BigQueryで新しいジェミニーモデル推論、チューニング、グロウンディング、およびセーフティー設定を理解する

デジタルデバイスやプラットフォームから生成される構造化されていないデータの指数関数的な成長は、分析のための高度なツールを必要としています。GoogleのAI対応クラウドデータプラットフォームであるBigQueryは、Vertex AIと統合して、構造化されていないデータ処理にジェネレーティブAIモデルを活用します。この統合により、テキストの要約や感情分析などのタスクでGeminiモデルを使用することができます。BigQueryはまた、LoRAテクニックを使用してモデルを微調整することもサポートしており、プロンプトエンジニアリングが不十分な場合に役割を果たします。最近の更新には、Gemini 1.5モデルの追加があり、NLP、ビジョンタスク、さらには音声トランスクリプションやPDFの要約などの新しい機能が追加されています。ML.GENERATE_TEXT SQL関数は、Google検索を使用したグラウンディングやカスタマイズ可能なセーフティ設定をサポートし、責任あるAI出力を確保します。さらに、BigQueryはGemini 1.0モデルのチューニングや評価をサポートし、カスタムAI機能を実現します。ユーザーは、Vertex AI Geminiエンドポイントを表すリモートモデルを作成し、BigQueryでオブジェクトテーブルを使用して構造化されていないデータを処理します。グラウンディングやセーフティ設定は、AI応答の正確さとセーフティ閾値の遵守を確保します。Geminiモデルに対するLoRAを使用した微調整は、特定のアプリケーション向けにモデル動作をカスタム化します。