
Before you begin
- Labs create a Google Cloud project and resources for a fixed time
- Labs have a time limit and no pause feature. If you end the lab, you'll have to restart from the beginning.
- On the top left of your screen, click Start lab to begin
Explore model garden
/ 50
Explore model types
/ 50
Vertex AI の Model Garden を使用すると、Google と Google パートナーが提供するさまざまなモデルを一か所から検索、発見、操作できます。Model Garden は Vertex AI で利用でき、Google Cloud コンソールからアクセス可能です。
このラボでは、Model Garden のユースケースをご紹介した後、Vertex AI Studio を使用してプロンプトを作成し、テストします。
このラボでは、以下について学びます。
あなたが不動産会社にマーケティング アナリストとして働いているというシナリオで考えていきます。あなたの会社は、関心が寄せられている住宅について簡潔に説明するテキストや住宅ローンに関する情報を返すシステムに、大規模言語モデル(LLM)を使用することを考えています。
あなたの任務は、不動産サイトの非常に長い住宅説明文を要約するプロンプトを作成することです。住宅説明文は、Google Cloud Storage バケット内のファイルに保存されています。
時間を節約し、できるだけ早くソリューションを実装するために、まずは Model Garden を使用して利用可能な事前構築済みモデルを探します。
Vertex AI は、ML と生成 AI のプロジェクト管理のために Google Cloud が提供する、統合 AI プラットフォームです。
Vertex AI の Model Garden は、ML モデルの構築とデプロイのプロセスを簡素化するために設計されたトレーニング済み ML モデルとツールのコレクションです。
モデルにはさまざまなタイプやサイズがあります。Model Garden は、ビジョン、ダイアログ、コード生成、コード補完などの Google のマルチモーダル モデルのようなファーストパーティ モデルや、エンタープライズ向けのさまざまなオープンソース モデルを提供します。
Model Garden はこれらのモデルの活用に役立つさまざまなツールも提供しています。
Model Garden で利用可能なモデルの一つが Cloud Natural Language API です。Cloud Natural Language API を使用すると、テキストからエンティティを抽出して感情分析や構文解析を行い、テキストをカテゴリに分類できます。
Vertex AI Studio は、生成 AI モデルを迅速にプロトタイピングおよびテストするための Google Cloud コンソール ツールです。サンプル プロンプトのテスト、独自のプロンプトの設計、基盤モデルのカスタマイズを行い、アプリケーションのニーズを満たすタスクを処理できます。行えることは下記のとおりです。
こちらの手順をお読みください。ラボの時間は記録されており、一時停止することはできません。[ラボを開始] をクリックするとスタートするタイマーは、Google Cloud のリソースを利用できる時間を示しています。
このハンズオンラボでは、シミュレーションやデモ環境ではなく、実際のクラウド環境を使ってご自身でラボのアクティビティを行うことができます。そのため、ラボの受講中に Google Cloud にログインおよびアクセスするための、新しい一時的な認証情報が提供されます。
このラボを完了するためには、下記が必要です。
[ラボを開始] ボタンをクリックします。ラボの料金をお支払いいただく必要がある場合は、表示されるポップアップでお支払い方法を選択してください。 左側の [ラボの詳細] パネルには、以下が表示されます。
[Google Cloud コンソールを開く] をクリックします(Chrome ブラウザを使用している場合は、右クリックして [シークレット ウィンドウでリンクを開く] を選択します)。
ラボでリソースが起動し、別のタブで [ログイン] ページが表示されます。
ヒント: タブをそれぞれ別のウィンドウで開き、並べて表示しておきましょう。
必要に応じて、下のユーザー名をコピーして、[ログイン] ダイアログに貼り付けます。
[ラボの詳細] パネルでも [ユーザー名] を確認できます。
[次へ] をクリックします。
以下のパスワードをコピーして、[ようこそ] ダイアログに貼り付けます。
[ラボの詳細] パネルでも [パスワード] を確認できます。
[次へ] をクリックします。
その後次のように進みます。
その後、このタブで Google Cloud コンソールが開きます。
Google Cloud コンソールのナビゲーション メニュー()で、[その他のサービス] をクリックし、[AI] セクションから [Vertex AI] を選択します。
Vertex AI のダッシュボードで、[すべての推奨 API を有効化] をクリックします。
使用可能な Vertex AI とオープンソースの基盤、チューニング可能なモデル、タスク固有のモデルのリストについては、[Model Garden] をご覧ください。
Model Garden で利用可能なモデルのカテゴリは次のとおりです。
カテゴリ | 説明 |
---|---|
基盤モデル | 事前にトレーニングされたマルチタスクの大規模モデルです。AI Studio、Vertex AI API、Vertex AI SDK for Python を使用して、特定のタスクに合わせてチューニングまたはカスタマイズできます。 |
ファイン チューニング可能なモデル | カスタムのノートブックまたはパイプラインを使用してファインチューニングできるモデルです。 |
タスク固有のソリューション | これらの構築済みモデルのほとんどは直ちに使用を開始できます。多くのモデルは、独自のデータを使用してカスタマイズできます。 |
モデルカードの一覧は Vertex AI Model Garden ページで確認できます。各カテゴリのモデルカードを見てみましょう。たとえばタスクの Sentiment analysis モデルです。これは提供されたテキストを検査し、テキスト内の感情的傾向を特定できます。これは、あなたの不動産会社に寄せられる Google ユーザーのクチコミ内の感情を分析できるので、顧客満足度の動向把握に役立ちます。
詳細ページでは、テキスト用 PaLM 2 モデルの概要を確認できます。このモデルについての説明、ユースケースの紹介、モデルのドキュメントなども含まれます。
[プロンプト設計を開く] ボタンをクリックすると、モデルを操作してテストできる AI Studio の言語インターフェースが開きます。Vertex AI の一機能として、AI Studio が提供されています。AI Studio を使用すると、テキスト、チャット、コード生成のプロンプトを直感的かつ容易に記述し、調整できるようになります。
このモデルを試して、プロンプトにどのように応答するのかを確認できます。
[進行状況を確認] をクリックして、実行したタスクを確認します。
Model Garden を使用して、基盤モデルと人気のオープンソース モデルを一か所から発見して操作できます。Model Garden を使用すれば、候補となるあらゆるエンタープライズ向けモデルの中から、あなたのユースケース、ML の専門知識、予算に合わせて、ぴったりのモデルを選べます。
Model Garden では、次のようなさまざまなワークフローを使用できます。
このラボでは、これらのワークフローの一部を取り上げます。
左側のペインに数多くのモデルグループ タイプが表示されます。必要に応じて条件を設定してモデルを絞り込めます。「ビジョン」と「検出」に関連するモデルだけを表示させましょう。
これで [基盤モデル] セクションには少数のモデルだけが表示されるようになりました。Owl ViT モデルはゼロショットのテキスト条件付けオブジェクト検出モデルで、1 つまたは複数のテキストクエリによって画像をクエリできます。
[Vertex AI OWL-ViT] ページにある [ノートブックを開く] リンクをクリックすると JupyterLab ノートブックが開きます。
Colab ノートブックを確認します。ただし実行する必要はありません。
この Colab ノートブックは、オンライン予測用に、トレーニング済みの OWL-ViT モデルを Vertex AI にデプロイする方法を示します。
Colab ノートブックの詳細については、Google Colaboratory のホームページをご覧ください。
ファインチューニングしたいモデルがある場合、Vertex AI の Model Garden で簡単に始めることができます。
左側にある [TOOLS] ペインで、[Model Garden] をクリックして、Vertex AI Model Garden ページに戻ります。
[モダリティ] と [タスク] の選択したフィルタがクリアされていない場合はクリアします。
[モデルを検索] 検索バーに「bert」と入力して、検索リストから BERT を選択します。
必要に応じて、BERT モデルで [詳細を表示] リンクをクリックします。
[ファインチューニング] をクリックして bert-fine-tuning Vertex AI Pipelines を開きます。
パイプラインを確認します。ただし実行する必要はありません。
[進行状況を確認] をクリックして、実行したタスクを確認します。
表示されたテンプレートを使用して、このモデルのファインチューニングやデプロイができます。このテンプレートで実行される、パイプラインのさまざまなコンポーネントを確認できます。
実際の本番環境であれば、[パイプラインの作成] をクリックし、必要な情報を入力または確認して [送信] をクリックします。これにより、コーディングを必要とせずにパイプラインがデプロイされます。
Model Garden と AI Studio を使用して、さまざまな生成 AI のユースケースのためのプロンプトを作成し、テストしました。AI Studio の UI についても学びました。
Google Cloud トレーニングと認定資格を通して、Google Cloud 技術を最大限に活用できるようになります。必要な技術スキルとベスト プラクティスについて取り扱うクラスでは、学習を継続的に進めることができます。トレーニングは基礎レベルから上級レベルまであり、オンデマンド、ライブ、バーチャル参加など、多忙なスケジュールにも対応できるオプションが用意されています。認定資格を取得することで、Google Cloud テクノロジーに関するスキルと知識を証明できます。
マニュアルの最終更新日: 2024 年 3 月 5 日
ラボの最終テスト日: 2024 年 3 月 5 日
Copyright 2024 Google LLC All rights reserved. Google および Google のロゴは Google LLC の商標です。その他すべての企業名および商品名はそれぞれ各社の商標または登録商標です。
このコンテンツは現在ご利用いただけません
利用可能になりましたら、メールでお知らせいたします
ありがとうございます。
利用可能になりましたら、メールでご連絡いたします
One lab at a time
Confirm to end all existing labs and start this one