GSP1166

Descripción general

Model Garden en Vertex AI proporciona un único lugar para buscar, descubrir e interactuar con una amplia variedad de modelos de Google y de sus socios. La plataforma de Model Garden está disponible en Vertex AI y se puede acceder a ella desde la consola de Google Cloud. En este lab, se proporciona un caso de uso para que explores Model Garden y, luego, uses Vertex AI Studio para crear instrucciones y experimentar con ellas.

Model Garden

Model Garden en Vertex AI es una colección de herramientas y modelos de aprendizaje automático previamente entrenados diseñados para simplificar el proceso de crear e implementar modelos de aprendizaje automático.

Estos modelos pueden tener una amplia variedad de tipos y tamaños. Model Garden ofrece modelos propios, como modelos multimodales de Google para vision, diálogo, generación de código y finalización de código, o bien una amplia variedad de modelos de código abierto listos para empresas.

También proporciona múltiples herramientas para ayudarte a usar estos modelos, como las siguientes:

• Tarjetas de modelos: Las tarjetas de modelos proporcionan información detallada sobre cada modelo, incluidos sus datos de exactitud, rendimiento y entrenamiento.
• Diseño de instrucciones: El diseño de instrucciones te permite interactuar con un modelo a través de una IU sencilla y ajustarlo con tus datos.

Uno de los modelos disponibles a través de Model Garden es la API de Cloud Natural Language, que te permite extraer entidades de textos, realizar análisis sintácticos y de opiniones, y clasificar texto en categorías.

Vertex AI Studio

Vertex AI Studio es una herramienta de la consola de Google Cloud para crear prototipos de modelos de IA generativa y probarlos con rapidez. Puedes probar instrucciones de muestra, diseñar tus propias instrucciones y personalizar los modelos de base para administrar tareas que satisfagan las necesidades de tu aplicación. Puedes hacer lo siguiente:

• Probar modelos con instrucciones de muestra
• Diseñar y guardar tus propias instrucciones
• Ajustar un modelo de base
• Convertir entre voz y texto

Objetivos

En este lab, explorarás lo siguiente:

• Model Garden en Vertex AI para encontrar el modelo adecuado para tu caso de uso
• Tipos de modelos de Vertex AI en Model Garden

Configuración y requisitos

Antes de hacer clic en el botón Comenzar lab

Lee estas instrucciones. Los labs cuentan con un temporizador que no se puede pausar. El temporizador, que comienza a funcionar cuando haces clic en Comenzar lab, indica por cuánto tiempo tendrás a tu disposición los recursos de Google Cloud.

Este lab práctico te permitirá realizar las actividades correspondientes en un entorno de nube real, no en uno de simulación o demostración. Para ello, se te proporcionan credenciales temporales nuevas que utilizarás para acceder a Google Cloud durante todo el lab.

Para completar este lab, necesitarás lo siguiente:

• Acceso a un navegador de Internet estándar. Se recomienda el navegador Chrome.

Nota: Usa una ventana del navegador privada o de incógnito (opción recomendada) para ejecutar el lab. Así evitarás conflictos entre tu cuenta personal y la cuenta de estudiante, lo que podría generar cargos adicionales en tu cuenta personal.

• Tiempo para completar el lab (recuerda que, una vez que comienzas un lab, no puedes pausarlo).

Nota: Usa solo la cuenta de estudiante para este lab. Si usas otra cuenta de Google Cloud, es posible que se apliquen cargos a esa cuenta.

Cómo iniciar tu lab y acceder a la consola de Google Cloud

1. Haz clic en el botón Comenzar lab. Si debes pagar por el lab, se abrirá un diálogo para que selecciones la forma de pago. A la izquierda, se encuentra el panel Detalles del lab, que tiene estos elementos:

   • El botón para abrir la consola de Google Cloud
   • El tiempo restante
   • Las credenciales temporales que debes usar para el lab
   • Otra información para completar el lab, si es necesaria

2. Haz clic en Abrir la consola de Google Cloud (o haz clic con el botón derecho y selecciona Abrir el vínculo en una ventana de incógnito si ejecutas el navegador Chrome).

   El lab inicia recursos y abre otra pestaña en la que se muestra la página de acceso.

   Sugerencia: Ordena las pestañas en ventanas separadas, una junto a la otra.

   Nota: Si ves el diálogo Elegir una cuenta, haz clic en Usar otra cuenta.

3. De ser necesario, copia el nombre de usuario a continuación y pégalo en el diálogo Acceder.

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

   También puedes encontrar el nombre de usuario en el panel Detalles del lab.

4. Haz clic en Siguiente.

5. Copia la contraseña que aparece a continuación y pégala en el diálogo Te damos la bienvenida.

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

   También puedes encontrar la contraseña en el panel Detalles del lab.

6. Haz clic en Siguiente.

   Importante: Debes usar las credenciales que te proporciona el lab. No uses las credenciales de tu cuenta de Google Cloud. Nota: Usar tu propia cuenta de Google Cloud para este lab podría generar cargos adicionales.

7. Haz clic para avanzar por las páginas siguientes:

   • Acepta los Términos y Condiciones.
   • No agregues opciones de recuperación o autenticación de dos factores (esta es una cuenta temporal).
   • No te registres para obtener pruebas gratuitas.

Después de un momento, se abrirá la consola de Google Cloud en esta pestaña.

Nota: Para acceder a los productos y servicios de Google Cloud, haz clic en el menú de navegación o escribe el nombre del servicio o producto en el campo Buscar.

Caso de uso

Trabajas en una empresa de bienes raíces como analista de marketing. Tu empresa quiere usar modelos de lenguaje grandes (LLM) para devolver descripciones de texto breves de viviendas que les interesen y la información de las hipotecas. Te asignaron la tarea de crear instrucciones que resuman el texto de descripciones muy largas de viviendas en tu sitio de bienes raíces. Las descripciones se almacenan en un archivo en un bucket de Google Cloud Storage. Empezarás por usar Model Garden para explorar los modelos previamente compilados disponibles y ahorrar tiempo. Luego, implementarás una solución para usar un modelo que resuma el texto.

Tarea 1. Habilita las APIs

1. En el menú de navegación () de la consola de Google Cloud, selecciona Vertex AI > Panel.

2. En el panel de Vertex AI, haz clic en Habilitar todas las APIs recomendadas.

Tarea 2. Explora Model Garden

Para ver la lista de modelos de base ajustables y específicos para tareas de código abierto y de Vertex AI, puedes usar Model Garden.

1. En el panel de Vertex AI, en el panel de Herramientas del lado izquierdo, haz clic en Model Garden.

Estas son las categorías de modelos disponibles en Model Garden:

Categoría	Descripción
Modelos de base	Modelos grandes previamente entrenados y de tareas múltiples que se pueden ajustar o personalizar para tareas específicas con AI Studio, la API de Vertex AI y el SDK de Vertex AI para Python.
Modelos ajustables	Modelos que puedes ajustar a través de un notebook o una canalización personalizados.
Soluciones específicas para tareas	La mayoría de estos modelos creados previamente están listos para usar. Muchos se pueden personalizar con tus propios datos.

2. Las tarjetas de modelos se encuentran en la página Model Garden de Vertex AI. Explora una tarjeta de modelo de cada categoría. Por ejemplo, explora el modelo de tareas de análisis de opiniones, que analiza el texto proporcionado y, luego, identifica la opinión emocional predominante en el texto. Con él, podrías analizar las opiniones que recibe tu empresa de bienes raíces en Google para hacer un seguimiento de la satisfacción de los clientes.

Modelos en AI Studio

1. En el panel de Vertex AI, en el panel Herramientas de la izquierda, haz clic en Model Garden para volver a la página principal de Model Garden.

2. En la sección Modelos de base, haz clic en Mostrar todo y, luego, en la tarjeta de modelo Gemini 1.5 Pro.

En la página de detalles, se proporciona una descripción general del modelo Gemini 1.5 Pro para texto, incluida una reseña de lo que es, una introducción de los posibles casos de uso y documentación sobre este.

Observa el botón Abrir en Vertex AI Studio, que abre la interfaz Lenguaje de AI Studio, en la que puedes interactuar con el modelo y experimentar con él. AI Studio es una función de Vertex AI. Hace que escribir y ajustar instrucciones para la generación de texto, chats y código sea intuitivo y sencillo.

3. Haz clic en Abrir en Vertex AI Studio para abrir el modelo de Gemini en Vertex AI Studio.

Ahora puedes explorar este modelo para ver cómo responde a las instrucciones.

Haz clic en Revisar mi progreso para verificar la tarea realizada.

Explorar Model Garden

Tarea 3. Explora los tipos de modelos

Model Garden es un lugar para descubrir modelos de base y modelos de código abierto populares, y poder interactuar con ellos. Con la variedad de modelos listos para empresas que puedes usar, Model Garden te permite elegir el modelo adecuado para tu caso de uso, nivel de experiencia en AA y presupuesto.

Con Model Garden, puedes usar una variedad de flujos de trabajo, como los siguientes:

• Usar un modelo directamente como una API
• Ajustar un modelo en AI Studio
• Usar un modelo directamente en un notebook de Jupyter a través de Vertex AI Workbench
• Ayudar a implementar tus canalizaciones de entrenamiento de modelos

En este lab, explorarás algunos de estos flujos de trabajo.

Modelos en un notebook de Jupyter

1. En el panel Herramientas que se encuentra en el lado izquierdo, haz clic en Model Garden para volver a la página Model Garden de Vertex AI.

2. En el costado de la sección Modelos de base, haz clic en Mostrar todo para expandir la lista completa de modelos de base.

Puedes ver algunos de los tipos de grupos de modelos en el panel izquierdo, que te permite filtrar modelos que cubran tus necesidades específicas. Muestra solo los modelos relacionados con vision y detección:

3. En Modalidades, haz clic en Vision.

4. En Tareas, haz clic en Detección.

Observa que ahora hay algunos modelos para el caso de uso seleccionado. Owl ViT es un modelo de detección de objetos condicionado por texto y sin ejemplos que puede analizar una imagen con una o varias consultas de texto.

5. Haz clic en la tarjeta de modelo Owl ViT.

Verás que la página Vertex AI OWL-ViT tiene un vínculo Abrir notebook para abrir un notebook de JupyterLab.

6. Haz clic en Abrir notebook para abrir el Colab de Owl ViT en una nueva pestaña.

Revisa el notebook de Colab, aunque no es necesario que lo ejecutes. Este notebook de Colab demuestra cómo implementar el modelo de OWL-ViT previamente entrenado en Vertex AI para la predicción en línea. Para obtener más información sobre los notebooks de Colab, visita la página principal de Google Colaboratory.

7. Cierra la pestaña del notebook de Colab para volver a la pestaña de la consola de Cloud.

Model Garden en Vertex AI proporciona un método sencillo para que comiences a ajustar los modelos que te interesan.

Modelos como parte de las canalizaciones de entrenamiento de modelos:

1. En el panel Herramientas que se encuentra en el lado izquierdo, haz clic en Model Garden para volver a la página Model Garden de Vertex AI.

2. Borra las selecciones de filtros en Modalidades y Tareas si todavía no lo has hecho.

3. Escribe “bert” en la barra de búsqueda Buscar modelos y selecciona el modelo BERT en la lista de resultados.

   Nota: Según el ancho de tu navegador, es posible que debas hacer clic en Mostrar todo o expandir tu ventana para ver la tarjeta de modelo BERT.

4. Haz clic en Optimizar para abrir la canalización de Vertex AI bert-finetuning.

Revisa la canalización, pero no es necesario que la ejecutes.

Haz clic en Revisar mi progreso para verificar la tarea realizada.

Explorar los tipos de modelos

Verás una plantilla que puedes usar para optimizar este modelo y, luego, implementarlo. Podrás ver los distintos componentes de esta canalización que ejecutaría esta plantilla.

En tu propio entorno de producción, debes hacer clic en Crear canalización, completar o confirmar la información solicitada y, luego, hacer clic en Enviar. Se implementará una canalización sin que tengas que escribir código.

¡Felicitaciones!

Usaste Model Garden y AI Studio para crear y experimentar con instrucciones para varios casos de uso de IA generativa. También exploraste la IU de Vertex AI Studio.

Próximos pasos y más información

• Video: Comienza a usar Vertex AI
• Comprende la terminología, consulta el glosario sobre aprendizaje automático
• Lee la documentación oficial de Vertex AI Studio.
• Obtén más información sobre Model Garden en Vertex AI:
  • Sitio web de Model Garden en Vertex AI
  • Documentación de Model Garden
  • Blog de IA y aprendizaje automático (desplázate hacia abajo hasta la entrada de blog de Model Garden)

Capacitación y certificación de Google Cloud

Recibe la formación que necesitas para aprovechar al máximo las tecnologías de Google Cloud. Nuestras clases incluyen habilidades técnicas y recomendaciones para ayudarte a avanzar rápidamente y a seguir aprendiendo. Para que puedas realizar nuestros cursos cuando más te convenga, ofrecemos distintos tipos de capacitación de nivel básico a avanzado: a pedido, presenciales y virtuales. Las certificaciones te ayudan a validar y demostrar tus habilidades y tu conocimiento técnico respecto a las tecnologías de Google Cloud.

Última actualización del manual: 14 de octubre de 2024

Prueba más reciente del lab: 14 de octubre de 2024

Copyright 2025 Google LLC. All rights reserved. Google y el logotipo de Google son marcas de Google LLC. Los demás nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que estén asociados.