Migrar a Gemini desde AutoML Text

Gemini es una familia de modelos de IA generativa desarrollada por Google que se ha diseñado para casos prácticos multimodales. Si no has usado modelos de Gemini en Vertex AI, consulta la introducción a la IA generativa.

Estas son algunas de las principales ventajas de Gemini:

  • Rendimiento mejorado: los modelos de lenguaje extensos (LLMs) más recientes, como Gemini Flash 1.5, muestran una mejor comprensión en una serie de tareas de lenguaje natural que el modelo de texto de AutoML. Para obtener más información, consulta el informe técnico del equipo de Gemini, que está disponible públicamente.

  • Flexibilidad: Gemini permite tanto el uso de peticiones (adaptación rápida) como el ajuste (personalización más profunda), lo que se adapta a las diferentes necesidades de los proyectos. Esta flexibilidad permite crear prototipos, probar y desplegar rápidamente mediante peticiones, con la opción de ajustar los pesos del modelo de Gemini para optimizar el rendimiento en tareas específicas. Vertex AI ofrece opciones de ajuste fino basadas en la consola, así como opciones de SDK y API para el control programático.

  • Funciones multimodales y polivalentes: Gemini puede procesar texto, imágenes y otras modalidades. Este enfoque permite usar de forma coherente un único formato y modelo en varias tareas. Esta flexibilidad permite adaptar fácilmente el proceso a diferentes aplicaciones, lo que agiliza y acelera el desarrollo.

Gemini admite la mayoría de las funciones disponibles en AutoML Text. Sin embargo, hay diferencias y las bibliotecas cliente no admiten la compatibilidad con versiones anteriores de la integración del cliente. Es decir, debes planificar la migración de tus recursos para beneficiarte de las funciones de Gemini.

Si tienes previsto iniciar un nuevo proyecto, deberías compilar tu código, trabajo, conjunto de datos o modelo con Gemini. De esta forma, podrás aprovechar las nuevas funciones y las mejoras del servicio a medida que estén disponibles.

Sigue los pasos recomendados que se indican a continuación para actualizar el código, los trabajos, los conjuntos de datos y los modelos de AutoML Text a Gemini.

  1. Consulta las principales diferencias entre Gemini y AutoML Text en Gemini para usuarios de AutoML Text.

  2. Revisa los posibles cambios en los precios (consulta los precios de la migración a Gemini).

  3. Haz un inventario de tus Google Cloud proyectos, código, trabajos, conjuntos de datos, modelos y usuarios con acceso a texto de AutoML. Usa esta información para determinar qué recursos migrar y asegúrate de que los usuarios correctos tengan acceso a los recursos migrados.

  4. Revisa los cambios en los roles de gestión de identidades y accesos y, a continuación, actualiza las cuentas de servicio y la autenticación de tus recursos.

  5. Migra tus recursos con uno de estos dos métodos:

  6. Consulta las ubicaciones disponibles para Gemini.

  7. Identifica el uso de las APIs de texto de AutoML para determinar qué aplicaciones las usan e identificar las llamadas a métodos que quieres migrar.

  8. Actualiza tus aplicaciones y flujos de trabajo para usar Gemini.

  9. Planifica la monitorización de tu cuota de solicitudes. Consulta Cuotas y límites.

Precios de la migración a Gemini

La migración es gratuita. Después de la migración, los recursos antiguos se podrán seguir usando en AutoML Text hasta que el servicio se cierre en junio del 2025. Para evitar costes innecesarios, desactiva o elimina los recursos antiguos después de haber verificado que tus objetos se han migrado correctamente.

Precios de Gemini en comparación con los precios de AutoML Text

Los precios de Gemini suelen ser más bajos que los de las tareas equivalentes en AutoML Text. El precio de Gemini se determina en función de si usas el modelo solo para la ingeniería de peticiones, solo para el ajuste fino o para ambas cosas. Para obtener más información, puedes comparar los precios de AutoML Text con los precios de Gemini.

En el caso de los modelos de extracción de entidades, ten en cuenta que el resultado del servicio del modelo puede ser mayor, ya que el resultado son los datos estructurados completos.

Identificar el uso de las APIs de texto de AutoML

Puedes determinar qué aplicaciones usan las APIs de AutoML y qué métodos utilizan. Usa esta información para determinar si es necesario migrar estas llamadas a la API a Gemini:

Gestionar los cambios en los roles y permisos de gestión de identidades y accesos

Vertex AI proporciona los siguientes roles de Gestión de Identidades y Accesos (IAM):

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

Ya no es necesario usar conjuntos de datos de Vertex AI. Los datos para el ajuste de Gemini solo se pueden almacenar en Cloud Storage.

Para obtener más información sobre los roles de gestión de identidades y accesos, consulta Control de acceso.

Siguientes pasos