A IA generativa na Vertex AI permite criar aplicativos prontos para produção que são alimentados por modelos de IA generativa de última geração hospedados na infraestrutura global avançada do Google.
|
Pronto para empresas Implante seus aplicativos de IA generativa em escala com segurança de nível empresarial, residência de dados, transparência de acesso e baixa latência. |
|
Recursos de última geração Amplie os recursos dos seus aplicativos usando a janela de contexto de 2.000.000 de tokens aceita pelo Gemini. |
|
Plataforma aberta O Vertex AI Model Garden oferece uma biblioteca com mais de 100 modelos que ajudam a descobrir, testar, personalizar e implantar modelos reservados e selecionados do Google, incluindo o Anthropic Claude 3.5 Sonnet, o Meta Llama 3, o Mistral AI Mixtral 8x7B e o AI21 Labs Jamba 1.5. |
Recursos principais
-
Geração de texto
Enviar comandos de chat para um modelo do Gemini e receber respostas com ou sem streaming.
-
Processamento multimodal
Processe vários tipos de mídia de entrada ao mesmo tempo, como imagem, vídeo, áudio e documentos.
-
Geração de embeddings
Gere embeddings para realizar tarefas como pesquisa, classificação, agrupamento e detecção de outliers.
-
Ajuste de modelos
Adapte os modelos para realizar tarefas específicas com maior precisão.
-
Chamadas de função
Conecte modelos a APIs externas para ampliar os recursos do modelo.
-
Embasamento
Conecte modelos a fontes de dados externas para reduzir as alucinações nas respostas.
-
-
Serviço de avaliação de IA generativa
Avalie qualquer modelo ou aplicativo generativo e compare os resultados da avaliação.
Diferenças entre a Vertex AI e a IA do Google
A API Gemini na Vertex AI e na Google AI permite incorporar os recursos dos modelos do Gemini aos seus aplicativos. A plataforma certa depende dos seus objetivos, conforme detalhado na tabela a seguir.
| API | Projetado para | Recursos |
|---|---|---|
| API Gemini da Vertex AI |
|
|
| API Google AI Gemini |
|
|
Criar usando SDKs da Vertex AI
As bibliotecas de cliente facilitam o acesso a Google Cloud APIs em uma linguagem com suporte. É possível usar as APIs Google Cloud diretamente fazendo solicitações ao servidor usando a API REST, mas as bibliotecas de cliente oferecem simplificações que reduzem significativamente a quantidade de código que você precisa escrever.
A Vertex AI fornece SDKs de IA generativa da Vertex para estas linguagens: Python, Node.js, Java, Go e C#.
Para fazer solicitações diretamente no seu app da Web ou para dispositivos móveis, use os SDKs da Vertex AI no Firebase (disponíveis para Swift, Kotlin/Java, JavaScript e Flutter). Esses SDKs oferecem facilidade de uso e recursos de segurança essenciais para implementações em apps para dispositivos móveis e da Web.
Primeiros passos
Use um destes guias de início rápido para começar a usar a IA generativa na Vertex AI.
-
Gerar texto usando a API Gemini na Vertex AIUse o SDK para enviar solicitações à API Gemini na Vertex AI.
-
Enviar comandos para o Gemini usando a Galeria de comandos do Vertex AI StudioTeste comandos sem precisar configurar nada.
-
Gerar uma imagem e verificar a marca-d'água usando o ImagenCrie uma imagem com marca d'água usando o Imagen na Vertex AI.
Outras maneiras de começar
Confira alguns notebooks, tutoriais e outros exemplos para ajudar você a começar. A Vertex AI oferece tutoriais do console do Google Cloud e tutoriais do notebook Jupyter que usam o SDK da Vertex AI para Python. É possível abrir um tutorial de notebook no Colab ou fazer o download do notebook para o ambiente de sua preferência.
Começar a usar o Gemini com os notebooks
|
O modelo Gemini é um modelo de linguagem multimodal inovador desenvolvido pela IA do Google, capaz de extrair insights significativos de uma matriz diversificada de formatos de dados, incluindo imagens e vídeos. Este notebook explora vários casos de uso com comandos multimodais.
|
Começar a usar o Vertex AI Studio
|
Use o Vertex AI Studio para projetar e gerenciar comandos, receber o código do comando e ajustar modelos, tudo em um ambiente sem código. |
Práticas recomendadas para design de comandos
|
Saiba como criar prompts para melhorar a qualidade das respostas do modelo. Este tutorial abrange os fundamentos da engenharia de solicitações, incluindo algumas práticas recomendadas.
|