L'IA générative sur Vertex AI vous permet de créer des applications prêtes pour la production, alimentées par des modèles d'IA générative de pointe hébergés sur l'infrastructure mondiale avancée de Google.
|
Une solution adaptée aux entreprises Déployez vos applications d'IA générative à grande échelle avec une sécurité de niveau entreprise, une résidence des données, un accès transparent et une faible latence. |
|
Fonctionnalités de pointe Développez les fonctionnalités de vos applications en utilisant la fenêtre de contexte de 2 000 000 jetons compatible avec Gemini. |
|
Plate-forme ouverte Vertex AI Model Garden fournit une bibliothèque de plus de 100 modèles qui vous aide à découvrir, tester, personnaliser et déployer des modèles propriétaires de Google et sélectionner des modèles tiers, y compris Claude 3.5 Sonnet d'Anthropic, Meta Llama 3, Mistral AI Mixtral 8x7B et Jamba 1.5 d'AI21 Labs. |
Fonctionnalités de base
-
Génération de texte
Envoyer des requêtes de chat à un modèle Gemini et recevoir des réponses en streaming ou sans streaming
-
Traitement multimodal
Traiter plusieurs types de contenus multimédias en même temps, tels que des images, des vidéos, des contenus audio et des documents
-
Génération d'embeddings
Générez des embeddings pour effectuer des tâches telles que la recherche, la classification, le clustering et la détection d'anomalies.
-
Réglage de modèle
Adapter les modèles pour effectuer des tâches spécifiques avec plus de justesse.
-
Appel de fonction
Connectez des modèles à des API externes pour étendre les fonctionnalités du modèle.
-
Surface de référence
Connectez les modèles à des sources de données externes pour réduire les hallucinations dans les réponses.
-
Génération d'images
Générez et modifiez des images à l'aide de requêtes de texte en langage naturel.
-
Service d'évaluation de l'IA générative
Évaluez n'importe quel modèle génératif ou application, et comparez les résultats de l'évaluation.
Différences entre Vertex AI et Google AI
L'API Gemini dans Vertex AI et Google AI vous permettent d'intégrer les fonctionnalités des modèles Gemini dans vos applications. La plate-forme la plus adaptée dépend de vos objectifs, comme indiqué dans le tableau suivant.
| API | Conçue pour | Fonctionnalités |
|---|---|---|
| API Gemini Vertex AI |
|
|
| API Google AI Gemini |
|
|
Créer des applications à l'aide des SDK Vertex AI
Les bibliothèques clientes facilitent l'accès aux Google Cloud API à l'aide d'un langage compatible. Bien que vous puissiez utiliser directement les API Google Cloud en envoyant des requêtes au serveur à l'aide de l'API REST, les bibliothèques clientes fournissent des simplifications qui réduisent considérablement la quantité de code à écrire.
Vertex AI fournit des SDK Vertex AI générative pour les langages suivants : Python, Node.js, Java, Go et C#.
Pour effectuer des requêtes directement à partir de votre application Web ou mobile, vous pouvez utiliser les SDK Vertex AI in Firebase (disponibles pour Swift, Kotlin/Java, JavaScript et Flutter). Ces SDK offrent une facilité d'utilisation et des fonctionnalités de sécurité essentielles pour les implémentations dans les applications Web et mobiles.
Premiers pas
Essayez l'un de ces guides de démarrage rapide pour commencer à utiliser l'IA générative sur Vertex AI.
-
Générer du texte à l'aide de l'API Gemini dans Vertex AIUtilisez le SDK pour envoyer des requêtes à l'API Gemini dans Vertex AI.
-
Envoyer des requêtes à Gemini à l'aide de la galerie de requêtes Vertex AI StudioTestez les requêtes sans avoir à effectuer de configuration.
-
Générer une image et vérifier son filigrane à l'aide d'ImagenCréez une image avec filigrane à l'aide d'Imagen sur Vertex AI.
Autres façons de se lancer
Voici quelques notebooks, tutoriels et autres exemples pour vous aider à démarrer. Vertex AI propose des tutoriels sur la console Google Cloud et des tutoriels sur notebook Jupyter qui utilisent le SDK Vertex AI pour Python. Vous pouvez ouvrir un tutoriel sur Colab dans Colab ou télécharger le notebook dans l'environnement de votre choix.
Premiers pas avec Gemini à l'aide de notebooks
|
Le modèle Gemini est un modèle de langage multimodal révolutionnaire développé par Google AI, capable d'extraire des insights pertinents à partir de divers formats de données, y compris des images et des vidéos. Ce notebook explore différents cas d'utilisation avec des requêtes multimodales.
|
Premiers pas avec Vertex AI Studio
|
Utilisez Vertex AI Studio pour concevoir et gérer des requêtes, obtenir du code de requête et ajuster des modèles, le tout dans un environnement sans code. |
Bonnes pratiques de conception de requêtes
|
Découvrez comment concevoir des requêtes pour améliorer la qualité des réponses obtenues du modèle. Ce tutoriel aborde les principes de base du prompt engineering, y compris quelques bonnes pratiques.
|