Migra de Gemini en Google AI a Vertex AI

Si no tienes experiencia en Gemini, usar las guías de inicio rápido es la forma más rápida de comenzar.

Sin embargo, a medida que tus soluciones de IA generativas evolucionan, es posible que necesites una plataforma para compilar y, luego, implementar aplicaciones y soluciones de IA generativas de extremo a extremo. Google Cloud proporciona un ecosistema integral de herramientas para que los desarrolladores puedan aprovechar la potencia de la IA generativa, desde las etapas iniciales del desarrollo de apps hasta la implementación de apps, el hosting de apps y la administración de datos complejos a gran escala.

La plataforma Vertex AI de Google Cloud ofrece un conjunto de herramientas de MLOps que optimizan el uso, la implementación y la supervisión de los modelos de IA para lograr eficiencia y confiabilidad. Además, las integraciones con bases de datos, las herramientas de DevOps, el registro, la supervisión y la IAM proporcionan un enfoque integral para administrar todo el ciclo de vida de la IA generativa.

Diferencias entre Google AI y Vertex AI

En la siguiente tabla, se resumen las principales diferencias entre Google AI y Vertex AI para ayudarte a decidir qué opción es adecuada para tu caso de uso:

Migrar a Vertex AI

En esta sección, se muestra cómo migrar de Gemini en Google AI a Vertex AI.

Consideraciones para la migración

Ten en cuenta lo siguiente cuando realices la migración:

• Puedes usar tu proyecto existente de Google Cloud (el mismo que usaste para generar tu clave de API) o puedes crear un proyecto de Google Cloud nuevo.

• Las regiones compatibles pueden diferir entre Google AI Studio y Vertex AI. Consulta la lista de regiones compatibles para la IA generativa en Google Cloud.

• Todos los modelos que creaste en Google AI Studio deben volver a entrenarse en Vertex AI.

Comienza a usar Vertex AI Studio

El proceso que sigues para migrar a Vertex AI es diferente según si ya tienes una cuenta de Google Cloud o si es la primera vez que usas Google Cloud.

Para aprender a migrar a Vertex AI, haz clic en una de las siguientes pestañas, según el estado de tu cuenta de Google Cloud:

Python: Migra a la API de Gemini en Vertex AI

En las siguientes secciones, se muestran fragmentos de código para ayudarte a migrar tu código de Python para usar la API de Gemini en Vertex AI.

Configuración del SDK de Vertex AI para Python

En Vertex AI, no necesitas una clave de API. En cambio, Gemini en Vertex AI se administra a través del acceso a IAM, que controla el permiso de un usuario, un grupo o una cuenta de servicio para llamar a la API de Gemini a través del SDK de Vertex AI.

Si bien hay muchas formas de autenticar, el método más fácil para realizar la autenticación en un entorno de desarrollo es instalar Google Cloud CLI y, luego, usar tus credenciales de usuario para acceder a la CLI.

Para realizar llamadas de inferencia a Vertex AI, también debes asegurarte de que tu cuenta de usuario o servicio tenga el rol de usuario de Vertex AI.

Ejemplo de código para instalar el cliente

# To install the Python SDK, use this CLI command:
# pip install google-generativeai

import google.generativeai as genai
from google.generativeai import GenerativeModel

API_KEY="API_KEY"
genai.configure(api_key=API_KEY)
        

# To install the Python SDK, use this CLI command:
# pip install google-cloud-aiplatform

import vertexai
from vertexai.generative_models import GenerativeModel, Image

PROJECT_ID = "PROJECT_ID"
REGION = "REGION"  # e.g. us-central1
vertexai.init(project=PROJECT_ID, location=REGION)
        

Ejemplo de código para generar texto a partir de una solicitud de texto

model = GenerativeModel("gemini-1.5-flash")

response = model.generate_content("The opposite of hot is")
print(response.text) #  The opposite of hot is cold.
        

model = GenerativeModel("gemini-1.5-flash")

response = model.generate_content("The opposite of hot is")
print(response.text) #  The opposite of hot is cold.
        

Ejemplo de código para generar texto a partir de imagen y texto

import PIL.Image

multimodal_model = GenerativeModel("gemini-1.5-flash")

image = PIL.Image.open("image.jpg")

response = multimodal_model.generate_content(["What is this picture?", image])
print(response.text) # A cat is shown in this picture.
        

multimodal_model = GenerativeModel("gemini-1.5-flash")

image = Image.load_from_file("image.jpg")

response = multimodal_model.generate_content(["What is shown in this image?", image])

print(response.text) # A cat is shown in this picture.
        

Ejemplo de código para generar un chat de varios turnos

model = GenerativeModel("gemini-1.5-flash")

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)
        

model = GenerativeModel("gemini-1.5-flash")

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)
        

Migra mensajes a Vertex AI Studio

Los datos de los mensajes de Google AI Studio se guardan en una carpeta de Google Drive. En esta sección, se muestra cómo migrar tus mensajes a Vertex AI Studio.

1. Abra Google Drive.
2. Navega a la carpeta AI_Studio en la que se almacenan los mensajes.

3. Descarga tus instrucciones de Google Drive a un directorio local.

4. Abre Vertex AI Studio en la consola de Google Cloud.

5. En el menú Vertex AI, haz clic en Administración de instrucciones.

6. Haz clic en Importar mensaje.

7. En el campo Archivo de instrucciones, haz clic en Explorar y selecciona una instrucción de tu directorio local.

   Para subir instrucciones de forma masiva, debes combinarlas manualmente en un solo archivo JSON.

8. Haz clic en Subir.

   Las instrucciones se suben a la pestaña Mis instrucciones.

Sube datos de entrenamiento a Vertex AI Studio

Para migrar tus datos de entrenamiento a Vertex AI, debes subirlos a un bucket de Cloud Storage. Para obtener más información, consulta Introducción a la optimización .

Borra claves de API sin usar

Si ya no necesitas usar tu clave de API de Gemini en Google AI, sigue las prácticas recomendadas de seguridad y bórrala.

Para borrar una clave de API, haz lo siguiente:

1. Abre la página Credenciales de la API de Google Cloud.

2. Busca la clave de API que deseas borrar y haz clic en el ícono Acciones.

3. Selecciona Borrar clave de API.

4. En la ventana modal Borrar credencial, selecciona Borrar.

   Borrar una clave de API por completo demora algunos minutos. Una vez que finalice este proceso, el tráfico que use la clave de API borrada se rechazará.

¿Qué sigue?

• Prueba un instructivo de guía de inicio rápido con Vertex AI Studio o la API de Vertex AI.