So integrieren Sie Vertex AI Schritt für Schritt und unkompliziert in Google Cloud

In einer Welt, in der künstliche Intelligenz verändert die Art und Weise, wie wir mit Daten und Anwendungen interagieren. Google hat eine seiner leistungsstärksten Lösungen auf den Tisch gelegt: Vertex AI in Google Cloud. Diese Plattform soll die Bereitstellung von KI-Modellen in einer skalierbaren, sicheren Umgebung erleichtern, die vollständig in das Google Cloud-Ökosystem integriert ist.

Mit Tools, die von der Erstellung benutzerdefinierter Modelle bis zur Integration intelligenter Chatbots reichen, bietet Vertex AI (über das wir bereits in dieser Artikel) ist zu einer wichtigen Option für Unternehmen und Entwickler geworden, die die Implementierung maschinell lernender Lösungen vereinfachen möchten. In diesem Artikel werden wir Schritt für Schritt sehen, wie Integrieren Sie Vertex AI in Google Cloud, einschließlich Anwendungsfälle, Ersteinrichtung, erforderliche Berechtigungen, API-Schlüsselverwaltung und vieles mehr.

Was ist Vertex AI und warum sind Sie an der Integration interessiert?

Scheitelpunkt AI es eine umfassende Plattform für maschinelles Lernen innerhalb der Google Cloud das alle KI-Dienste an einem Ort vereint. Vom Training bis zur Vorhersage ermöglicht es Datenteams, effizienter zu arbeiten. Dies sind einige seiner Funktionen:

• Attributspeicher.
• Erstellung von Chatbots.
• Schnelle Bereitstellung von Echtzeitvorhersagen.
• Trainieren benutzerdefinierter Modelle.

Das Beste daran ist, dass Sie kein KI-Experte sein müssen, um es zu verwenden. Von kleinen Startups bis hin zu großen Unternehmen, Vertex AI demokratisiert den Zugang zu künstlicher Intelligenz.

Erste Projekteinrichtung in Google Cloud

Bevor Sie Vertex AI in Ihre Anwendungen oder Arbeitsabläufe integrieren können, benötigen Sie ein aktives Projekt in Google Cloud. Dies sind die wesentlichen Schritte für den Einstieg:

1. Greifen Sie auf Ihr Google Cloud-Konto zu. Wenn Sie noch keins haben, können Sie kostenlos eines erstellen und 300 $ als Werbeguthaben erhalten.
2. Auswählen oder Erstellen eines Projekts aus dem Projektauswahl in der Google Cloud-Konsole. Stellen Sie sicher, dass Sie ihm einen eindeutigen Namen geben.
3. Abrechnung aktivieren in diesem Projekt, da es notwendig ist, die Dienste zu aktivieren.
4. Aktivieren Sie die Vertex AI API Suchen Sie in der oberen Leiste nach „Vertex AI“ und aktivieren Sie von dort aus die API.

Sobald dies erledigt ist, können Sie die leistungsstarken Dienste von Vertex AI in Google Cloud nutzen.

Erforderliche Berechtigungen und Identitäten: IAM und Service-Agenten

Um Vertex AI in Google Cloud zu integrieren und damit diese Funktion in Ihrem Projekt korrekt funktioniert, ist es wichtig, die entsprechenden Berechtigungen. Dabei handelt es sich sowohl um den Benutzer als auch um den Service-Agenten, der im Auftrag des Systems handelt.

Die Schlüsselkomponente zum Speichern und Wiederverwenden von Modellattributen ist Vertex AI Feature Store, das einen Service-Agenten in dieser Form verwendet:

service-[PROJECT_NUMBER]@gcp-sa-aiplatform.iam.gserviceaccount.com

Dieser Agent muss über die Berechtigung verfügen, auf Ihre Projektdaten zuzugreifen. Wenn sich die Daten in einem anderen Projekt als dem Attributspeicher befinden, müssen Sie dem Agenten manuell Zugriff gewähren aus dem Projekt, in dem sich die Daten befinden.

Da vordefinierte IAM-Rollen für verschiedene Benutzertypen:

• DevOps und IT-Management: featurestoreAdmin oder featurestoreInstanceCreator.
• Dateningenieure und -wissenschaftler: featurestoreResourceEditor und featurestoreDataWriter.
• Analysten und Forscher: featurestoreResourceViewer und featurestoreDataViewer.

Durch die ordnungsgemäße Zuweisung dieser Berechtigungen wird sichergestellt, dass jedes Team mit den benötigten Ressourcen arbeiten kann, ohne die Systemsicherheit zu gefährden.

So erhalten und richten Sie den API-Schlüssel für Vertex AI ein

Damit externe Dienste mit Vertex AI kommunizieren können, ist es notwendig, eine privater API-Schlüssel. Hier erklären wir Schritt für Schritt, wie es geht:

1. Erstellen eines Dienstkontos aus der Konsole unter „IAM & Administration → Service Accounts“.
2. Weisen Sie die Rolle „Vertex AI Service Agent“ zu während der Erstellung. Dies ist der Schlüssel zur Handlungsfähigkeit im Projekt.
3. Generiert einen Schlüssel vom Typ JSON aus der Registerkarte „Schlüssel“. Speichern Sie die Datei sorgfältig, da sie Ihr Einstieg in die externe Integration ist.

Kopieren Sie dann einfach den JSON-Inhalt in das entsprechende Feld auf der Plattform, mit der Sie eine Verbindung herstellen möchten, z. B. AI Content Labs.

 

Erstellen von Chatbots mit Vertex AI Search and Conversation

Eines der vielseitigsten Tools, auf das wir nach der Integration von Vertex AI in Google Cloud zugreifen können, ist das Erstellung von intelligente Gesprächsassistenten. Mit Vertex AI-Suche und Konversation Hündinnen:

• PDF-Dokumente hochladen und ermöglichen Sie dem Bot, Fragen basierend auf ihrem Inhalt zu beantworten.
• Entwickeln Sie benutzerdefinierte Assistenten die auf bestimmte Themen eingehen.
• Verwenden von Dialogflow CX für erweiterte Anpassungen.

Ein wichtiges Detail ist die Sprache des Agenten richtig konfigurieren. Wenn die PDFs auf Spanisch sind und der Bot auf Englisch konfiguriert wurde, funktioniert er nicht wie erwartet.

Integrieren Sie Vertex AI in Ihre eigenen Anwendungen

Es macht keinen Sinn, einen leistungsstarken Assistenten zu erstellen, wenn Sie ihn nicht auf Ihrer Website oder mobilen App verwenden können. Glücklicherweise, Google ermöglicht die einfache Integration in verschiedenen Umgebungen:

• Vertex AI Search ermöglicht Chatbot einbetten direkt auf Webseiten oder mobilen Anwendungen.
• Vertex AI Conversation ist in Plattformen wie Dialogflow CX integriert, erweitert die Kompatibilität mit mehr Geschäftslösungen.

Das bedeutet, dass Sie innerhalb von Minuten einen KI-gestützten Chatbot auf Ihrer Site haben können, der vollständig von der Google Cloud-Infrastruktur unterstützt wird.

Quoten, Grenzen und bewährte Verfahren

Wie jedes Google Cloud-Produkt verfügt Vertex AI über Nutzungsgebühren Es ist ratsam, Folgendes zu überprüfen:

• Begrenzung der Anzahl der Online-Lieferknoten.
• Menge von Anfragen pro Minute zum Feature Store zugelassen.

Diese Kontingente tragen dazu bei, das System für alle Benutzer stabil zu halten und Aktionen zu erkennen, die sich auf Ihre Abrechnung auswirken könnten. Beim Einrichten einer Produktionsumgebung ist es immer ratsam Benachrichtigungen einstellen auf Google Cloud Monitoring.

Vertex AI stellt den nächsten Schritt in die Entwicklung künstlicher Intelligenz in der realen Welt. Von der Ersteinrichtung bis hin zu komplexen Integrationen bietet dieses Tool alles, was Sie als Entwickler, Datenwissenschaftler oder IT-Experte brauchen, um Ihnen das Leben zu erleichtern. Die Integration von Vertex AI in Google Cloud ist eine großartige Möglichkeit, Ihr nächstes digitales Projekt zu starten.