สร้างด้วย Gemini บน Google Cloud

หากเพิ่งเริ่มใช้ Gemini การใช้คู่มือเริ่มต้นใช้งานเป็นวิธีที่เร็วที่สุดในการเริ่มต้นใช้งาน

อย่างไรก็ตาม เมื่อโซลูชัน Generative AI พัฒนาขึ้น คุณอาจต้องใช้แพลตฟอร์มสำหรับสร้างและนำแอปพลิเคชันและโซลูชัน Generative AI ไปใช้ตั้งแต่ต้นจนจบ Google Cloud มีระบบนิเวศของเครื่องมือที่ครอบคลุมซึ่งช่วยให้นักพัฒนาซอฟต์แวร์ใช้ประโยชน์จาก Generative AI ได้ ตั้งแต่ระยะเริ่มต้นของการพัฒนาแอปไปจนถึงการติดตั้งใช้งานแอป โฮสติ้งแอป และการจัดการข้อมูลที่ซับซ้อนในวงกว้าง

แพลตฟอร์ม Vertex AI ของ Google Cloud มีชุดเครื่องมือ MLOps ที่จะช่วยปรับปรุงการใช้งาน การติดตั้งใช้งาน และการตรวจสอบโมเดล AI ให้มีประสิทธิภาพและเชื่อถือได้ นอกจากนี้ การผสานรวมกับฐานข้อมูล เครื่องมือ DevOps การบันทึก การตรวจสอบ และ IAM ยังมอบแนวทางแบบองค์รวมในการจัดการวงจร Generative AI ทั้งหมด

ตารางต่อไปนี้สรุปความแตกต่างหลักๆ ระหว่าง AI ของ Google กับ Vertex AI เพื่อช่วยคุณตัดสินใจว่าตัวเลือกใดเหมาะกับกรณีการใช้งานของคุณ

หากต้องการดูว่าผลิตภัณฑ์ เฟรมเวิร์ก และเครื่องมือใดเหมาะกับการสร้างแอปพลิเคชัน Generative AI ใน Google Cloud มากที่สุด โปรดดูหัวข้อสร้างแอปพลิเคชัน Generative AI ใน Google Cloud

ย้ายข้อมูลจาก Gemini ใน AI ของ Google ไปยัง Vertex AI

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

สิ่งที่จะเกิดขึ้นเมื่อคุณย้ายข้อมูล

• คุณสามารถใช้โปรเจ็กต์ Google Cloud ที่มีอยู่ (โปรเจ็กต์เดียวกับที่ใช้สร้างคีย์ API) หรือสร้างโปรเจ็กต์ Google Cloud ใหม่ก็ได้

• ภูมิภาคที่รองรับอาจแตกต่างกันไประหว่าง Google AI Studio กับ Vertex AI ดูรายชื่อภูมิภาคที่รองรับ Generative AI ใน Google Cloud

• โมเดลที่คุณสร้างใน Google AI Studio ต้องได้รับการฝึกใหม่ใน Vertex AI

โปรดทราบว่าหากต้องการเรียกใช้ Gemini API จากเว็บแอปหรือแอปบนอุปกรณ์เคลื่อนที่เวอร์ชันที่ใช้งานจริงโดยตรง ให้เปลี่ยนไปใช้ Vertex AI ใน Firebase Client SDK (ใช้ได้กับแอป Swift, Android, เว็บ และ Flutter) SDK ของไคลเอ็นต์เหล่านี้มีตัวเลือกการรักษาความปลอดภัยที่สำคัญและฟีเจอร์อื่นๆ สําหรับแอปบนอุปกรณ์เคลื่อนที่และเว็บเวอร์ชันที่ใช้งานจริง

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

ส่วนต่อไปนี้แสดงข้อมูลโค้ดที่จะช่วยคุณย้ายข้อมูลโค้ด Python เพื่อใช้ Vertex AI Gemini API

การตั้งค่า Vertex AI Python SDK

ใน Vertex AI คุณไม่จำเป็นต้องใช้คีย์ API แต่ Gemini ใน Vertex AI จะจัดการโดยใช้สิทธิ์เข้าถึง IAM ซึ่งควบคุมสิทธิ์ของผู้ใช้ กลุ่ม หรือบัญชีบริการในการเรียกใช้ Gemini API ผ่าน Vertex AI SDK

แม้ว่าจะมีวิธีตรวจสอบสิทธิ์อยู่หลายวิธี แต่วิธีที่ง่ายที่สุดในการตรวจสอบสิทธิ์ในสภาพแวดล้อมการพัฒนาคือการติดตั้ง CLI ของ Google Cloud แล้วใช้ข้อมูลเข้าสู่ระบบของผู้ใช้เพื่อลงชื่อเข้าใช้ CLI

หากต้องการเรียกใช้การอนุมานกับ Vertex AI คุณต้องตรวจสอบด้วยว่าผู้ใช้หรือบัญชีบริการมีบทบาทผู้ใช้ Vertex AI

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="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)
        

ตัวอย่างโค้ดในการสร้างข้อความจากพรอมต์ข้อความ

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.
        

ตัวอย่างโค้ดในการสร้างข้อความจากข้อความและรูปภาพ

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.
        

ตัวอย่างโค้ดในการสร้างแชทแบบหลายรอบ

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 API ของ Google AI Gemini อีกต่อไป ให้ทําตามแนวทางปฏิบัติแนะนำด้านความปลอดภัยและลบคีย์

วิธีลบคีย์ API

1. เปิดหน้าข้อมูลเข้าสู่ระบบ Google Cloud API

2. ค้นหาคีย์ API ที่ต้องการลบ แล้วคลิกไอคอนการดําเนินการ

3. เลือกลบคีย์ API

4. ในโมดัลลบข้อมูลเข้าสู่ระบบ ให้เลือกลบ

   การลบคีย์ API จะใช้เวลาสักครู่จึงจะมีผล หลังจากการนำไปใช้งานเสร็จสมบูรณ์แล้ว ระบบจะปฏิเสธการเข้าชมที่ใช้คีย์ API ที่ลบไปแล้ว

ขั้นตอนถัดไป

• ดูภาพรวม Generative AI ใน Vertex AI เพื่อดูข้อมูลเพิ่มเติมเกี่ยวกับโซลูชัน Generative AI ใน Vertex AI
• เจาะลึกเกี่ยวกับ Vertex AI Gemini API