GSP1278

Descripción general

En este lab, se proporciona una exploración integral de Gemini, los modelos avanzados de IA multimodal de Google. Con el SDK de IA generativa de Google para Python, aprenderás a interactuar con estos modelos a través de la API de Gemini, que abarca una amplia variedad de modalidades individuales, como texto, PDF, imagen, video, código y audio. Luego, profundizarás en la combinación de varias modalidades, lo que demostrará la capacidad de Gemini para procesar y analizar diversos formatos de datos de forma simultánea. Por último, explorarás un caso de uso real de comercio minorista o comercio electrónico, que demuestra las aplicaciones prácticas de Gemini para generar recomendaciones y mejorar las experiencias de los clientes.

Gemini

Gemini es una familia de potentes modelos de IA generativa desarrollados por Google DeepMind que son capaces de comprender y generar varias formas de contenido, como texto, código, imágenes, audio y video.

API de Gemini en Vertex AI

La API de Gemini en Vertex AI proporciona una interfaz unificada para interactuar con modelos de Gemini. Esto permite que los desarrolladores integren fácilmente estas potentes capacidades de IA a sus aplicaciones. Para conocer los detalles más recientes y las funciones específicas de las últimas versiones, consulta la documentación oficial de Gemini.

Modelos de Gemini

• Gemini Pro: Se diseñó para tareas de razonamiento complejo, como las siguientes:
  • Analizar y resumir grandes cantidades de información.
  • Razonamiento multimodal sofisticado (en texto, código, imágenes, etc.).
  • Resolución de problemas eficaz con bases de código complejas.
• Gemini Flash: Optimizado para velocidad y eficiencia, con las siguientes características:
  • Tiempos de respuesta de menos de un segundo y alta capacidad de procesamiento.
  • Alta calidad a un costo más bajo para una amplia variedad de tareas.
  • Funciones multimodales mejoradas, incluidas la comprensión espacial, nuevas modalidades de resultados (texto, audio, imágenes) y el uso de herramientas nativas (Búsqueda de Google, ejecución de código y funciones de terceros).

Requisitos previos

Antes de comenzar este lab, debes tener los siguientes conocimientos:

• Programación de Python básica
• Conceptos generales sobre APIs
• Ejecución de código de Python en un notebook de Jupyter en Vertex AI Workbench

Objetivos

En este lab, aprenderás a usar el SDK de IA generativa de Google para Python y a interactuar con el modelo de Gemini para hacer lo siguiente:

• Abordar situaciones individuales de texto, PDF, imágenes, videos, código y audio
• Considerar diferentes combinaciones de modalidades
• Ejecutar un caso de uso de comercio electrónico
• Comparar imágenes para buscar similitudes, anomalías o diferencias
• Comprender las relaciones entre entidades en diagramas técnicos

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.

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. Busca la instancia y haz clic en el botón Abrir JupyterLab.

La interfaz de JupyterLab para tu instancia de Workbench se abrirá en una pestaña nueva del navegador.

Nota: Si no ves notebooks en JupyterLab, sigue estos pasos adicionales para restablecer la instancia:

1. Cierra la pestaña del navegador de JupyterLab y vuelve a la página principal de Workbench.

2. Selecciona la casilla de verificación junto al nombre de la instancia y haz clic en Restablecer.

3. Después de que se vuelva a habilitar el botón Abrir JupyterLab, espera un minuto y, luego, haz clic en Abrir JupyterLab.

Tarea 2: Configura el notebook

1. Abre el archivo .

2. En el cuadro de diálogo Select Kernel, elige Python 3 en la lista de kernels disponibles.

3. Ejecuta la sección Getting Started del notebook. El ID y la ubicación del proyecto ya están configurados.

Nota: Si recibes una respuesta 429 de cualquiera de las ejecuciones de celda del notebook, espera un minuto antes de volver a ejecutar la celda para continuar.

Haz clic en Revisar mi progreso para verificar el objetivo. Instalar paquetes e importar bibliotecas

Tarea 3: Modalidades individuales

En esta sección, explorarás las múltiples modalidades que admite Gemini.

1. Revisa la sección Modalidades individuales del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Modalidades individuales en texto, imagen y PDF

Haz clic en Revisar mi progreso para verificar el objetivo. Modalidades individuales en el video

Haz clic en Revisar mi progreso para verificar el objetivo. Modalidades individuales en el audio

Nota: Si encuentras una respuesta ClientError 499 durante la ejecución de cualquier celda del notebook, lo que indica que la tarea se canceló antes de completarse, vuelve a ejecutar la celda de código.

Haz clic en Revisar mi progreso para verificar el objetivo. Modalidades individuales en la base de código

Tarea 4: Combinación de varias modalidades

En esta sección, explorarás la intercalación de varias modalidades con Gemini.

1. Ejecuta la sección Combinación de varias modalidades del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Combinación de varias modalidades a la vez

Tarea 5: Caso de uso: venta minorista o comercio electrónico

En esta sección, explorarás un caso de uso en el que se usa Gemini para hacer recomendaciones de venta minorista.

1. Revisa la sección Caso de uso: venta minorista o comercio electrónico del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Caso de uso de comercio electrónico

Tarea 6: Caso de uso: relaciones entre entidades en diagramas técnicos

En esta sección, explorarás un caso de uso en el que se utiliza Gemini para comprender diagramas y tomar medidas prácticas, como optimización o generación de código.

1. Ejecuta la sección Caso de uso: relaciones entre entidades en diagramas técnicos del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Relaciones entre entidades en diagramas técnicos

Tarea 7: Caso de uso: Compara imágenes para buscar similitudes, anomalías o diferencias

En esta sección, explorarás un caso de uso en el que se utiliza Gemini para comparar imágenes y, luego, identificar similitudes o diferencias entre objetos.

1. Ejecuta la sección Caso de uso: similitudes y diferencias del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Comparar imágenes para buscar similitudes, anomalías o diferencias

¡Felicitaciones!

En este lab, aprendiste a usar el modelo de Gemini para casos de uso multimodales. Puedes encontrar más información sobre Gemini en el sitio de documentación de Vertex AI que se indica a continuación.

Próximos pasos/Más información

Consulta los siguientes recursos para obtener más información sobre Gemini:

• Descripción general de Gemini
• Documentación sobre IA generativa en Vertex AI
• IA generativa en YouTube
• Explora la guía de soluciones de Vertex AI para ver una galería de notebooks seleccionada sobre la IA generativa en la que puedes realizar búsquedas.
• Explora otros notebooks y ejemplos en el repositorio de IA generativa de Google Cloud.

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.

Actualización más reciente del manual: 14 de octubre de 2025

Prueba más reciente del lab: 14 de octubre de 2025

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.