GSP1166

Огляд

За допомогою Model Garden у Vertex AI можна шукати, досліджувати й використовувати різноманітні моделі від компанії Google і її партнерів. Інструмент Model Garden доступний у Vertex AI і відкривається через консоль Google Cloud.

У цій практичній роботі ви ознайомитеся з Model Garden і за допомогою Vertex AI Studio будете створювати й тестувати запити за наданим сценарієм.

Цілі

У цій практичній роботі ви ознайомитеся з:

• інструментом Model Garden у Vertex AI, за допомогою якого можна вибрати відповідну модель для свого сценарію використання;
• типами моделей Vertex AI у Model Garden.

Сценарій

Ви працюєте маркетологом-аналітиком в агентстві нерухомості. Ваша компанія хоче спробувати застосувати великі мовні моделі, щоб надавати покупцям стислі описи будинків і відомості про іпотеку.

Вам доручили створити запити, за допомогою яких можна буде вибирати основні відомості з довгих описів будинків, представлених на вашому сайті про нерухомість. Описи зберігаються у файлі в сегменті Google Cloud Storage.

Робота починається з використання Model Garden для вивчення доступних готових моделей, щоб заощадити час і якнайшвидше запровадити оптимальне рішення.

Vertex AI

Vertex AI – це уніфікована платформа штучного інтелекту Google Cloud для керування машинним навчанням і проектами генеративного ШІ.

Model Garden

Model Garden у Vertex AI – це набір попередньо натренованих моделей машинного навчання й інструментів, які спрощують створення та розгортання моделей машинного навчання.

Ці моделі можуть відрізнятися за типом і розміром. Model Garden пропонує власні моделі (наприклад, мультимодальні моделі від Google для роботи із зображеннями, текстом діалогів, створенням та завершенням коду) і різноманітні корпоративні моделі з відкритим кодом.

Model Garden також містить низку інструментів, які допомагають застосовувати ці моделі. Зокрема, це:

• картки моделей, які містять докладні відомості про кожну модель, як-от показники точності й ефективності, а також навчальні дані;
• інструмент структурування запитів, що дає змогу взаємодіяти з моделлю через простий інтерфейс і налаштувати її відповідно до своїх даних.

Однією з моделей, доступних у Model Garden, є Cloud Natural Language API. За її допомогою можна отримувати з тексту об’єкти, проводити синтаксичний аналіз, визначати тональність і класифікувати текст за категоріями.

Vertex AI Studio

Vertex AI Studio – це інструмент Google Cloud Console для швидкого створення прототипів і тестування моделей генеративного штучного інтелекту. Ви можете тестувати зразки запитів, створювати власні варіанти й налаштовувати базові моделі для виконання завдань, які відповідають потребам вашого додатка. Ви можете:

• тестувати моделі за допомогою зразків запитів;
• створювати й зберігати власні запити;
• налаштовувати базову модель;
• конвертувати мовлення в текст і навпаки.

Налаштування й вимоги

Перш ніж натиснути кнопку Start Lab (Почати практичну роботу)

Ознайомтеся з наведеними нижче вказівками. На виконання практичної роботи відводиться обмежений час, і її не можна призупинити. Щойно ви натиснете Start Lab (Почати практичну роботу), з’явиться таймер, який показуватиме, скільки часу для роботи з ресурсами Google Cloud у вас залишилося.

Ви зможете виконати практичну роботу в дійсному робочому хмарному середовищі (не в симуляції або демонстраційному середовищі). Для цього на час виконання практичної роботи вам надаються тимчасові облікові дані для реєстрації і входу в Google Cloud.

Щоб виконати цю практичну роботу, потрібно мати:

• стандартний веб-переглядач, наприклад Chrome (рекомендовано)

• достатню кількість часу, оскільки почавши практичну роботу, ви не зможете призупинити її

Як почати виконувати практичну роботу й увійти в Google Cloud Console

1. Натисніть кнопку Start Lab (Почати практичну роботу). Якщо за практичну роботу необхідно заплатити, відкриється спливаюче вікно, де ви зможете обрати спосіб оплати. Ліворуч розміщено панель Lab Details (Відомості про практичну роботу) з такими даними:

   • кнопка Open Google Cloud console (Відкрити Google Cloud Console);
   • час до закінчення;
   • тимчасові облікові дані, які потрібно використовувати для доступу до цієї практичної роботи;
   • інша інформація, необхідна для виконання цієї практичної роботи.

2. Натисніть Open Google Cloud console (Відкрити Google Cloud Console) або натисніть правою кнопкою миші й виберіть Open Link in Incognito Window (Відкрити посилання в анонімному вікні), якщо ви використовуєте вебпереглядач Chrome.

   Завантажаться необхідні ресурси. Потім відкриється нова вкладка зі сторінкою Sign in (Вхід).

   Порада. Упорядковуйте вкладки в окремих вікнах, розміщуючи їх поруч.

   Примітка. Якщо з’явиться вікно Choose an account (Виберіть обліковий запис), натисніть Use Another Account (Увійти в інший обліковий запис).

3. За потреби скопіюйте значення в полі Username (Ім’я користувача) нижче й вставте його у вікні Sign in (Вхід).

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

   Поле Username (Ім’я користувача) також можна знайти на панелі Lab Details (Відомості про практичну роботу).

4. Натисніть Next (Далі).

5. Скопіюйте значення в полі Password (Пароль) нижче й вставте його у вікні Welcome (Привітання).

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

   Поле Password (Пароль) також можна знайти на панелі Lab Details (Відомості про практичну роботу).

6. Натисніть Next (Далі).

   Важливо. Обов’язково використовуйте облікові дані, призначені для відповідної практичної роботи. Не використовуйте облікові дані Google Cloud. Примітка. Якщо ввійти у власний обліковий запис Google Cloud, може стягуватися додаткова плата.

7. Виконайте наведені нижче дії.

   • Прийміть Умови використання.
   • Не додавайте способи відновлення й двохетапну перевірку (оскільки це тимчасовий обліковий запис).
   • Не реєструйте безкоштовні пробні версії.

Через кілька секунд Google Cloud Console відкриється в новій вкладці.

Примітка. Щоб переглянути меню зі списком продуктів і сервісів Google Cloud, натисніть меню навігації вгорі ліворуч.

Увімкніть API

1. У меню навігації () Google Cloud Console натисніть More products (Інші продукти), а потім у розділі Artificial Intelligence (Штучний інтелект) виберіть Vertex AI.

2. На інформаційній панелі Vertex AI натисніть Enable all Recommended APIs (Увімкнути всі рекомендовані API).

Завдання 1. Ознайомтеся з Model Garden

Щоб переглянути список доступних моделей із відкритим кодом і моделей Vertex AI (зокрема базові моделі, моделі з розширеними налаштуваннями й для конкретних завдань), перейдіть у Model Garden.

• На інформаційній панелі Vertex AI ліворуч натисніть Tools (Інструменти) і виберіть Model Garden.

Нижче наведено категорії моделей, доступні в Model Garden.

Картки моделей можна переглянути на сторінці Vertex AI Model Garden. Ви можете дослідити картку моделі в кожній категорії. Наприклад, у категорії Task-specific solutions ознайомтеся з моделлю Sentiment analysis, яка виявляє загальну емоційну тональність тексту. За допомогою цієї моделі можна проаналізувати тональність відгуків у Google про ваше агентство нерухомості й відстежувати рівень задоволеності клієнтів.

Моделі в AI Studio

1. На інформаційній панелі Vertex AI ліворуч натисніть Tools (Інструменти) і виберіть Model Garden, щоб повернутися на основну сторінку Model Garden.
2. У розділі Foundation Models (Базові моделі) натисніть Show All (Показати все) і перейдіть за посиланням View Details (Переглянути відомості) на картці моделі PaLM 2 Text Bison.

На сторінці з відомостями наведено огляд моделі PaLM 2 для тексту, зокрема її опис, можливі сценарії використання й документацію.

Зверніть увагу на кнопку Open Prompt Design (Відкрити структурування запитів). За її допомогою відкривається інтерфейс розділу Language (Мова) в AI Studio, де можна взаємодіяти з моделями й тестувати їх. AI Studio включено у Vertex AI. Завдяки цій функції можна легко й просто створювати та налаштовувати запити для генерування текстів, чатів і коду.

3. Натисніть Open Prompt Design (Відкрити структурування запитів), щоб перейти до моделі PaLM2 для тексту в розділі Language (Мова) в AI Studio.

Тепер ви можете досліджувати цю модель і дізнатись, як вона відповідає на запити.

Перевірка виконаного завдання

Щоб підтвердити виконання завдання, натисніть Підтвердити виконання.

Завдання 2. Дослідіть типи моделей

За допомогою Model Garden у Vertex AI можна досліджувати базові моделі й популярні моделі з відкритим кодом і взаємодіяти з ними. З-поміж різних корпоративних моделей у Model Garden ви можете вибрати ту, що відповідає вашому сценарію використання, знанням у галузі машинного навчання й бюджету.

У Model Garden також можна застосовувати різні робочі процеси, зокрема:

• використовувати модель безпосередньо як API;
• налаштовувати модель в AI Studio;
• працювати з моделлю в записнику Jupyter через Vertex AI Workbench;
• розгортати конвеєри навчання моделей.

У цій практичній роботі ви дослідите деякі із цих робочих процесів.

Моделі в записнику Jupyter

1. Ліворуч на панелі Tools (Інструменти) натисніть Model Garden, щоб повернутися на сторінку Vertex AI Model Garden.
2. Унизу розділу Foundation Models (Базові моделі) натисніть Show All (Показати все), щоб розгорнути повний список базових моделей.

На панелі ліворуч відобразиться досить довгий перелік типів моделей. За цими типами можна фільтрувати список моделей відповідно до певних потреб. Вам потрібно вивести на екран лише ті моделі, що пов’язані із зображеннями й виявленням.

3. У розділі Modalities (Типи даних) натисніть Vision (Зображення).
4. У розділі Tasks (Завдання) натисніть Detection (Виявлення).

Зверніть увагу, що тепер у розділі "Базові моделі" наведено лише кілька моделей. Owl ViT – це модель виявлення об’єктів із прицільним сценарієм навчання, яка працює на основі тексту. Ця модель може виявляти об’єкти на зображенні на основі одного або кількох текстових запитів.

5. Натисніть посилання View Details (Переглянути відомості) на картці моделі Owl ViT.

Зверніть увагу, що на сторінці Vertex AI OWL-ViT можна перейти в записник JupyterLab, натиснувши посилання Open Notebook (Відкрити записник).

6. Натисніть Open Notebook (Відкрити записник) (відкриється Owl ViT Colab у новій вкладці).

Ви можете переглянути блокнот Colab, але не запускайте його.

У блокноті Colab показано, як розгортати попередньо навчену модель OWL-ViT у Vertex AI для онлайн-прогнозування.

Щоб дізнатися більше про блокноти Colab, відвідайте головну сторінку Google Colaboratory.

7. Закрийте вкладку блокнота Colab, щоб повернутися в Cloud Console.

Model Garden у Vertex AI дає змогу легко почати налаштування моделей.

Моделі як частина конвеєрів навчання

1. Ліворуч на панелі Tools (Інструменти) натисніть Model Garden, щоб повернутися на сторінку Vertex AI Model Garden.

2. Очистьте вибрані фільтри в розділах Modalities (Типи даних) і Tasks (Завдання).

3. Введіть "bert" у рядок пошуку Search Models (Шукати моделі) і виберіть зі списку модель BERT.

   Примітка. Залежно від ширини вебпереглядача, можливо, знадобиться натиснути Show all (Показати все) або розгорнути вікно, щоб переглянути картку моделі BERT.

4. За потреби натисніть посилання View Details (Переглянути відомості) на картці моделі BERT.

5. Натисніть Fine-Tune (Налаштувати), щоб відкрити конвеєр Vertex AI bert-fine-tuning.

Ви можете переглянути конвеєр, але не запускайте його.

Щоб підтвердити виконання завдання, натисніть Підтвердити виконання.

Ви перейдете до шаблона, завдяки якому можна налаштувати й розгорнути цю модель. Відобразяться різні компоненти конвеєра, що запускається за допомогою цього шаблона.

У своєму робочому середовищі вам потрібно було б вибрати Create Pipeline (Створити конвеєр), додати потрібну інформацію або підтвердити її і натиснути Submit (Надіслати). Так ви розгорнете конвеєр без написання коду.

Вітаємо!

За допомогою Model Garden і AI Studio ви успішно створили низку запитів і протестували їх у різних сценаріях використання генеративного ШІ. Ви також ознайомилися з інтерфейсом AI Studio.

Наступні кроки/Докладніше

• Подивіться відео про початок роботи з Vertex AI.
• Щоб ознайомитися з термінологією, перегляньте Глосарій машинного навчання.
• Уважно прочитайте офіційну документацію Vertex AI Studio.
• Перегляньте наведені нижче ресурси про Model Garden у Vertex AI.
  • Вебсайт Model Garden у Vertex AI
  • Документація Model Garden
  • Блог про ШІ й машинне навчання (прокрутіть сторінку до публікації блогу про Model Garden)

Навчання й сертифікація Google Cloud

…допомагають ефективно використовувати технології Google Cloud. Наші курси передбачають опанування технічних навичок, а також ознайомлення з рекомендаціями, що допоможуть вам швидко зорієнтуватися й вивчити матеріал. Ми пропонуємо курси різних рівнів – від базового до високого. Ви можете вибрати формат навчання (за запитом, онлайн або офлайн) відповідно до власного розкладу. Пройшовши сертифікацію, ви перевірите й підтвердите свої навички та досвід роботи з технологіями Google Cloud.

Посібник востаннє оновлено 5 березня 2024 року

Практичну роботу востаннє протестовано 5 березня 2024 року

© Google LLC 2024. Усі права захищено. Назва та логотип Google є торговельними марками Google LLC. Усі інші назви компаній і продуктів можуть бути торговельними марками відповідних компаній, з якими вони пов’язані.