สร้างด้วย Gemini บน Google Cloud

หากคุณเพิ่งเริ่มใช้ Gemini การใช้การเริ่มต้นอย่างรวดเร็ว เป็นวิธีที่เร็วที่สุดในการเริ่มต้นใช้งาน

อย่างไรก็ตาม เมื่อโซลูชัน Generative AI ของคุณสมบูรณ์แล้ว คุณก็อาจต้องมีแพลตฟอร์มสำหรับการสร้างและ การติดตั้งใช้งานแอปพลิเคชันและโซลูชัน Generative AI ตั้งแต่ต้นจนจบ Google Cloud มอบ ระบบนิเวศของเครื่องมือที่ครอบคลุมเพื่อช่วยให้นักพัฒนาซอฟต์แวร์ใช้ศักยภาพของ Generative AI ได้ ตั้งแต่ขั้นเริ่มต้นของการพัฒนาแอปไปจนถึงการติดตั้งใช้งานแอป การโฮสต์แอป และการจัดการที่ซับซ้อน ข้อมูลจำนวนมาก

แพลตฟอร์ม Vertex AI ของ Google Cloud มีชุดเครื่องมือ MLOps ที่ช่วยลดความซับซ้อนของการใช้งาน การทำให้ใช้งานได้ และการตรวจสอบโมเดล AI ให้มีประสิทธิภาพและความน่าเชื่อถือ นอกจากนี้ การผสานรวมกับ ฐานข้อมูล, เครื่องมือ DevOps, การบันทึก, การตรวจสอบ และ IAM มอบแนวทางแบบองค์รวมในการจัดการ Generative AI ทุกขั้นตอน

ตารางต่อไปนี้จะสรุปความแตกต่างหลักๆ ระหว่าง AI ของ Google กับ Vertex AI เพื่อช่วยคุณ ตัดสินใจว่าตัวเลือกใดเหมาะกับกรณีการใช้งานของคุณ

เพื่อเรียนรู้ว่าผลิตภัณฑ์ เฟรมเวิร์ก และเครื่องมือใดเหมาะกับการสร้างมากที่สุด แอปพลิเคชัน Generative AI ของคุณใน Google Cloud โปรดดู สร้างแอปพลิเคชัน Generative AI บน Google Cloud

ย้ายข้อมูลจาก Gemini ใน AI ของ Google ไปยัง Vertex AI

หากแอปพลิเคชันของคุณใช้ Gemini API ของ Google AI คุณจะต้องย้ายข้อมูลไปยัง Gemini API Vertex AI Gemini API ของ Google Cloud

เมื่อคุณย้ายข้อมูล สิ่งที่จะเกิดขึ้นมีดังนี้

• คุณใช้โปรเจ็กต์ Google Cloud ที่มีอยู่ได้ (รหัสเดียวกับที่คุณใช้สร้างคีย์ API) หรือ สร้างโปรเจ็กต์ Google Cloud ใหม่

• ภูมิภาคที่รองรับ Google AI Studio และ Vertex AI อาจแตกต่างกัน โปรดดู รายชื่อภูมิภาคที่รองรับ Generative AI บน Google Cloud

• โมเดลที่คุณสร้างใน Google AI Studio จะต้องได้รับการฝึกอีกครั้งใน Vertex AI

Python: ย้ายข้อมูลจาก Google AI Gemini API ไปยัง Vertex AI Gemini API

ส่วนต่อไปนี้จะแสดงข้อมูลโค้ดเพื่อช่วยคุณย้ายข้อมูลโค้ด Python เพื่อใช้ Vertex AI Gemini API

การตั้งค่า Vertex AI Python SDK

คุณไม่จำเป็นต้องใช้คีย์ API สำหรับ Vertex AI แต่ Gemini บน Vertex AI ได้รับการจัดการโดยใช้การเข้าถึง IAM แทน ซึ่งควบคุมสิทธิ์สำหรับผู้ใช้ กลุ่ม หรือบัญชีบริการในการเรียกใช้ Gemini API ผ่าน Vertex AI SDK

แม้จะมีหลายวิธี ในการตรวจสอบสิทธิ์ วิธีที่ง่ายที่สุดในการตรวจสอบสิทธิ์ในสภาพแวดล้อมในการพัฒนาซอฟต์แวร์คือ ติดตั้ง Google Cloud CLI จากนั้นใช้ข้อมูลเข้าสู่ระบบของผู้ใช้เพื่อ ลงชื่อเข้าใช้ CLI

หากต้องการเรียกใช้การอนุมานไปยัง Vertex AI คุณต้องตรวจสอบด้วยว่าบัญชีผู้ใช้หรือบัญชีบริการของคุณมี Vertex AI บทบาทของผู้ใช้

ตัวอย่างโค้ดสำหรับติดตั้งไคลเอ็นต์

# 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)
        

ตัวอย่างโค้ดสำหรับสร้างข้อความจากพรอมต์ข้อความ

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.
        

ตัวอย่างโค้ดสำหรับสร้างข้อความจากข้อความและรูปภาพ

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.
        

ตัวอย่างโค้ดสำหรับสร้างแชทแบบผลัดกันเล่น

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)
        

ลบคีย์ API ที่ไม่ได้ใช้

หากไม่จำเป็นต้องใช้คีย์ Gemini API ของ Google AI อีกต่อไป โปรดทำตามขั้นตอนด้านความปลอดภัยที่ดีที่สุด แนวทางปฏิบัติที่ดีที่สุด แล้วลบทิ้งไป

วิธีลบคีย์ API

1. เปิด ข้อมูลเข้าสู่ระบบ Google Cloud API

2. ค้นหาคีย์ API ที่ต้องการลบ แล้วคลิกไอคอนการดำเนินการ

3. เลือกลบคีย์ API

4. เลือกลบในโมดัลลบข้อมูลเข้าสู่ระบบ

   การลบคีย์ API จะใช้เวลาสักครู่จึงจะมีผล หลัง การเผยแพร่เสร็จสมบูรณ์ การรับส่งข้อมูลที่ใช้คีย์ API ที่ลบไปแล้วจะถูกปฏิเสธ

ขั้นตอนถัดไป

• โปรดดู ภาพรวมของ Generative AI ใน Vertex AI เพื่อดูข้อมูลเพิ่มเติมเกี่ยวกับโซลูชัน Generative AI ใน Vertex AI
• เจาะลึกเกี่ยวกับ Vertex AI Gemini API