GSP1166

概要

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で検索、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。

Model Garden

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。

• モデルカード: モデルカードは、精度、パフォーマンス、トレーニング データなど、各モデルについての詳細情報を提供します。
• プロンプト設計: プロンプト設計により、シンプルな UI を使用してモデルを操作し、自分のデータでモデルを調整できるようになります。

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

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。

• サンプル プロンプトを使ってモデルをテストする。
• 独自のプロンプトを設計して保存する。
• 基盤モデルをチューニングする。
• 音声とテキストの相互変換を行う。

目標

このラボで学ぶことは、以下のとおりです。

• Vertex AI の Model Garden で各自のユースケースに適したモデルを探す。
• Model Garden の Vertex AI モデルのタイプ。

設定と要件

[ラボを開始] ボタンをクリックする前に

こちらの説明をお読みください。ラボには時間制限があり、一時停止することはできません。タイマーは、Google Cloud のリソースを利用できる時間を示しており、[ラボを開始] をクリックするとスタートします。

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、ラボのアクティビティを行います。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。

• 標準的なインターネット ブラウザ（Chrome を推奨）

注: このラボの実行には、シークレット モード（推奨）またはシークレット ブラウジング ウィンドウを使用してください。これにより、個人アカウントと受講者アカウント間の競合を防ぎ、個人アカウントに追加料金が発生しないようにすることができます。

• ラボを完了するための時間（開始後は一時停止できません）

注: このラボでは、受講者アカウントのみを使用してください。別の Google Cloud アカウントを使用すると、そのアカウントに料金が発生する可能性があります。

ラボを開始して Google Cloud コンソールにログインする方法

1. [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、表示されるダイアログでお支払い方法を選択してください。 左側の [ラボの詳細] ペインには、以下が表示されます。

   • [Google Cloud コンソールを開く] ボタン
   • 残り時間
   • このラボで使用する必要がある一時的な認証情報
   • このラボを行うために必要なその他の情報（ある場合）

2. [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 ウィンドウで開く] を選択します）。

   ラボでリソースがスピンアップし、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。

   注: [アカウントの選択] ダイアログが表示されたら、[別のアカウントを使用] をクリックします。

3. 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。

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

   [ラボの詳細] ペインでもユーザー名を確認できます。

4. [次へ] をクリックします。

5. 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。

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

   [ラボの詳細] ペインでもパスワードを確認できます。

6. [次へ] をクリックします。

   重要: ラボで提供された認証情報を使用する必要があります。Google Cloud アカウントの認証情報は使用しないでください。 注: このラボでご自身の Google Cloud アカウントを使用すると、追加料金が発生する場合があります。

7. その後次のように進みます。

   • 利用規約に同意してください。
   • 一時的なアカウントなので、復元オプションや 2 要素認証プロセスは設定しないでください。
   • 無料トライアルには登録しないでください。

その後、このタブで Google Cloud コンソールが開きます。

注: Google Cloud のプロダクトやサービスにアクセスするには、ナビゲーション メニューをクリックするか、[検索] フィールドにサービス名またはプロダクト名を入力します。

ユースケース

あなたが不動産会社でマーケティング 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、関心を寄せ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。その後、モデルを使用してテキストを要約するソリューションを実装します。

タスク 1. API を有効にする

1. Google Cloud コンソールのナビゲーション メニュー（）で、[Vertex AI] > [ダッシュボード] を選択します。

2. Vertex AI のダッシュボードで、[すべての推奨 API を有効にする] をクリックします。

タスク 2. Model Garden の探索

Model Garden を使用すると、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を表示できます。

1. この Vertex AI ダッシュボードの左側の [ツール] ペインで [Model Garden] をクリックします。

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。

2. 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。

AI Studio のモデル

1. Vertex AI の [ダッシュボード] の左側の [ツール] ペインで [Model Garden] をクリックし、Model Garden のメインページに戻ります。

2. [基盤モデル] セクションで [すべて表示] をクリックしてから、[Gemini 1.5 Pro] モデルカードをクリックします。

詳細ページでは、テキスト用 Gemini 1.5 Pro 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、考えられるユースケースの紹介、モデルのドキュメントなども掲載されています。

[Vertex AI Studio で開く] 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。

3. [Vertex AI Studio で開く] をクリックして、Vertex AI Studio で Gemini モデルを開きます。

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 の探索

タスク 3. モデルタイプを学ぶ

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。

• API としてモデルをそのまま使用する。
• AI Studio でモデルを調整する。
• Vertex AI Workbench を介して Jupyter ノートブックでモデルをそのまま使用する。
• モデル トレーニング パイプラインのデプロイを支援する。

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。

Jupyter ノートブックのモデル

1. 左側にある [ツール] ペインで [Model Garden] をクリックし、Vertex AI Model Garden ページに戻ります。

2. [基盤モデル] セクションの横にある [すべて表示] をクリックして、基盤モデルのすべてのリストを展開します。

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。

3. [モダリティ] の下の [ビジョン] をクリックします。

4. [タスク] の下の [検出] をクリックします。

これで、選択したユースケース用の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。

5. Owl ViT モデルカードをクリックします。

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。

6. [ノートブックを開く] をクリックして、新しいタブで Owl ViT Colab を開きます。

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、事前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ています。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。

7. Colab ノートブックのタブを閉じて Cloud コンソールのタブに戻ります。

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。

モデル トレーニング パイプラインの一部としてのモデル:

1. 左側にある [ツール] 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。

2. [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。

3. [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。

   注: ブラウザの幅によっては [すべて表示] をクリックするか、ウィンドウを広げて [BERT] モデルカードを確認する必要があります。

4. [ファイン チューニング] をクリックして bert-finetuning 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。

モデルタイプを学ぶ

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。

お疲れさまでした

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。Vertex AI Studio の UI についても学びました。

次のステップと詳細情報

• Vertex AI の動画の視聴を開始する
• ML の用語集を参照し、用語を理解する
• Vertex AI Studio の公式ドキュメントを読む
• Vertex AI の Model Garden について詳しく知る:
  • Vertex AI ウェブサイトの Model Garden
  • Model Garden ドキュメント
  • AI & ML ブログ（Model Garden のブログ投稿まで下にスクロール）

Google Cloud トレーニングと認定資格

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 10 月 14 日

ラボの最終テスト日: 2024 年 10 月 14 日

Copyright 2025 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。