GSP1228

Descripción general

Gemini es una familia de modelos de IA generativa que desarrolló Google DeepMind y que están diseñados para casos de uso multimodales. La API de Gemini te da acceso a los modelos de Gemini Pro Vision y Gemini Pro. En este lab, aprenderás a usar la API de Gemini de Vertex AI con comandos cURL para interactuar con el modelo de Gemini Pro (gemini-pro) y el modelo de Gemini Pro Vision (gemini-pro-vision).

API de Gemini de Vertex AI

La API de Gemini de Vertex AI ofrece una interfaz unificada para interactuar con modelos de Gemini. Actualmente, hay dos modelos disponibles en la API de Gemini:

1. Modelo de Gemini Pro (gemini-pro): Se diseñó para encargarse de tareas de lenguaje natural, el chat de código y el texto de varios turnos, así como de la generación de código.
2. Modelo de Gemini Pro Vision (gemini-pro-vision): Admite las instrucciones multimodales. Puedes incluir texto, imágenes y video en las solicitudes de instrucciones y obtener respuestas de texto o código.

Puedes interactuar con la API de Gemini a través de los siguientes métodos:

• Usar Vertex AI Studio para realizar pruebas y generar comandos con rapidez
• Usar comandos cURL
• Usar el SDK de Vertex AI

Este lab se enfoca en el uso de los comandos cURL para llamar a la API de Gemini de Vertex AI.

Para obtener más información, consulta la documentación de IA generativa en Vertex AI.

Objetivos

En este lab, aprenderás a realizar las siguientes tareas:

• Instalar el SDK de Python.
• Usar la API de Gemini de Vertex AI para interactuar con cada modelo.
• Usar el modelo de Gemini Pro (gemini-pro) para generar texto a partir de instrucciones de texto.
• Usar el modelo de Gemini Pro Vision (gemini-pro-vision) para generar texto a partir de instrucciones de imagen y video.

Configuración y requisitos

Antes de hacer clic en el botón Comenzar lab

Lee estas instrucciones. Los labs son cronometrados y no se pueden pausar. El cronómetro, 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)

• Tiempo para completar el lab: Recuerda que, una vez que comienzas un lab, no puedes pausarlo.

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

1. Haga clic en el botón Comenzar lab. Si debe pagar por el lab, se abrirá una ventana emergente para que seleccione su forma de pago. A la izquierda, se encuentra el panel Detalles del lab, que tiene estos elementos:

   • El botón Abrir la consola de Google Cloud
   • El tiempo restante
   • Las credenciales temporales que debe 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: Ordene 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 podría generar cargos adicionales.

7. Haga 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 ver un menú con una lista de productos y servicios de Google Cloud, haz clic en el menú de navegación que se encuentra en la parte superior izquierda.

Tarea 1. Abre el notebook en Vertex AI Workbench

1. En el menú de navegación de la consola de Google Cloud, haz clic en Vertex AI > Workbench.

2. En la página Notebooks administrados por el usuario, busca el notebook generative-ai-jupyterlab y haz clic en el botón Abrir JupyterLab.

La interfaz de JupyterLab se abre en una pestaña nueva del navegador.

Tarea 2. Abre la carpeta generative-ai

1. Navega a la carpeta generative-ai en la parte izquierda del notebook.

2. Ve a la carpeta /gemini/getting-started.

3. Haz clic en el archivo intro_gemini_curl.ipynb.

4. Ejecuta las secciones Getting Started y, también, Import libraries del notebook.

   • Para Project ID, usa y para Location, usa .

En las siguientes secciones, ejecutarás las celdas del notebook para ver cómo utilizar la API de Gemini de Vertex AI con comandos cURL y, así, interactuar con el modelo de Gemini Pro (gemini-pro) y el modelo de Gemini Pro Vision (gemini-pro-vision).

Tarea 3: Usa el modelo de Gemini Pro

El modelo de Gemini Pro (gemini-pro) está diseñado para tareas de lenguaje natural como clasificación, resumen, extracción y escritura. En esta tarea, aprenderás a usar el modelo de Gemini Pro para generar texto a partir de una instrucción de texto.

1. En esta tarea, ejecutarás las celdas del notebook para ver cómo usar el modelo Gemini Pro para generar texto a partir de una instrucción de texto.

Tarea 4: Usa el modelo Gemini Pro Vision

El modelo de Gemini Pro Vision (gemini-pro-vision) es un modelo multimodal que permite incorporar imágenes y videos a las instrucciones de texto o chat para recibir una respuesta de texto.

1. En esta tarea, ejecutarás las celdas del notebook para ver cómo usar el modelo de Gemini Pro Vision para generar texto a partir de una imagen de un archivo local, una imagen de Google Cloud Storage y un archivo de video.

¡Felicitaciones!

¡Felicitaciones! En este lab, aprendiste con éxito a usar la API de Gemini de Vertex AI con comandos cURL y así interactuar con el modelo de Gemini Pro (gemini-pro) y el modelo de Gemini Pro Vision (gemini-pro-vision) para generar texto, agregar parámetros al modelo, chatear, generar texto a partir de una imagen local, generar texto a partir de una imagen en Google Cloud Storage y generar texto a partir de un archivo de video.

Próximos pasos y más información

• Consulta la documentación de la IA generativa en Vertex AI.
• Obtén más información sobre la IA generativa en el canal de YouTube Google Cloud Tech.
• Repo oficial de la IA generativa de Google Cloud
• Notebooks de Gemini de ejemplo

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: 8 de marzo de 2024

Prueba más reciente del lab: 8 de marzo de 2024

Copyright 2024 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.