GSP1264

Descripción general

La fundamentación en Vertex AI te permite usar modelos de texto generativo para generar contenido basado en tus propios documentos y datos. Esta función permite que el modelo acceda a la información en el entorno de ejecución que va más allá de los datos de entrenamiento. Cuando se fundamentan las respuestas del modelo en los resultados de la Búsqueda de Google o en almacenes de datos en Vertex AI Search, los LLM fundamentados en datos pueden producir respuestas más exactas, actualizadas y pertinentes.

La fundamentación ofrece los siguientes beneficios:

- Reduce las alucinaciones del modelo (instancias en las que el modelo genera contenido que no es fáctico). - Basa las respuestas del modelo en información, documentos y fuentes de datos específicos. - Mejora la confiabilidad, la exactitud y la aplicabilidad del contenido generado.

Hay dos opciones de fuentes de fundamentación que puedes configurar en Vertex AI:

1. Puedes usar los resultados de la Búsqueda de Google para los datos que están indexados y disponibles públicamente.

• Si usas este servicio en una aplicación de producción, también deberás usar un punto de entrada de la Búsqueda de Google.

2. Puedes usar almacenes de datos en Vertex AI Search, que pueden incluir sus propios datos en forma de datos de sitios web, datos no estructurados o datos estructurados.

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 realizar las siguientes tareas:

• Generar respuestas de texto y respuestas de modelos de chat mediante LLM fundamentadas en resultados de la Búsqueda de Google
• Comparar los resultados de las respuestas de LLM sin fundamentar con las respuestas de LLM fundamentadas.
• Crear y usar un almacén de datos en Vertex AI Search para fundamentar respuestas en documentos y datos personalizados
• Generar respuestas de texto y respuestas de modelos de chat mediante LLM fundamentadas en resultados de Vertex AI Search

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.

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 las secciones Getting Started e Import libraries del notebook.

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

Nota: Puedes omitir las celdas del notebook que tienen la indicación Colab only. Si recibes una respuesta 429 de cualquiera de las ejecuciones de celda del notebook, espera 1 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: Aplica la fundamentación en los resultados de la Búsqueda de Google

1. Ejecuta la sección Ejemplo: Aplica la fundamentación en los resultados de la Búsqueda de Google del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Aplicar la fundamentación en los resultados de la Búsqueda de Google

Tarea 4: Crea un almacén de datos de Vertex AI

En esta sección, crearás un almacén de datos de Vertex AI en la consola de Cloud.

1. En el cuadro de búsqueda superior, ingresa AI Applications y selecciona AI Applications de los resultados.

2. En la página de destino Welcome to AI Applications, haz clic en CONTINUE AND ACTIVATE THE API.

3. Ve a la página Almacenes de datos > Crear almacén de datos.

4. En el panel Selecciona una fuente de datos, elige la opción Contenido de sitios web.

5. En el panel Especifica los sitios web para tu almacén de datos, asegúrate de que la opción Indexación avanzada de sitios web está desactivada.

6. En el campo Sitios que deben incluirse, ingresa lo siguiente:

cloud.google.com/generative-ai-app-builder/*

7. Haz clic en Continuar.

8. En el panel Configura tu almacén de datos, selecciona global (Global) como la ubicación de tu almacén de datos.

9. Ingresa un nombre para tu almacén de datos. Toma nota del ID que se genera, ya que lo necesitarás más adelante.

10. Haz clic en Crear.

Haz clic en Revisar mi progreso para verificar el objetivo. Crear un almacén de datos de Vertex AI

Tarea 5: Crea una aplicación de Vertex AI Search

En esta sección, crearás una aplicación de Vertex AI Search en la consola de Cloud.

1. Ve a la página Apps > Crear app.

2. En la página Crear app, en Buscar tu sitio web, haz clic en Crear.

3. Asegúrate de que la opción Funciones de la edición Enterprise esté activada.

4. En el campo Nombre de tu app ingresa un nombre para ella. El ID de la app aparece debajo del nombre.

5. En el campo Nombre externo de tu organización o empresa, ingresa el nombre de la organización o empresa. Para este instructivo, puedes usar Google Cloud, ya que la app buscará un sitio web de Google Cloud.

6. Selecciona global (Global) como la ubicación de tu app y, luego, haz clic en Continuar.

7. En la lista de almacenes de datos, selecciona el que creaste anteriormente y, luego, haz clic en Crear.

Nota: Una vez creada, deberás esperar al menos 5 minutos para que la aplicación indexe los sitios web incluidos en la búsqueda. Espera a que se cree el índice antes de continuar con las siguientes celdas del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Crear una aplicación de Vertex AI Search

Tarea 6: Aplica la fundamentación en documentos y datos personalizados

1. Revisa la sección Ejemplo: Aplica la fundamentación en documentos y datos personalizados del notebook. Usa el ID del almacén de datos creado en las tareas anteriores cuando sea necesario.

Haz clic en Revisar mi progreso para verificar el objetivo. Aplicar la fundamentación en documentos y datos personalizados

Tarea 7: Obtén respuestas de chat fundamentadas

1. Revisa la sección Ejemplo: Obtén respuestas de chat fundamentadas del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Obtener respuestas de chat fundamentadas

¡Felicitaciones!

En este lab, aprendiste a basar los modelos de lenguaje grandes (LLM) en la Búsqueda de Google y en fuentes de datos personalizadas. Al momento de comparar las respuestas de LLM fundamentadas y no fundamentadas, viste el impacto significativo que tiene la fundamentación en la calidad y la exactitud de las respuestas. Además, adquiriste experiencia práctica creando y usando un almacén de datos en Vertex AI Search, lo que te permitió fundamentar modelos de LLM de texto y chat en tus propios documentos y datos.

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.

Última actualización del manual: 3 de abril de 2025

Prueba más reciente del lab: 3 de abril 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.