbiano accesso alle risorse di cui è stata eseguita la migrazione.

  4. Esamina le eventuali modifiche ai ruoli IAM, quindi aggiorna gli account di servizio e l'autenticazione per le risorse.

  5. Esegui la migrazione delle risorse utilizzando uno di questi due metodi:

  6. Visualizza le località disponibili per Gemini.

  7. Identifica l'utilizzo delle API di testo AutoML per determinare quali delle tue applicazioni le utilizzano e per identificare le chiamate ai metodi di cui vuoi eseguire la migrazione.

  8. Aggiorna le applicazioni e i flussi di lavoro per utilizzare Gemini.

  9. Pianifica il monitoraggio della quota di richieste. Vedi Quote e limiti.

Prezzi della migrazione a Gemini

La migrazione è gratuita. Dopo la migrazione, le risorse legacy saranno ancora disponibili per l'uso in AutoML text fino all'arresto del servizio a giugno 2025. Per evitare costi non necessari, arresta o elimina le risorse legacy dopo aver verificato che la migrazione degli oggetti sia andata a buon fine.

Prezzi di Gemini rispetto ai prezzi di AutoML Text

I prezzi di Gemini sono generalmente più economici rispetto alle attività equivalenti in AutoML Text. Il prezzo di Gemini è determinato dal tuo utilizzando il modello solo per l'ingegneria del prompt, solo per l'ottimizzazione o per una combinazione di entrambi. Per ulteriori informazioni, puoi confrontare AutoML text dei prezzi con Gemini prezzi.

Per i modelli di estrazione delle entità, considera che il modello che fornisce l'output potrebbe essere superiore, in quanto l'output è costituito da dati strutturati completi.

Identificare l'utilizzo delle API di testo AutoML

Puoi determinare quali applicazioni utilizzano API AutoML, nonché i metodi utilizzati. Utilizza queste informazioni per determinare se occorre eseguire la migrazione di queste chiamate API Gemini:

Gestire le modifiche ai ruoli e alle autorizzazioni IAM

Vertex AI fornisce i seguenti ruoli IAM (Identity and Access Management):

  • aiplatform.admin
  • aiplatform.user
  • aiplatform.viewer

Non è più necessario utilizzare i set di dati Vertex AI. Dati per l'ottimizzazione Gemini può essere archiviato solo in Cloud Storage.

Per ulteriori informazioni sui ruoli IAM, consulta Controllo dell'accesso.

Passaggi successivi