GSP1230

Présentation

Gemini est une famille de modèles d'IA générative développés par Google DeepMind, et conçus pour les cas d'utilisation multimodaux.

Pour les entreprises du secteur du commerce, les systèmes de recommandations améliorent l'expérience client et peuvent ainsi augmenter les ventes. Dans cet atelier, vous allez apprendre à utiliser le modèle Gemini pour créer rapidement un système de recommandations multimodales. Le modèle Gemini peut générer à la fois des recommandations et des explications à l'aide d'un modèle multimodal.

Dans cet atelier, vous allez partir d'une scène (par exemple, un salon) pour effectuer une analyse visuelle à l'aide du modèle Gemini. Vous verrez également comment utiliser le modèle Gemini pour recommander un article (par exemple, une chaise) à partir d'une liste de meubles en tant qu'entrée.

Gemini

Gemini est une famille de modèles d'IA générative puissants développés par Google DeepMind, capables de comprendre et de générer plusieurs formes de contenu, comme du texte, du code, des images, du son et des vidéos.

API Gemini dans Vertex AI

L'API Gemini dans Vertex AI fournit une interface unifiée pour interagir avec les modèles Gemini. Elle permet aux développeurs d'intégrer facilement ces puissantes fonctionnalités d'IA dans leurs applications. Pour connaître les dernières actualités et les fonctionnalités spécifiques des versions les plus récentes, veuillez consulter la documentation officielle sur Gemini.

Modèles Gemini

• Gemini Pro : conçu pour les tâches de raisonnement complexe, par exemple :
  • l'analyse et la synthèse de grands volumes d'informations ;
  • le raisonnement multimodal sophistiqué (sur du texte, du code, des images, etc.) ;
  • la résolution efficace de problèmes à l'aide de codebases complexes.
• Gemini Flash : optimisé pour être rapide et efficace, il offre :
  • des temps de réponse inférieurs à une seconde et un haut débit ;
  • une qualité élevée à moindre coût pour une grande variété de tâches ;
  • des fonctionnalités multimodales améliorées, dont une meilleure compréhension spatiale, de nouvelles modalités de sortie (texte, audio, images) et l'utilisation native d'outils (recherche Google, exécution de code et fonctions tierces).

Prérequis

Avant de commencer cet atelier, vous devez :

• avoir des connaissances de base en programmation Python ;
• connaître les concepts généraux sur les API ;
• savoir exécuter du code Python dans un notebook Jupyter dans Vertex AI Workbench.

Objectifs

Dans cet atelier, vous allez apprendre à effectuer les tâches suivantes :

• Utiliser le modèle Gemini (gemini-2.0-flash) pour effectuer une analyse visuelle
• Tenir compte de la multimodalité lors de la création de requêtes pour le modèle Gemini
• Créer une application de recommandation pour le secteur du commerce à l'aide du modèle Gemini

Préparation

Avant de cliquer sur le bouton "Démarrer l'atelier"

Lisez ces instructions. Les ateliers sont minutés, et vous ne pouvez pas les mettre en pause. Le minuteur, qui démarre lorsque vous cliquez sur Démarrer l'atelier, indique combien de temps les ressources Google Cloud resteront accessibles.

Cet atelier pratique vous permet de suivre les activités dans un véritable environnement cloud, et non dans un environnement de simulation ou de démonstration. Des identifiants temporaires vous sont fournis pour vous permettre de vous connecter à Google Cloud le temps de l'atelier.

Pour réaliser cet atelier :

• Vous devez avoir accès à un navigateur Internet standard (nous vous recommandons d'utiliser Chrome).

Remarque : Ouvrez une fenêtre de navigateur en mode incognito (recommandé) ou de navigation privée pour effectuer cet atelier. Vous éviterez ainsi les conflits entre votre compte personnel et le compte temporaire de participant, qui pourraient entraîner des frais supplémentaires facturés sur votre compte personnel.

• Vous disposez d'un temps limité. N'oubliez pas qu'une fois l'atelier commencé, vous ne pouvez pas le mettre en pause.

Remarque : Utilisez uniquement le compte de participant pour cet atelier. Si vous utilisez un autre compte Google Cloud, des frais peuvent être facturés à ce compte.

Démarrer l'atelier et se connecter à la console Google Cloud

1. Cliquez sur le bouton Démarrer l'atelier. Si l'atelier est payant, une boîte de dialogue s'affiche pour vous permettre de sélectionner un mode de paiement. Sur la gauche, vous trouverez le panneau "Détails concernant l'atelier", qui contient les éléments suivants :

   • Le bouton "Ouvrir la console Google Cloud"
   • Le temps restant
   • Les identifiants temporaires que vous devez utiliser pour cet atelier
   • Des informations complémentaires vous permettant d'effectuer l'atelier

2. Cliquez sur Ouvrir la console Google Cloud (ou effectuez un clic droit et sélectionnez Ouvrir le lien dans la fenêtre de navigation privée si vous utilisez le navigateur Chrome).

   L'atelier lance les ressources, puis ouvre la page "Se connecter" dans un nouvel onglet.

   Conseil : Réorganisez les onglets dans des fenêtres distinctes, placées côte à côte.

   Remarque : Si la boîte de dialogue Sélectionner un compte s'affiche, cliquez sur Utiliser un autre compte.

3. Si nécessaire, copiez le nom d'utilisateur ci-dessous et collez-le dans la boîte de dialogue Se connecter.

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

   Vous trouverez également le nom d'utilisateur dans le panneau "Détails concernant l'atelier".

4. Cliquez sur Suivant.

5. Copiez le mot de passe ci-dessous et collez-le dans la boîte de dialogue Bienvenue.

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

   Vous trouverez également le mot de passe dans le panneau "Détails concernant l'atelier".

6. Cliquez sur Suivant.

   Important : Vous devez utiliser les identifiants fournis pour l'atelier. Ne saisissez pas ceux de votre compte Google Cloud. Remarque : Si vous utilisez votre propre compte Google Cloud pour cet atelier, des frais supplémentaires peuvent vous être facturés.

7. Accédez aux pages suivantes :

   • Acceptez les conditions d'utilisation.
   • N'ajoutez pas d'options de récupération ni d'authentification à deux facteurs (ce compte est temporaire).
   • Ne vous inscrivez pas à des essais sans frais.

Après quelques instants, la console Cloud s'ouvre dans cet onglet.

Remarque : Pour accéder aux produits et services Google Cloud, cliquez sur le menu de navigation ou saisissez le nom du service ou du produit dans le champ Recherche.

Tâche 1 : Ouvrir le notebook dans Vertex AI Workbench

1. Dans la console Google Cloud, accédez au menu de navigation () et cliquez sur Vertex AI > Workbench.

2. Recherchez l'instance , puis cliquez sur le bouton Ouvrir JupyterLab.

L'interface JupyterLab de votre instance Workbench s'ouvre dans un nouvel onglet de navigateur.

Tâche 2 : Configurer le notebook

1. Ouvrez le fichier .

2. Dans la boîte de dialogue Select Kernel (Sélectionner le kernel), sélectionnez Python 3 dans la liste des kernels disponibles.

3. Parcourez les sections Getting Started (Premiers pas) et Import libraries (Importer des bibliothèques) du notebook.

   • Pour Project ID (ID du projet), utilisez et pour Location (Emplacement), utilisez .

Remarque : Vous pouvez ignorer les cellules du notebook avec la mention Colab only (Colab uniquement). Si l'exécution d'une cellule renvoie l'erreur 429, patientez une minute avant de la réexécuter pour poursuivre.

Cliquez sur Vérifier ma progression pour valider l'objectif. Installer le SDK Gen AI pour Python et importer des bibliothèques

Dans les sections suivantes, vous allez parcourir les cellules du notebook pour apprendre à utiliser les fonctionnalités multimodales du modèle Gemini.

Tâche 3 : Utiliser le modèle Gemini

Le modèle Gemini (gemini-2.0-flash) est un modèle multimodal qui permet d'ajouter des images et des vidéos dans des requêtes textuelles ou de chat pour obtenir une réponse textuelle.

1. Dans cette tâche, vous allez parcourir les cellules du notebook pour apprendre à utiliser le modèle Gemini afin de décrire en détail une pièce à partir de son image, en combinant du texte et une image dans une seule requête.

Cliquez sur Vérifier ma progression pour valider l'objectif. Utiliser le modèle Gemini pour décrire une pièce

Tâche 4 : Générer des recommandations ouvertes basées sur des connaissances intégrées

En utilisant la même image et la description de la pièce, vous pouvez demander au modèle de recommander un meuble qui serait adapté. Notez que le modèle peut choisir n'importe quel meuble à recommander à partir de ses seules connaissances intégrées.

1. En utilisant la même image et la description de la pièce, parcourez les cellules du notebook pour apprendre à utiliser le modèle Gemini afin de recommander un meuble qui serait adapté.

Cliquez sur Vérifier ma progression pour valider l'objectif. Utiliser le modèle Gemini pour recommander un meuble

Tâche 5 : Générer des recommandations basées sur les images fournies

Au lieu de générer des recommandations ouvertes, vous pouvez aussi fournir une liste d'articles à partir de laquelle le modèle pourra choisir un meuble. Dans cette section, vous allez télécharger quelques images de chaises et les définir comme options pouvant être recommandées par le modèle Gemini. Cela est particulièrement utile pour les entreprises du secteur du commerce qui souhaitent fournir des recommandations aux utilisateurs en fonction de leurs pièces et des articles disponibles en magasin.

1. Dans cette tâche, vous allez parcourir les cellules du notebook pour apprendre à utiliser le modèle Gemini afin de recommander un meuble à partir d'une liste d'articles.

Cliquez sur Vérifier ma progression pour valider l'objectif. Utiliser le modèle Gemini pour recommander un article à partir d'une sélection

Félicitations !

Félicitations ! Dans cet atelier, vous avez découvert comment créer un système de recommandations multimodales pour des meubles à l'aide de Gemini. Vous avez appris à utiliser le modèle Gemini pour effectuer une analyse visuelle et à tenir compte de la multimodalité dans les requêtes que vous envoyez au modèle Gemini. Cet atelier vous a montré que vous pouviez facilement créer un système de recommandations multimodales pour des meubles à l'aide de Gemini. Vous pouvez suivre la même approche pour :

• recommander des vêtements en fonction d'un événement ou de l'image d'un lieu ;
• recommander du papier peint en fonction d'une pièce et de sa décoration.

Étapes suivantes et informations supplémentaires

Consultez les ressources suivantes pour en savoir plus sur Gemini :

• Présentation de Gemini
• Documentation sur l'IA générative sur Vertex AI
• Chaîne YouTube sur l'IA générative
• Livre de recettes Vertex AI, doté d'un index de recherche et proposant une sélection de notebooks pour l'IA générative
• Dépôt Google Cloud pour l'IA générative, contenant d'autres notebooks et exemples

Formations et certifications Google Cloud

Les formations et certifications Google Cloud vous aident à tirer pleinement parti des technologies Google Cloud. Nos cours portent sur les compétences techniques et les bonnes pratiques à suivre pour être rapidement opérationnel et poursuivre votre apprentissage. Nous proposons des formations pour tous les niveaux, à la demande, en salle et à distance, pour nous adapter aux emplois du temps de chacun. Les certifications vous permettent de valider et de démontrer vos compétences et votre expérience en matière de technologies Google Cloud.

Dernière mise à jour du manuel : 17 avril 2025

Dernier test de l'atelier : 17 avril 2025

Copyright 2025 Google LLC. Tous droits réservés. Google et le logo Google sont des marques de Google LLC. Tous les autres noms d'entreprises et de produits peuvent être des marques des entreprises auxquelles ils sont associés.