Enrichissement du portefeuille de Vertex AI #
L’extension notable est Gemini 1.5 Pro, qui peut traiter jusqu’à un million de tokens contextuels, une avancée qui pourrait potentiellement éliminer le besoin d’affiner les modèles ou d’utiliser la génération augmentée de récupération (RAG) pour corriger les réponses du modèle.
En outre, Gemini 1.5 Pro a la capacité de traiter les flux audio, y compris la parole et le son des vidéos. Cette capacité multimodale de traitement audio permet aux utilisateurs d’obtenir des informations précieuses à partir de textes, d’images, de vidéos et de sons. De plus, ce modèle prend en charge la transcription, qui peut être utilisée pour rechercher du contenu audio et vidéo.
Améliorations apportées à Imagen 2 et arrivée de Codegemma #
Le LLM Imagen 2 de Google Cloud a également évolué, avec de nouvelles fonctionnalités telles que l’édition de photos, la création de vidéos de 4 secondes et la génération d’images en direct à partir de prompts textuels. Tandis que la fonction de création d’images en direct est encore en mode preview, les capacités d’édition de photos et le filigrane numérique, qui marque les images générées par l’IA, sont généralement disponibles. CodeGemma, un modèle léger de la famille propriétaire Gemma, a également été ajouté aux mises à jour LLM de Vertex AI.
À lire Maison à vendre : berné, Stéphane Plaza décide d’annuler la vente en direct
Pour aider les entreprises à obtenir des réponses plus précises de leurs modèles de base, Google a permis aux équipes d’utiliser des LLM dans Google Search ainsi que leurs propres données via Vertex AI. En effet, les modèles de base sont limités par leurs données d’entraînement, qui peuvent rapidement devenir obsolètes et ne pas inclure les informations nécessaires pour les cas d’utilisation de l’entreprise. Cette intégration avec Google Search peut améliorer de manière significative la précision des réponses.
Extension des capacités de MLops dans Vertex AI #
Google Cloud a étendu les capacités de MLops de Vertex AI pour aider les entreprises dans leurs tâches d’apprentissage machine. L’une des fonctionnalités étendues, Prompt Management, aide les équipes à expérimenter avec des prompts, à migrer des prompts et à suivre les paramètres. Cela fournit une bibliothèque de prompts utilisés par les équipes, y compris les versions, l’option de restauration des anciennes prompts et les suggestions générées par l’IA pour améliorer les performances des requêtes.
La mystérieuse fin de Stranger things : même le casting est dans l’ombre
Prompt Management permet également aux entreprises de comparer les itérations de prompts côte à côte afin d’évaluer l’impact de petits changements sur les résultats. Les équipes peuvent également prendre des notes sur les résultats. Parmi les autres fonctionnalités étendues, on trouve des outils d’évaluation, dont un actuellement en mode preview pour évaluer les performances du modèle lors de l’itération de la conception du prompt.
Introduction d’un agent builder pour Vertex AI #
Dans le but de rivaliser avec d’autres géants de l’industrie tels que Microsoft et AWS, Google Cloud a lancé une offre d’agent builder basée sur l’IA générative. Nommée Vertex AI Agent Builder, cette offre sans code, qui combine Vertex AI Search et le portefeuille de produits Conversation de la firme, propose une gamme d’outils pour construire plus rapidement des chatbots étayés par les LLM Gemini.
À lire Un enfant sur 10 a des migraines et c’est très souvent plus que un simple mal de tête
Grâce à son système RAG prêt à l’emploi, Vertex AI Search, l’offre no-code permet de créer des agents plus rapidement que les techniques RAG traditionnelles, qui peuvent être longues et compliquées. Pour des implémentations encore plus complexes, l’Agent Builder propose également une recherche vectorielle pour construire des systèmes RAG basés sur des embeddings personnalisés.
- Les extensions Vertex AI sont des modules réutilisables préconstruits pour connecter un LLM à une API ou un outil spécifique.
- Les fonctions Vertex AI aident les développeurs à décrire un ensemble de fonctions ou d’API et à faire en sorte que Gemini sélectionne intelligemment, pour une requête donnée, la bonne API ou fonction à appeler, ainsi que les paramètres API appropriés.
- Les connecteurs de données permettent d’ingérer des données provenant d’entreprises et d’applications tierces comme ServiceNow, Hadoop et Salesforce.
En complément de toutes ces mises à jour de Vertex AI, Google a intégré Gemini à son offre de business intelligence, Looker. Cette intégration donne à la plateforme des capacités d’analyse conversationnelle, de génération de rapports et de formules, LookML et d’assistance à la visualisation, ainsi que de génération automatisée de diapositives Google. La suite d’offres d’analyse de données bénéficie également de ces autres mises à jour, à savoir le lancement d’une version gérée d’Apache Kafka pour BigQuery et l’interrogation continue pour le même service.
Avec ces avancées, Vertex AI continue de repousser les limites de l’apprentissage automatique et de l’IA générative. Que ce soit par l’extension de ses capacités de LLM, l’enrichissement de son portefeuille de produits ou la mise à disposition d’outils innovants, la plateforme s’efforce de faciliter la création, le déploiement et la gestion de l’IA pour les entreprises. À mesure que la technologie continue d’évoluer, nous pouvons nous attendre à voir de nouvelles fonctionnalités et améliorations révolutionnaires dans le domaine de l’IA.
