L'IA generativa su Vertex AI ti consente di creare applicazioni pronte per la produzione basate su modelli di IA generativa all'avanguardia ospitati nell'infrastruttura globale avanzata di Google.
|
Pronto per le aziende Esegui il deployment delle tue applicazioni di AI generativa su larga scala con sicurezza di livello enterprise, residenza dei dati, trasparenza dell'accesso e bassa latenza. |
|
Funzionalità all'avanguardia Espandi le funzionalità delle tue applicazioni utilizzando la finestra contestuale di 2.000.000 di token supportata da Gemini 1.5 Pro. |
|
Piattaforma aperta Vertex AI Model Garden fornisce una libreria di oltre 100 modelli che ti aiutano a scoprire, testare, personalizzare ed eseguire il deployment di modelli di proprietà di Google e di terze parti selezionate, tra cui Claude 3.5 Sonnet, Meta Llama 3, Mistral AI Mixtral 8x7B e Jamba 1.5 di AI21 Labs. |
Funzionalità di base
-
Generare testo
Invia richieste di chat a un modello Gemini e ricevi risposte in streaming o non in streaming.
-
Elaborazione multimodale
Elaborare contemporaneamente più tipi di contenuti multimediali di input, come immagini, video, audio e documenti.
-
Generare incorporamenti
Genera embedding per eseguire attività come ricerca, classificazione, clustering e rilevamento di outlier.
-
Ottimizzazione del modello
Adatta i modelli per eseguire attività specifiche con maggiore precisione.
-
Chiamata di funzioni
Collega i modelli ad API esterne per estenderne le funzionalità.
-
Collegamento a terra
Collega i modelli a origini dati esterne per ridurre le allucinazioni nelle risposte.
-
Generazione di immagini
Genera e modifica le immagini utilizzando prompt di testo in linguaggio naturale.
-
Servizio di valutazione dell'IA generativa
Valuta qualsiasi modello o applicazione generativa e esegui il benchmarking dei risultati della valutazione.
Differenze tra Vertex AI e l'IA di Google
L'API Gemini in Vertex AI e l'AI di Google ti consentono entrambe di incorporare le funzionalità dei modelli Gemini nelle tue applicazioni. La piattaforma più adatta a te dipende dai tuoi obiettivi, come descritto nella tabella seguente.
| API | Progettato per | Funzionalità |
|---|---|---|
| API Vertex AI Gemini |
|
|
| API Google AI Gemini |
|
|
Creare utilizzando gli SDK Vertex AI
Le librerie client semplificano l'accesso alle API Google Cloud da un linguaggio supportato. Sebbene tu possa utilizzare direttamente le API Google Cloud inviando richieste al server, le librerie client offrono semplificazioni che riducono notevolmente la quantità di codice da scrivere.
Vertex AI fornisce SDK Vertex AI generativi per i seguenti linguaggi: Python, Node.js, Java, Go, e C#.
Inizia
Prova una di queste rapide guide per iniziare a utilizzare l'IA generativa su Vertex AI.
-
Generare testo utilizzando l'API Gemini in Vertex AIUtilizza l'SDK per inviare richieste all'API Gemini in Vertex AI.
-
Inviare prompt a Gemini utilizzando la Galleria di prompt di Vertex AI StudioTesta i prompt senza alcuna configurazione richiesta.
-
Genera un'immagine e verifica la relativa filigrana utilizzando ImagenCrea un'immagine con filigrana utilizzando Imagen su Vertex AI.
Altri modi per iniziare
Ecco alcuni notebook, tutorial e altri esempi per aiutarti a iniziare. Vertex AI offre tutorial sulla console Google Cloud e tutorial sul blocco note Jupyter che utilizzano l'SDK Vertex AI per Python. Puoi aprire un tutorial sul blocco note in Colab o scaricarlo nell'ambiente che preferisci.
Iniziare a utilizzare Gemini con i notebook
|
Il modello Gemini è un rivoluzionario modello linguistico multimodale sviluppato dall'IA di Google, in grado di estrarre informazioni significative da una vasta gamma di formati di dati, tra cui immagini e video. Questo notebook esamina vari casi d'uso con prompt multimodali.
|
Inizia a utilizzare Vertex AI Studio
|
Utilizza Vertex AI Studio per progettare e gestire i prompt, ottenere il codice dei prompt e ottimizzare i modelli, il tutto in un ambiente senza codice. |
Best practice per la progettazione dei prompt
|
Scopri come progettare prompt per migliorare la qualità delle risposte del modello. Questo tutorial illustra gli aspetti essenziali della progettazione di prompt, incluse alcune best practice.
|