Google Cloud で Gemini を使用してビルドする

Gemini を初めて使用する場合は、クイックスタートを利用すると、すぐに使用を開始できます。

一方、生成 AI のソリューションが成熟してきたら、エンドツーエンドで生成 AI のアプリケーションやソリューションを構築し、デプロイするためのプラットフォームが必要になることがあります。Google Cloud は、アプリ開発の初期段階からアプリのデプロイ、アプリのホスティング、複雑なデータの大規模な管理まで、デベロッパーが生成 AI の力を活用できるツールの包括的なエコシステムを提供します。

Google Cloud の Vertex AI Platform には、効率と信頼性のために AI モデルの使用、デプロイ、モニタリングを合理化する一連の MLOps ツールが用意されています。さらに、データベース、DevOps ツール、ロギング、モニタリング、IAM とのインテグレーションにより、生成 AI のライフサイクル全体を包括的に管理できます。

次の表は、Google AI と Vertex AI の主な違いをまとめたもので、ユースケースに適したオプションを判断するのに役立ちます。

構築に最適なプロダクト、フレームワーク、ツールを知る Google Cloud 上の生成 AI アプリケーションの詳細を確認するには、 Google Cloud で生成 AI アプリケーションを構築する。

Google AI の Gemini から Vertex AI に移行する

アプリケーションで Google AI Gemini API を使用している場合は、 Google Cloud の Vertex AI Gemini API です。

移行すると、次のようになります。

• 既存の Google Cloud プロジェクトを使用して （API キーの生成に使用したものと同じ）を使用するか、 新しい Google Cloud プロジェクトを作成します。

• サポートされているリージョンは、Google AI Studio と Vertex AI で異なる場合があります。詳しくは、 Google Cloud の生成 AI がサポートされているリージョンのリスト。

• Google AI Studio で作成したモデルは、Vertex AI で再トレーニングする必要があります。

Python: Google AI Gemini API から Vertex AI Gemini API に移行する

以下のセクションでは、Python コードを移行して Vertex AI Gemini API を使用する場合に役立つコード スニペットを示します。

Vertex AI Python SDK の設定

Vertex AI では、API キーは必要ありません。代わりに、Vertex AI の Gemini は、IAM アクセスを使用して管理されます。IAM アクセスは、Vertex AI SDK を介して Gemini API を呼び出すユーザー、グループ、またはサービス アカウントの権限を制御します。

認証にはさまざまな方法がありますが、開発環境での最も簡単な認証方法は、Google Cloud CLI をインストールしてから、CLI にログインするためにユーザー認証情報を使用することです。

Vertex AI に対して推論呼び出しを行うには、ユーザーまたはサービス アカウントに Vertex AI ユーザーロールが割り当てられていることも確認する必要があります。

クライアントをインストールするコードサンプル

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

テキスト プロンプトからテキストを生成するコードサンプル

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.
        

テキストと画像からテキストを生成するコードサンプル

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.
        

マルチターン チャットを生成するコードサンプル

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)
        

使用していない API キーを削除する

Google AI Gemini API キーを使用する必要がなくなった場合は、セキュリティのベスト プラクティスに沿って 削除します。

API キーを削除するには:

1. アプリ Google Cloud API の認証情報 できます。

2. 削除する API キーを見つけ、操作アイコンをクリックします。

3. [API キーを削除] を選択します。

4. [認証情報の削除] モーダルで、[削除] を選択します。

   API キーの削除が反映されるまでには数分かかることがあります。削除が反映されると、以降その API キーを使ったトラフィックはすべて拒否されます。

次のステップ

• 詳しくは、 Vertex AI の生成 AI の概要 をご覧ください。
• Vertex AI Gemini API の詳細を確認する。