GSP1154

Présentation

Vertex AI est une plate-forme de développement de machine learning complète qui offre des fonctionnalités d'IA prédictive et générative. Elle permet d'entraîner, d'évaluer et de déployer des modèles de machine learning prédictifs à des fins de prévision. Vous pouvez également utiliser la plate-forme pour découvrir, régler et livrer des modèles d'IA générative permettant de générer des contenus.

Vertex AI Studio vous permet de tester et de personnaliser rapidement des modèles d'IA générative afin d'exploiter leurs capacités dans vos applications. La plate-forme fournit un large éventail d'outils et de ressources, y compris une UI (interface utilisateur) et des exemples de code, qui vous aident à vous lancer avec l'IA générative même sans aucune expérience en machine learning.

Dans cet atelier, vous allez découvrir Vertex AI Studio et apprendre à exploiter tout le potentiel des modèles d'IA générative de pointe. Vous explorerez Gemini et l'utiliserez pour analyser des images, concevoir des requêtes et générer des conversations directement dans la console Google Cloud. Pas besoin d'API ni de SDK Python : tout est accessible via une interface utilisateur intuitive.

Objectifs

Dans cet atelier, vous allez apprendre à effectuer les tâches suivantes :

• Analyser des images avec Gemini
• Explorer le mode forme libre de Vertex AI Studio
• Concevoir des requêtes textuelles zero-shot, one-shot et few-shot
• Générer des conversations avec des requêtes de chat

Préparation

Avant de cliquer sur le bouton "Démarrer l'atelier"

Lisez ces instructions. Les ateliers sont minutés, et vous ne pouvez pas les mettre en pause. Le minuteur, qui démarre lorsque vous cliquez sur Démarrer l'atelier, indique combien de temps les ressources Google Cloud resteront accessibles.

Cet atelier pratique vous permet de suivre vous-même les activités dans un véritable environnement cloud, et non dans un environnement de simulation ou de démonstration. Nous vous fournissons des identifiants temporaires pour vous connecter à Google Cloud le temps de l'atelier.

Pour réaliser cet atelier :

• vous devez avoir accès à un navigateur Internet standard (nous vous recommandons d'utiliser Chrome) ;

Remarque : Ouvrez une fenêtre de navigateur en mode incognito/navigation privée pour effectuer cet atelier. Vous éviterez ainsi les conflits entre votre compte personnel et le temporaire étudiant, qui pourraient entraîner des frais supplémentaires facturés sur votre compte personnel.

• vous disposez d'un temps limité ; une fois l'atelier commencé, vous ne pouvez pas le mettre en pause.

Remarque : Si vous possédez déjà votre propre compte ou projet Google Cloud, veillez à ne pas l'utiliser pour réaliser cet atelier afin d'éviter que des frais supplémentaires ne vous soient facturés.

Démarrer l'atelier et se connecter à la console Google Cloud

1. Cliquez sur le bouton Démarrer l'atelier. Si l'atelier est payant, un pop-up s'affiche pour vous permettre de sélectionner un mode de paiement. Sur la gauche, vous trouverez le panneau Détails concernant l'atelier, qui contient les éléments suivants :

   • Le bouton Ouvrir la console Google Cloud
   • Le temps restant
   • Les identifiants temporaires que vous devez utiliser pour cet atelier
   • Des informations complémentaires vous permettant d'effectuer l'atelier

2. Cliquez sur Ouvrir la console Google Cloud (ou effectuez un clic droit et sélectionnez Ouvrir le lien dans la fenêtre de navigation privée si vous utilisez le navigateur Chrome).

   L'atelier lance les ressources, puis ouvre la page Se connecter dans un nouvel onglet.

   Conseil : Réorganisez les onglets dans des fenêtres distinctes, placées côte à côte.

   Remarque : Si la boîte de dialogue Sélectionner un compte s'affiche, cliquez sur Utiliser un autre compte.

3. Si nécessaire, copiez le nom d'utilisateur ci-dessous et collez-le dans la boîte de dialogue Se connecter.

   {{{user_0.username | "Username"}}}

   Vous trouverez également le nom d'utilisateur dans le panneau Détails concernant l'atelier.

4. Cliquez sur Suivant.

5. Copiez le mot de passe ci-dessous et collez-le dans la boîte de dialogue Bienvenue.

   {{{user_0.password | "Password"}}}

   Vous trouverez également le mot de passe dans le panneau Détails concernant l'atelier.

6. Cliquez sur Suivant.

   Important : Vous devez utiliser les identifiants fournis pour l'atelier. Ne saisissez pas ceux de votre compte Google Cloud. Remarque : Si vous utilisez votre propre compte Google Cloud pour cet atelier, des frais supplémentaires peuvent vous être facturés.

7. Accédez aux pages suivantes :

   • Acceptez les conditions d'utilisation.
   • N'ajoutez pas d'options de récupération ni d'authentification à deux facteurs (ce compte est temporaire).
   • Ne vous inscrivez pas à des essais gratuits.

Après quelques instants, la console Cloud s'ouvre dans cet onglet.

Remarque : Pour afficher un menu contenant la liste des produits et services Google Cloud, cliquez sur le menu de navigation en haut à gauche.

Tâche 1 : Analyser des images avec Gemini en mode forme libre

Dans cette section, vous allez utiliser Gemini pour analyser une image et en extraire des informations. En mode forme libre, vous pouvez concevoir des requêtes pour diverses tâches telles que la classification, l'extraction et la génération. Étant donné qu'il n'y a pas d'historique des conversations en mode forme libre, chaque requête est une toute nouvelle instruction envoyée au modèle.

Activer l'API Vertex AI

1. Accédez à la console Google Cloud et saisissez API Vertex AI dans la barre de recherche supérieure.

2. Dans les résultats, cliquez sur API Vertex AI sous "Marketplace et API".

3. Cliquez sur Activer.

Activer l'API Vertex AI

Analyser des images avec Gemini

1. Dans le menu de navigation () de la console Google Cloud, sélectionnez Vertex AI > Vertex AI Studio > Vue d'ensemble.

2. Sous Générer avec Gemini, cliquez sur Ouvrir le mode forme libre.

L'UI comprend trois sections principales :

• Requête (située au centre) : cette section vous permet de créer une requête qui utilise les fonctionnalités multimodales.
• Configuration (située à droite) : cette section vous permet de sélectionner des modèles, de configurer les paramètres et d'obtenir le code correspondant.
• Réponse (située en bas) : cette section affiche les résultats de votre requête.

3. En haut à gauche, cliquez sur Requête sans titre et renommez votre requête Image Analysis.

4. Dans la section Configuration située en haut à droite, cliquez sur le menu déroulant Modèle, puis sélectionnez le modèle gemini-1.5-pro.

5. Téléchargez l'image d'exemple. Effectuez un clic droit sur l'image du tableau d'horaires, puis enregistrez-la sur votre bureau.

6. En haut à droite de la section Requête, cliquez sur Insérer un média > Importer. Importez l'image du tableau d'horaires que vous avez téléchargée. Le média peut correspondre à une image, une vidéo, un texte ou un fichier audio.

7. L'image s'affichera dans la section Requête. Copiez le texte ci-dessous et collez-le sous l'image, puis cliquez sur le bouton Envoyer en bas à droite de la section "Requête".

Title the image.

Vous pouvez aussi être plus précis :

Title the image in 3 words.

Le titre répond-il à vos attentes ? Essayez de modifier la requête pour voir si vous obtenez des résultats différents.

8. Décrivez l'image. Remplacez la requête précédente par celle proposée ci-dessous, puis cliquez sur le bouton Envoyer.

Describe the image in detail.

9. Réglez le paramètre. Dans la section "Configuration", ajustez la température en déplaçant le curseur de la gauche (0) vers la droite (2). Renvoyez la requête et observez toute modification du résultat par rapport au résultat précédent.

Remarque : La température permet de contrôler le caractère aléatoire de la sélection des jetons. Des températures basses sont idéales pour les requêtes visant une réponse vraie ou correcte, tandis que des températures élevées peuvent entraîner des résultats plus diversifiés, inattendus ou potentiellement biaisés. Avec une température de 0, le jeton dont la probabilité est la plus élevée est toujours sélectionné.

10. Extrayez le texte de l'image. Remplacez la requête précédente par ce qui suit :

Read the text in the image.

Ensuite, si vous souhaitez que le résultat soit présenté sous forme de liste, remplacez la requête que vous venez d'effectuer par ce qui suit :

Parse the time and city in this image into a list with two columns: time and city.

À vous de jouer  : testez d'autres requêtes ! En quoi ces résultats sont-ils différents des précédents ?

11. Analysez les informations contenues dans l'image. Remplacez la requête précédente par ce qui suit :

Calculate the percentage of the flights to different continents.

Le résultat répond-il à vos attentes ? Nous vous encourageons vivement à tester différentes requêtes pour diverses tâches. Vous êtes également invité à tester différents paramètres de température pour observer les variations du résultat.

11. Une fois que vous avez conçu la requête, enregistrez-la en cliquant sur Enregistrer en haut à droite de la section "Configuration". Pour la région, sélectionnez dans le menu déroulant, puis confirmez votre choix en cliquant sur Enregistrer.

12. Pour retrouver vos requêtes enregistrées, accédez au menu de navigation de gauche, puis à Gestion des requêtes.

Remarque : Après avoir sélectionné Enregistrer, attendez quelques secondes que les requêtes soient bien enregistrées, puis passez aux étapes suivantes de l'atelier. Cliquez sur "Réessayer" si vous recevez un message indiquant que la mise à jour de l'historique a échoué.

Cliquez sur Vérifier ma progression pour valider les objectifs.

Extraire le contenu de l'image

Tâche 2 : Explorer les fonctionnalités multimodales

En plus de traiter des images, du texte et des contenus audio, Gemini peut accepter des vidéos en entrée et générer du texte en sortie.

1. Accédez à Cloud Storage > Buckets, copiez le nom de votre bucket Cloud Storage et enregistrez-le pour l'utiliser à l'étape suivante.

2. Cliquez sur Activer Cloud Shell  en haut de la console Google Cloud.

3. Dans votre terminal Cloud Shell, exécutez la commande ci-dessous pour copier l'échantillon vidéo gs://spls/gsp154/video/train.mp4 (aperçu) dans votre bucket Cloud Storage. Remplacez <Your-Cloud-Storage-Bucket> par le nom du bucket que vous avez copié précédemment.

gcloud storage cp gs://spls/gsp154/video/train.mp4 gs://<Your-Cloud-Storage-Bucket> Remarque : Veillez à remplacer <Your-Cloud-Storage-Bucket> par le nom de votre bucket.

4. Dans le menu de navigation (), sélectionnez Vertex AI > Vertex AI Studio > Vue d'ensemble.

5. Sous Générer avec Gemini, cliquez sur Ouvrir le mode forme libre.

6. Cliquez sur Insérer un média > Importer depuis Cloud Storage.

7. Cliquez sur le nom de votre bucket, puis sur l'échantillon vidéo (train.mp4) et sur Sélectionner.

8. Générez des informations sur la vidéo en insérant la requête ci-dessous et en cliquant sur le bouton Envoyer.

Title the video.

Le mode forme libre offre de nombreuses fonctionnalités telles que la rédaction de récits à partir d'images, l'analyse de vidéos et la génération d'annonces multimédias. Découvrez d'autres cas d'utilisation du mode forme libre en cliquant sur Galerie de requêtes. Consultez des informations supplémentaires sur la conception de requêtes multimodales.

Tâche 3 : Concevoir des requêtes textuelles

Dans cette section, vous allez apprendre à concevoir des requêtes textuelles dans Vertex AI Studio. Vous découvrirez les requêtes zero-shot, one-shot et few-shot.

Conception de requête

Vous pouvez saisir le texte de votre choix, par exemple une question. Ensuite, le modèle renvoie une réponse en fonction de la structure de votre requête. La conception de requête désigne le processus consistant à créer le meilleur texte d'entrée (requête) pour obtenir le résultat attendu du modèle.

Méthodes de conception des requêtes

Vous disposez de trois méthodes principales pour concevoir des requêtes :

• Requête zero-shot : le LLM ne reçoit qu'une requête décrivant la tâche, sans aucune donnée supplémentaire. Par exemple, si le LLM doit répondre à une question, vous pouvez simplement lui envoyer une requête du type : "Qu'est-ce que la conception de requête ?".
• Requête one-shot : le LLM reçoit un seul exemple de la tâche qu'on lui demande d'accomplir. Ainsi, si vous souhaitez que le LLM écrive un poème, vous pouvez lui donner un exemple de poème unique.
• Requête few-shot : le LLM reçoit quelques exemples de la tâche qu'on lui demande d'accomplir. Si vous souhaitez que le LLM écrive un article d'actualité, vous pouvez lui donner plusieurs exemples d'articles à lire.

Paramètres

"Température" et "Limite de jetons" sont deux paramètres essentiels que vous pouvez ajuster pour influencer la réponse du modèle.

• Le paramètre Température contrôle le caractère aléatoire de la sélection des jetons. Une température basse est idéale si vous attendez une réponse vraie ou correcte. Une température de 0 signifie que le jeton ayant la probabilité la plus élevée est toujours sélectionné. Une température élevée peut entraîner des résultats diversifiés, inattendus ou potentiellement biaisés. Le modèle gemini-1.5-pro présente une plage de températures allant de 0 à 2 et une température par défaut de 1.
• La limite de jetons de sortie détermine la quantité maximale de texte pouvant être générée à partir d'une requête. Un jeton correspond environ à quatre caractères.

Requête zero-shot

Testez les requêtes zero-shot en mode forme libre.

1. Revenez à la page Vertex AI Studio > Vue d'ensemble, puis cliquez sur Ouvrir le mode forme libre.

2. En haut à droite, sous Modèle, sélectionnez le modèle gemini-1.5-pro.

Remarque : Le nom et la version du modèle peuvent changer avec la publication de nouveaux modèles.

3. Copiez la question suivante dans le champ de saisie de la requête :

What is a prompt gallery?

4. Cliquez sur le bouton Envoyer.

Le modèle renvoie une définition complète du terme "prompt gallery" (galerie des requêtes).

Procédez à ces quelques ajustements pour tester les effets des différents paramètres :

• Réglez Limite de jetons de sortie sur 1024, puis cliquez sur le bouton ENVOYER.
• Réglez Température sur 0.5, puis cliquez sur le bouton ENVOYER.
• Réglez Température sur 2.0, puis cliquez sur le bouton ENVOYER.

Examinez l'évolution des réponses du modèle en fonction des modifications de ces paramètres.

Requête one-shot

Vous pouvez concevoir des requêtes de façon plus organisée. Vous pouvez inclure du contexte et des exemples dans les champs de saisie appropriés. Avec une requête one-shot, le modèle reçoit un seul exemple de la tâche qu'on lui demande d'accomplir. Dans cette section, vous allez demander au modèle de terminer une phrase.

1. Commencez par supprimer tout le texte de la zone Requête.

2. Dans la zone Requête, cliquez sur Ajouter des exemples. Vous ouvrez ainsi une nouvelle fenêtre vous permettant d'ajouter des exemples pour la requête.

3. Ajoutez l'extrait suivant dans le champ ENTRÉE :

The color of the grass is

3. Ajoutez l'extrait suivant dans le champ RÉSULTAT :

The color of the grass is green

4. Cliquez sur le bouton Ajouter des exemples.

5. Dans le champ Test, copiez le texte ci-dessous dans le champ Entrée.

The color of the sky is

6. Cliquez sur le bouton Envoyer. Vous devriez recevoir une réponse du modèle semblable à la suivante :

The color of the sky is blue

Au lieu de terminer la phrase, le modèle a répondu par une phrase complète, car vous lui avez fourni un exemple sur lequel il a pu s'appuyer pour formuler sa réponse. Pour que la réponse se limite à terminer la phrase, vous pouvez adapter l'exemple fourni dans le champ RÉSULTAT.

7. Cliquez sur le bouton Exemples dans la zone Requête et définissez le champ RÉSULTAT comme suit :

Green

8. Cliquez sur le bouton Ajouter des exemples.

9. Dans le champ Test, copiez le texte ci-dessous dans le champ Entrée.

The color of the sky is

10. Cliquez sur le bouton Envoyer. Vous devriez recevoir une réponse du modèle semblable à la suivante :

blue

Vous constatez que le modèle termine désormais la phrase en se basant sur l'exemple que vous lui avez fourni. Vous avez réussi à modifier la façon dont le modèle produit des réponses.

Requête few-shot

Dans le prochain exercice, vous allez utiliser le modèle pour effectuer une analyse des sentiments à partir d'une phrase. Il s'agira d'utiliser les requêtes few-shot pour déterminer si une critique de film est positive ou négative.

1. Dans le champ Requête, supprimez les exemples de la section précédente. Pour les supprimer, pointez sur Exemples, puis cliquez sur le bouton X (Supprimer le fichier).

2. Cliquez sur le bouton Ajouter des exemples pour inclure d'autres exemples.

3. Ajoutez les exemples suivants :

ENTRÉE	RÉSULTAT
A well-made and entertaining film	positive
I fell asleep after 10 minutes	negative
The movie was ok	neutral

4. Ensuite, cliquez sur le bouton Ajouter des exemples.

5. Dans le champ Test, copiez le texte ci-dessous dans le champ Entrée.

It was a time well spent!

6. Cliquez sur le bouton Envoyer.

Le modèle répond à présent en renvoyant un sentiment basé sur le texte d'entrée. Il a classé la phrase It was a time well spent! dans la catégorie positive.

7. Une fois que vous avez conçu la requête, enregistrez-la en cliquant sur Enregistrer en haut à droite de la section "Configuration". Nommez la requête Sentiment Analysis. Pour la région, sélectionnez dans le menu déroulant, puis confirmez votre choix en cliquant sur Enregistrer.

Cliquez sur Vérifier ma progression pour valider les objectifs.

Créer des requêtes avec du texte

Tâche 4 : Générer des conversations

Le chat est un mode conversationnel qui vous permet de discuter librement avec le modèle. Ce dernier utilise l'historique des conversations comme contexte pour les réponses futures. Dans cette section, vous allez créer une requête de chat et discuter avec le modèle.

1. Dans le menu de gauche, accédez à Chat pour créer une requête de chat.

2. En haut à droite, sous Modèle, sélectionnez le modèle gemini-1.5-flash.

Remarque : Le nom et la version du modèle peuvent changer avec la publication de nouveaux modèles.

Dans cette section, vous allez ajouter du contexte au chat et laisser le modèle répondre en fonction des informations que vous lui avez fournies.

3. Cliquez sur le bouton Modifier pour ajouter le contexte ci-dessous au champ Instructions système.

Your name is Roy. You are a support technician of an IT department. You only respond with "Have you tried turning it off and on again?" to any queries.

4. Cliquez sur Appliquer.

5. Insérez la requête suivante :

My computer is so slow! What should I do?

6. Cliquez sur le bouton Envoyer.

Le modèle doit répondre comme suit :

Have you tried turning it off and on again?

7. Ensuite, cliquez sur le bouton Modifier pour modifier le contexte du champ Instructions système existant.

8. Mettez à jour le contexte avec le texte suivant :

Your name is Roy. You are a support technician of an IT department. You are here to support the users with their queries.

8. Insérez la requête suivante :

My computer is so slow! What should I do?

9. Cliquez sur le bouton Envoyer.

Le modèle devrait désormais apporter une réponse plus utile à la requête de l'utilisateur.

N'hésitez pas à faire des tests avec divers contextes et requêtes pour observer la réaction du modèle. Vous pouvez également ajouter du contexte à la requête de chat pour voir comment le modèle répond en fonction du contexte fourni.

10. Une fois que vous avez conçu la requête, enregistrez-la en cliquant sur Enregistrer en haut à droite de la section "Configuration". Nommez la requête Support Technician Helper. Pour la région, sélectionnez dans le menu déroulant, puis confirmez votre choix en cliquant sur Enregistrer.

Cliquez sur Vérifier ma progression pour valider les objectifs.

Créer des conversations avec une requête de chat

Félicitations !

Vous avez appris à analyser une image à l'aide du mode forme libre, à explorer les fonctionnalités de ce mode, à créer et tester une requête, et à générer une conversation. Vous voilà prêt à utiliser le mode forme libre de Vertex AI Studio avec Gemini.

Formations et certifications Google Cloud

Les formations et certifications Google Cloud vous aident à tirer pleinement parti des technologies Google Cloud. Nos cours portent sur les compétences techniques et les bonnes pratiques à suivre pour être rapidement opérationnel et poursuivre votre apprentissage. Nous proposons des formations pour tous les niveaux, à la demande, en salle et à distance, pour nous adapter aux emplois du temps de chacun. Les certifications vous permettent de valider et de démontrer vos compétences et votre expérience en matière de technologies Google Cloud.

Dernière mise à jour du manuel : 8 octobre 2024

Dernier test de l'atelier : 8 octobre 2024

Copyright 2024 Google LLC Tous droits réservés. Google et le logo Google sont des marques de Google LLC. Tous les autres noms d'entreprises et de produits peuvent être des marques des entreprises auxquelles ils sont associés.