Gemini es una familia de modelos de IA generativa que desarrolló Google y que están diseñados para casos de uso multimodales. Si no usaste modelos de Gemini en Vertex AI antes, consulta la introducción a la IA generativa.
Entre las ventajas clave de Gemini, se incluyen las siguientes:
Rendimiento mejorado: Los modelos de lenguaje grande (LLMs) más recientes, como Gemini Flash 1.5, demuestran una mejor comprensión en una variedad de tareas de lenguaje natural que el modelo de texto de AutoML. Para obtener más información, consulta el informe técnico del equipo de Gemini, disponible para el público.
Flexibilidad: Gemini permite la solicitud (adaptación rápida) y el ajuste fino (personalización más profunda), lo que satisface las diferentes necesidades de los proyectos. Esta flexibilidad permite el prototipado, las pruebas y la implementación rápidos con instrucciones, con la opción de ajustar con precisión los pesos del modelo de Gemini para obtener un rendimiento óptimo en tareas específicas. Vertex AI ofrece opciones de ajuste fino basado en la consola y de SDK y API para el control programático.
Funciones multimodales y multipropósito: Gemini ofrece la posibilidad de procesar texto, imágenes y otras modalidades. Este enfoque permite el uso coherente de un solo formato y modelo en varias tareas. Esta flexibilidad permite que el proceso se adapte fácilmente a diferentes aplicaciones, lo que optimiza y acelera los esfuerzos de desarrollo.
Gemini admite la mayoría de las funciones disponibles en el texto de AutoML. Sin embargo, existen diferencias, y las bibliotecas cliente no admiten la integración de clientes con la retrocompatibilidad. En otras palabras, debes planificar la migración de tus recursos para beneficiarte de las funciones de Gemini.
Si planeas un proyecto nuevo, debes compilar tu código, trabajo, conjunto de datos o modelo con Gemini. Esto te permite aprovechar las nuevas características y mejoras del servicio a medida que están disponibles.
Pasos recomendados para migrar a Gemini
Usa los siguientes pasos recomendados para actualizar el código, los trabajos, los conjuntos de datos y los modelos existentes de AutoML de texto a Gemini.
Lee sobre las principales diferencias entre Gemini y el modelo de texto de AutoML en Gemini para usuarios del modelo de texto de AutoML.
Revisa cualquier posible cambio en los precios (consulta los precios de migración a Gemini).
Realiza un inventario de tus proyectos, códigos, trabajos, conjuntos de datos, modelos y usuarios de Google Cloud con acceso a texto de AutoML. Usa esta información para determinar qué recursos migrar y asegurarte de que los usuarios correctos tengan acceso a los recursos migrados.
Revisa los cambios en los roles de IAM y, luego, actualiza las cuentas de servicio y la autenticación para tus recursos.
Migra tus recursos con alguno de estos dos métodos:
Consulta las ubicaciones disponibles para Gemini.
Identifica el uso de las API de texto de AutoML para ayudar a determinar cuáles aplicaciones las usan y también identificar las llamadas de método que deseas migrar.
Actualiza tus aplicaciones y flujos de trabajo para usar Gemini.
Planifica la supervisión de la cuota de solicitud. Consulta Cuotas y límites.
Precios de la migración a Gemini
La migración es gratuita. Después de la migración, los recursos heredados aún estarán disponibles para su uso en AutoML Text hasta que se cierre el servicio en junio de 2025. Para evitar costos innecesarios, cierra o borra los recursos heredados después de verificar que tus objetos se hayan migrado correctamente.
Precios de Gemini en comparación con los precios de texto de AutoML
Los precios de Gemini suelen ser más económicos en comparación con las tareas equivalentes en texto de AutoML. Los precios de Gemini se determinan según si usas el modelo solo para ingeniería de instrucciones, solo ajustes o una combinación de ambos. Para obtener más información, puedes comparar los precios del texto de AutoML con los precios de Gemini.
En el caso de los modelos de extracción de entidades, ten en cuenta que el resultado de la publicación del modelo puede ser mayor, ya que el resultado son los datos estructurados completos.
Identifica el uso de las APIs de texto de AutoML
Puedes determinar cuáles de tus aplicaciones usan las APIs de AutoML y qué métodos usan. Usa esta información para determinar si es necesario migrar estas llamadas a la API a Gemini:
Para cada uno de tus proyectos, ve al Panel de APIs y servicios para ver una lista de las APIs de los productos que usa el proyecto. Para obtener más información, consulta Supervisa el uso de la API.
Si está habilitado, puedes verificar los registros de auditoría creados por AutoML de texto como parte de los registros de auditoría de Cloud.
Para ver el uso de métodos de texto de AutoML específicos, ve a la página Metrics de texto de AutoML.
Administra cambios en las funciones y los permisos de IAM
Vertex AI proporciona las siguientes funciones de administración de identidades y accesos (IAM):
aiplatform.adminaiplatform.useraiplatform.viewer
Ya no es necesario usar conjuntos de datos de Vertex AI. Los datos para la optimización en Gemini solo se pueden almacenar en Cloud Storage.
Para obtener más información sobre las funciones de IAM, consulta Control de acceso.
¿Qué sigue?
Lee Introducción al ajuste en Gemini.
Consulta Gemini para usuarios del modelo de texto de AutoML para ver una comparación entre Gemini y el modelo de texto de AutoML.