Создавайте с помощью Gemini в Google Cloud

Если вы новичок в Gemini, использование кратких руководств — это самый быстрый способ начать работу.

Однако по мере развития ваших решений генеративного ИИ вам может понадобиться платформа для комплексного создания и развертывания приложений и решений генеративного ИИ. Google Cloud предоставляет комплексную экосистему инструментов, позволяющую разработчикам использовать возможности генеративного искусственного интеллекта — от начальных этапов разработки приложений до их развертывания, хостинга приложений и управления сложными данными в масштабе.

Платформа Google Cloud Vertex AI предлагает набор инструментов MLOps, которые упрощают использование, развертывание и мониторинг моделей искусственного интеллекта для повышения эффективности и надежности. Кроме того, интеграция с базами данных, инструментами DevOps, ведением журналов, мониторингом и IAM обеспечивает целостный подход к управлению всем жизненным циклом генеративного ИИ.

В следующей таблице приведены основные различия между Google AI и Vertex AI, чтобы помочь вам решить, какой вариант подходит для вашего случая использования:

Чтобы узнать, какие продукты, платформы и инструменты лучше всего подходят для создания приложения генеративного ИИ в Google Cloud, см. раздел Создание приложения генеративного ИИ в Google Cloud .

Переход с Gemini на Google AI на Vertex AI

Если ваше приложение использует API-интерфейсы Google AI Gemini, вам необходимо перейти на API-интерфейсы Vertex AI Gemini от Google Cloud.

Когда вы мигрируете:

• Вы можете использовать существующий проект Google Cloud (тот же, который вы использовали для создания ключа API) или создать новый проект Google Cloud .

• Поддерживаемые регионы могут различаться в Google AI Studio и Vertex AI. См. список поддерживаемых регионов для генеративного ИИ в Google Cloud .

• Любые модели, созданные вами в Google AI Studio, необходимо переобучить в Vertex AI.

Обратите внимание: если вы хотите вызвать Gemini API непосредственно из рабочего мобильного или веб-приложения, перейдите на использование Vertex AI в клиентских SDK Firebase (доступно для приложений Swift, Android, Web и Flutter). Эти клиентские SDK предлагают критически важные параметры безопасности и другие функции для рабочих мобильных и веб-приложений.

Python: переход с API Google AI Gemini на API Vertex AI Gemini

В следующих разделах показаны фрагменты кода, которые помогут вам перенести код Python для использования API Vertex AI Gemini.

Настройка Vertex AI Python SDK

В Vertex AI вам не нужен ключ API. Вместо этого Gemini на Vertex AI управляется с помощью доступа IAM, который контролирует разрешение пользователю, группе или учетной записи службы на вызов Gemini API через Vertex AI SDK.

Хотя существует множество способов аутентификации , самый простой способ аутентификации в среде разработки — это установить Google Cloud CLI , а затем использовать свои учетные данные пользователя для входа в CLI .

Чтобы выполнять вызовы вывода к Vertex AI, вы также должны убедиться, что ваша учетная запись пользователя или службы имеет роль пользователя Vertex AI .

Пример кода для установки клиента

# 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)
        

Пример кода для генерации текста из текстовой подсказки

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.
        

Пример кода для создания текста из текста и изображения

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.
        

Пример кода для создания многоходового чата

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)
        

Удалить неиспользуемые ключи API

Если вам больше не нужно использовать ключ API Google AI Gemini, следуйте рекомендациям по безопасности и удалите его.

Чтобы удалить ключ API:

1. Откройте страницу учетных данных Google Cloud API .

2. Найдите ключ API, который хотите удалить, и щелкните значок «Действия» .

3. Выберите Удалить ключ API .

4. В модальном окне «Удалить учетные данные» выберите «Удалить» .

   Удаление ключа API занимает несколько минут. После завершения распространения любой трафик, использующий удаленный ключ API, отклоняется.

Следующие шаги

• См . обзор «Генераторный ИИ в Vertex AI», чтобы узнать больше о решениях генеративного ИИ в Vertex AI.
• Погрузитесь глубже в API Vertex AI Gemini .