מעבר מ-AutoML text אל Gemini

‫Gemini הוא משפחה של מודלים של AI גנרטיבי שפותחו על ידי Google ומיועדים לתרחישי שימוש מרובי-מוֹדָלִים. אם עוד לא השתמשתם במודלים של Gemini ב-Vertex AI, כדאי לעיין במאמר מבוא ל-AI גנרטיבי.

היתרונות המרכזיים של Gemini כוללים:

  • ביצועים משופרים: המודלים הגדולים של השפה (LLM) העדכניים ביותר, כמו Gemini Flash 1.5, מציגים הבנה טובה יותר במגוון משימות של שפה טבעית בהשוואה למודל הטקסט של AutoML. למידע נוסף, אפשר לעיין בדו"ח הטכני שזמין לציבור ופורסם על ידי צוות Gemini.

  • גמישות: Gemini מאפשר גם יצירת הנחיות (התאמה מהירה) וגם כוונון עדין (התאמה אישית מעמיקה), כדי לענות על צרכים שונים של פרויקטים. הגמישות הזו מאפשרת ליצור אב טיפוס, לבדוק ולפרוס במהירות באמצעות הנחיות, עם אפשרות לכוונן את משקלי המודל של Gemini כדי להשיג ביצועים אופטימליים במשימות ספציפיות. ‫Vertex AI מציע גם כוונון עדין מבוסס-מסוף וגם אפשרויות SDK ו-API לשליטה פרוגרמטית.

  • יכולות מולטי-מודאליות ורב-תכליתיות: Gemini יכול לעבד טקסט, תמונות וקטגוריות אחרות. הגישה הזו מאפשרת שימוש עקבי בפורמט ובמודל יחידים במגוון משימות. הגמישות הזו מאפשרת להתאים בקלות את התהליך לאפליקציות שונות, וכך לייעל ולזרז את מאמצי הפיתוח.

‫Gemini תומך ברוב התכונות שזמינות ב-AutoML text. עם זאת, יש הבדלים, וספריות הלקוח לא תומכות בתאימות לאחור של שילוב הלקוח. במילים אחרות, כדי ליהנות מהתכונות של Gemini, צריך לתכנן את העברת המשאבים.

אם אתם מתכננים פרויקט חדש, כדאי לבנות את הקוד, העבודה, מערך הנתונים או המודל באמצעות Gemini. כך תוכלו ליהנות מהתכונות החדשות ומהשיפורים בשירותים ברגע שהם יהיו זמינים.

כדי לעדכן את הקוד, המשימות, מערכי הנתונים והמודלים הקיימים מ-AutoML Text ל-Gemini, מומלץ לבצע את השלבים הבאים.

  1. במאמר Gemini למשתמשי AutoML text מוסבר על ההבדלים העיקריים בין Gemini לבין AutoML text.

  2. בודקים אם יש שינויים פוטנציאליים בתמחור (ראו תמחור של מיגרציה ל-Gemini).

  3. כדאי לערוך רשימה של Google Cloud הפרויקטים, הקוד, המשימות, מערכי הנתונים, המודלים והמשתמשים שיש להם גישה ל-AutoML text. אפשר להשתמש במידע הזה כדי להחליט אילו משאבים להעביר וכדי לוודא שלמשתמשים הנכונים יש גישה למשאבים שהועברו.

  4. בודקים אם יש שינויים בתפקידי IAM, ואז מעדכנים את חשבונות השירות והאימות של המשאבים.

  5. מעבירים את המשאבים באחת משתי השיטות הבאות:

  6. כאן אפשר לראות את המיקומים שבהם Gemini זמין.

  7. זיהוי השימוש בממשקי AutoML Text API כדי לקבוע באילו מהאפליקציות שלכם נעשה בהם שימוש, וכדי לזהות את הקריאות לשיטות שאתם רוצים להעביר.

  8. כדאי לעדכן את האפליקציות ואת תהליכי העבודה כדי להשתמש ב-Gemini.

  9. תכנון המעקב אחר מכסת הבקשות. מידע נוסף זמין במאמר בנושא מכסות ומגבלות.

תמחור של מעבר ל-Gemini

ההעברה היא בחינם. אחרי המיגרציה, עדיין אפשר להשתמש במשאבים מדור קודם ב-AutoML text עד שהשירות ייסגר ביוני 2025. כדי להימנע מעלויות מיותרות, כדאי להשבית או למחוק משאבים מדור קודם אחרי שמוודאים שהאובייקטים הועברו בהצלחה.

התמחור של Gemini בהשוואה לתמחור של AutoML Text

התמחור של Gemini בדרך כלל זול יותר בהשוואה למשימות מקבילות ב-AutoML text. התמחור של Gemini נקבע לפי אופן השימוש במודל: רק הנדסת הנחיות, רק כוונון עדין או שילוב של שניהם. מידע נוסף זמין במאמרים על תמחור של AutoML Text ועל תמחור של Gemini.

במודלים של חילוץ ישויות, חשוב לזכור שהפלט של המודל עשוי להיות גבוה יותר כי הפלט הוא הנתונים המובנים המלאים.

זיהוי השימוש בממשקי API של AutoML Text

אתם יכולים לקבוע באילו מהאפליקציות שלכם נעשה שימוש בממשקי AutoML API, וגם באילו שיטות נעשה בהם שימוש. המידע הזה יעזור לכם להחליט אם צריך להעביר את הקריאות האלה ל-Gemini API:

ניהול שינויים בתפקידים ובהרשאות ב-IAM

‫Vertex AI מספק את התפקידים הבאים של ניהול זהויות והרשאות גישה (IAM):

  • aiplatform.admin
  • aiplatform.user
  • aiplatform.viewer

כבר לא צריך להשתמש במערכי נתונים של Vertex AI. אפשר לאחסן נתונים לצורך כוונון עדין ב-Gemini רק ב-Cloud Storage.

מידע נוסף על תפקידים ב-IAM זמין במאמר בנושא בקרת גישה.

המאמרים הבאים