こんにちは。SCSKの島村です。
Google Cloudの生成系AIをいくつご存知でしょうか。
「Bard」（バード）については既にご存知の方も多いのではないでしょうか。
本ブログでは、これからGA予定のサービスを含め、Google I/O 2023でも発表されたGoogle Cloudの生成系AIサービスについてご紹介できればと思います。（執筆日時：2023/06/19）
＊最新情報については、Google Cloud公式ドキュメント
「Google Cloud ブログ| ニュース、機能、およびお知らせ | Google Cloud 公式ブログ」をご確認ください。
Google Cloudの生成系AIサービス
| 2023/06/19時点で発表されているGoogle Cloud の生成系AIサービス | |
|---|---|
| Generative AI support on Vertex AI |
Generative AI Studio2023年6月7日にGA/tuningについてはPreview Model Garden＊2023年6月7日：GA 2023年6月7日にGAになった機能およびモデルは以下となる。
2023年6月19日時点Preview
Vertex AI Codey APIs＊2023年6月7日：Preview |
| Generative AI App Builder | ＊2023年6月19日時点：TRUSTED TESTERSのみ利用可能 Generative AI App Builderでは、生成系AIを搭載したチャットボットや検索アプリケーションをスピーディに構築・展開するためのサービス Enterprise Searchマルチモーダルな検索基盤（セマンティック検索・要約）を素早く構築可能 データについてもクラウド内で安全に保護される。 Conversation AI企業特有の大規模で複雑なデータセットを取り込むことで、スピーディに chatbotを構築可能 |
| Duet AI for Google Cloud | ＊2023年6月19日時点：TRUSTED TESTERSのみ利用可能
生成系 AIを搭載したモデルコード アシスタントやチャット アシスタントを通して、安全で拡張性の高いアプリケーションの構築を支援することが可能となるサービス |
2023/06/19時点での情報を紹介しております。最新情報については、Google Cloud のランディングページを確認ください。
Tips.そもそも生成系AIって？
ざっくり説明です。ご了承ください。
機械学習やAIと聞くと、文字や物体の認識といった何かしらのパターンを「識別」するためのものだというイメージが強いかもしれません。
こうした、「認識」以外にも「生成」といったモデルが機械学習には存在します。
- 識別モデル：訓練データを学習して、入力の条件付き予測確率を出力するモデル。
⇒ 入力画像が「猫」「犬」なのかを確率で表すようなモデル - 生成モデル：訓練データを学習してそれらと似たデータを生成できるモデル。
⇒ 「猫」そのものを生成できるようなモデル
（確率分布を推定：元のデータがどんな分布かを推定して、その分布に基づいて、元データと同じようなものを生成する。）
「Bard」さんにも聞いてみました。
「識別」モデルと「生成」モデルについて少しは整理できたのではないでしょうか。
以降は、実際にGoogle Cloud の生成系AIについて触ってみましたので、詳細が気になる方は是非ご一読下さい。
【使ってみた‼】Generative AI Studio
Vertex AI 「Generative AI Studio」についてGAになったということで触ってみました。
Google Cloud コンソールより [Vertex AI]-[Generative AI Studio]より、利用が可能です。
データ形式を選択することでプロンプトの設計が可能です。
（今回は[言語]をクリックしてみます。）
独自のプロンプトを作成することもきますが、「サンプルプロンプト」として既に用意されたプロンプトについても利用可能です。
[TEXT PROMPT]から開始を押すと、下のような設計画面に遷移します。
[Prompt]に試しにテキストを打ってみましょう。
（今回は「What’s AI?」と入力してみました。）
すると、[Response]タブより回答が返ってきました。
–Response文
『Artificial intelligence (AI) is the simulation of human intelligence processes by machines, especially computer systems. AI research has been highly successful in developing effective techniques for solving a wide range of problems, from game playing to medical diagnosis. However, AI systems still fall far short of human intelligence in many important ways. For example, AI systems are not able to understand and generate natural language, reason about the world in a common-sense way, or learn from experience in the same way that humans do. As AI research continues to advance, it is likely that AI systems will become increasingly capable of performing these kinds of tasks.』
—
また、画面右側のタブでは「返答のチューニング」も可能です。
それぞれの設定値については別のブログで取り上げさせていただければと思います。
画面右上の[コードを表示]から、作成したプロンプトのソースコードを生成してくれます。
必要なモジュールをインストールするだけで、APIとして簡単に利用可能です。
まだまだ触りたりないところですが、今回はここまでとさせていただきます。
次回以降のブログでも「Generative AI Studio」についてはもっと深く掘り下げていこうと思います。
【使ってみた‼】Model Garden
Vertex AI 「Model Garden」についてGAになったということで触ってみました。
Google Cloud コンソールより [Vertex AI]-[Model Garden]より、モデルの検索が可能です。
Model Garden にはさまざまなタイプとサイズのモデルが用意されております。いくつか簡単にご紹介いたします。
Google 製モデル
＜基本モデル＞
- テキスト向け PaLM 2、チャット向け PaLM 2：Google最新の大規模言語モデル（LLM)
- テキストから画像への変換用 Imagen：シンプルなテキストプロンプトを使用して高品質の画像を生成および編集可能
- コード補完用 Codey：リアルタイムでのコード補完と生成が可能
- 音声文字変換用 Chirp：Google の次世代の Speech-to-Text モデルで英語での音声認識精度は98%を実現
オープンソース モデル
＜オープンソース モデル＞
＊詳細については割愛しますが、話題のモデルについても利用可能です。
- Stable Diffusion v1-5
➡2022年に公開されたテキストから画像を生成するtext-to-imageモデル - BERT（Bidirectional Encoder Representations from Transformers）
➡2018年10月11日にGoogleが発表したトランスフォーマーベースの自然言語処理モデル - T5-FLAN（Text-to-Text Transfer Transformer with FLAN）
➡T5の派生版。様々なNLPタスクに適用できるようになったモデル - ViT（Vision Transformer）
➡Transformerを応用した画像認識モデル
- EfficientNet
➡画像分類、物体検出、セグメンテーションなど、さまざまなビジョンタスクで広く使用されいるCNNモデル
Model Gardenでは、利用したデータからモデルを選択することも可能です。
[ビジョン]-[分類]で絞り込みすることで利用可能なモデルを選択することができます。
今回は「Model Garden」の一部を紹介させていただきました。
もっと知りたい!! という方が是非Google Cloud コンソールよりご確認下さい。
最後に
今回はGoogle Cloudの「生成系AI」についてご紹介させていただきました。
今後とも、AIMLに関する情報やGoogle CloudのAIMLサービスのアップデート情報を掲載していきたいと思います。
最後まで読んでいただき、ありがとうございました！！！