GSP1230

Descripción general

Gemini es una familia de modelos de IA generativa que desarrolló Google DeepMind y que están diseñados para casos de uso multimodales.

En las empresas de venta minorista, los sistemas de recomendación mejoran la experiencia de los clientes, lo que puede aumentar las ventas. En este lab, aprenderás a usar el modelo de Gemini para crear rápidamente un sistema de recomendación multimodal. El modelo de Gemini puede ofrecer recomendaciones y explicaciones a través de un modelo multimodal.

En este lab, comenzarás con una escena (p. ej., una sala de estar) y usarás el modelo de Gemini para ejecutar una comprensión visual. También investigarás cómo se puede usar el modelo de Gemini para recomendar un artículo (p. ej., una silla) a partir de una lista de muebles.

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 hacer lo siguiente:

• Usar el modelo de Gemini (gemini-2.0-flash) para ejecutar la comprensión visual
• Considerar la multimodalidad cuando escribas instrucciones para el modelo de Gemini
• Crear una aplicación de recomendaciones para venta minorista con el modelo de Gemini

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 el SDK de IA generativa para Python e importar bibliotecas

En las siguientes secciones, ejecutarás las celdas del notebook para ver cómo usar las capacidades multimodales del modelo de Gemini.

Tarea 3. Usa el modelo de Gemini

El modelo de Gemini (gemini-2.0-flash) es un modelo multimodal que permite agregar 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 para describir una habitación en detalle a partir de su imagen, combinando imagen y texto en una sola instrucción.

Haz clic en Revisar mi progreso para verificar el objetivo. Usar el modelo de Gemini para describir una habitación

Tarea 4. Genera recomendaciones abiertas basadas en conocimientos integrados

Con la misma imagen, puedes pedirle al modelo que recomiende un mueble que se adapte a la descripción de la habitación. Ten en cuenta que el modelo puede elegir cualquier mueble para recomendar en este caso y puede hacerlo solo con sus conocimientos integrados.

1. Usando la misma imagen, ejecuta las celdas del notebook para ver cómo usar el modelo de Gemini para recomendar un mueble que se adapte a la habitación, junto con una descripción de ella.

Haz clic en Revisar mi progreso para verificar el objetivo. Usar el modelo de Gemini para recomendar un mueble

Tarea 5. Genera recomendaciones basadas en las imágenes que se proporcionan

En lugar de mantener la recomendación abierta, también puedes proporcionar una lista de elementos para que el modelo elija. En esta sección, descargarás algunas imágenes de sillas y las establecerás como opciones que pueda recomendar el modelo de Gemini. Esta función es muy útil para las empresas de venta minorista que desean entregar recomendaciones a los usuarios basadas en el tipo de habitación que tienen y los artículos disponibles en la tienda.

1. En esta tarea, ejecutarás las celdas del notebook para ver cómo usar el modelo de Gemini para recomendar un mueble desde una lista de artículos.

Haz clic en Revisar mi progreso para verificar el objetivo. Usar el modelo de Gemini para recomendar un artículo de una selección

¡Felicitaciones!

¡Felicitaciones! En este lab, exploraste correctamente cómo crear un sistema de recomendación multimodal de muebles con Gemini. Aprendiste a usar el modelo de Gemini para hacer una comprensión visual y a considerar la multimodalidad para crear instrucciones para el modelo de Gemini. En este lab, se demostró que puedes crear fácilmente un sistema de recomendación multimodal de muebles con Gemini, pero también puedes usar un enfoque similar para las siguientes tareas:

• Recomendar indumentaria según una ocasión o la imagen de un recinto
• Recomendar un papel tapiz según la habitación y su distribución

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: 17 de abril de 2025

Prueba más reciente del lab: 17 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.