本記事では「Google Cloud」を用いた「LLM・生成AI活用型アプリケーション」の実装スキルを身につけるための学習方法と学習コンテンツの紹介・解説を行います。Google公式のラボ・コンテンツを利用し、Step by Stepに学習を進めます
「LLM・生成AI活用型アプリケーション」（Google Cloud）の実装スキルを勉強しようにも、Google公式の関連コンテンツが大量に用意されているため、何をどの順番に実施すると良いのか分かりづらい点が問題です
そこで、著者が整理・ピックアップしたおすすめコンテンツとその概要を、学習がはかどりやすく、より効果的な取り組み順序にて紹介・解説します
本記事を「初級編」と位置づけ、以降「中級編」「上級編」の計3記事を通して紹介・解説します
執筆：小川 雄太郎
本シリーズの概要
シリーズ第1回の「初級編」は本記事となります
シリーズ第2回の「中級編」はこちらです -> 中級編へ
シリーズ第3回の「上級編」はこちらです -> 上級編へ
本シリーズの目次
「章のタイトル」に英語表記が多いですが、基本的には日本語での学習コンテンツです
| No. | Lv. | 章のタイトル |
|---|---|---|
| 01 | 初級 | Google Cloud Skills Boost とは |
| 02 | 初級 | Introduction to Vertex AI Studio |
| 03 | 初級 | Prompt Design in Vertex |
| 04 | 初級 | Vector Search and Embeddings |
| 05 | 初級 | Explore Generative AI with the Vertex AI Gemini API |
| 06 | 初級 | Vertex AI Gemini 1.0 Pro を活用してアプリを開発する |
| 07 | 中級 | 生成AIモデルの選定とMLモデルのトレーニング手法 |
| 08 | 中級 | Build and Deploy Machine Learning Solutions on Vertex AI |
| 09 | 中級 | Inspect Rich Documents with Gemini Multimodality and Multimodal RAG |
| 10 | 中級 | Develop GenAI Apps with Gemini and Streamlit |
| 11 | 上級 | Build Generative AI Agents with Vertex AI and Flutter |
| 12 | 上級 | Integrate Search in Applications using Vertex AI Agent Builder |
| 13 | 上級 | BigQueryでの生成AI・Geminiの活用手法(Gemini in BigQuery) |
| 14 | 上級 | Build LangChain Applications using Vertex AI |
| 付録 | 上級 | GenAI journey図 と GenOpsの解説 |
それでは「LLM・生成AI活用型アプリケーション」の実装スキルを身につけるための学習方法の入門レベル「初級編」No.1 から No.6 までを、Step by Step に紹介・解説していきます
01. Google Cloud Skills Boost とは
本シリーズでは実際に「Google Cloud」を操作しながら、LLM・生成AIの活用方法、そして活用型アプリケーションの実装方法を学びます
そこでGoogleの公式プラットフォームである 「Google Cloud Skills Boost」 を利用します
Cloud Skills Boost は、Google Cloud テクノロジーのオンデマンド トレーニングとスキル開発を提供する Google のプラットフォームです
Google Cloud Skills Boostの各コースは、「動画」、「理解度チェックのクイズ」、そして「ラボ」（Google Cloud上で実際に課題を実施するハンズオンラボ）から構成されています
02. Introduction to Vertex AI Studio
| コンテンツ名 | |
|---|---|
| コース名 | Introduction to Vertex AI Studio - 日本語版 |
| 動画 |
Vertex AI Studio の概要 （概要）Google CloudのMLプラットフォームであるVertex AIについて、その概要を学びます |
| ラボ |
Vertex AI Studio を使ってみる （概要）Vertex AI Studio上でGUIベースでチャットやマルチモーダルな機能を試します |
※表内の（概要）部分は執筆者による概説です
「動画」コンテンツは英語音声、日本語字幕となります
以下の画像は、Google Cloud Skills Boostの動画コンテンツの様子です
私は久々英語のリスニング勉強がてら、1.25倍速で聞きながら進めました
（画面右側の字幕部分のみを一気に読んでいく方法もありかもしれません）
「ラボ」コンテンツは、以下の図のように、実施内容の解説に沿って進めていきます
ラボでは、サンドボックス環境のGoogle Cloudのプラットフォーム画面（コンソール画面）を立ち上げ、実際に操作しながら進めます
ラボ環境のGoogle Cloudを起動させるには、画面左上の「ラボを開始」ボタンをクリックします
すると、この画面左上部分に、ログイン情報のメールアドレスとパスワードが追記されます
以下は、ラボ画面の様子（Google Cloudのプラットフォーム画面）です
以下の画像は本章の「ラボ」にて、Vertex AI Studioを使用している様子です
（クラウドサービスのとくにAI分野は変化は早いため、最新の実際の画面とは異なる場合があります）
03. Prompt Design in Vertex
| コンテンツ名 | |
|---|---|
| コース名 | Prompt Design in Vertex |
| ラボ |
Vertex AI を使用した生成 AI: プロンプト設計 （概要）Vertex AIから」で、JupyterLab を開き、Vertex AI SDK for Pythonを利用したテキスト生成手法を学習します |
| ラボ | Vertex AI Studio を使ってみる 【※02. で実施済み】 |
| ラボ |
Vertex AI Gemini API と Python SDK のスタートガイド （概要）Vertex AI Gemini API と Vertex AI SDK for Python を使用してGeminiモデルを操作する方法を学習します |
| ラボ |
Prompt Design in Vertex AI: チャレンジラボ （概要）Vertex AI StudioとJupyter Notebookの両方で様々なプロンプトに対する生成手法に挑戦します |
2つ目のラボはNo. 02 で実施済みのため、スキップします
本コースは以下の画像のように、Vertex AI StudioからJupyterLabを開き、Jupyter Notebook上でGeminiを使用しながら学習を進めるコンテンツが中心です
04. Vector Search and Embeddings
| コンテンツ名 | |
|---|---|
| コース名 | Vector Search and Embeddings - 日本語版 |
| 動画 | ベクトル検索を使用する理由 |
| 動画 | エンベディングを生成する |
| 動画 | ベクトル検索を作成する |
| 動画 | ベクトル検索の実例 |
| 動画 | RAG を使用したベクトル検索 |
| ラボ |
ベクトル検索とエンベディングを使ってみる （概要）「Vertex AI Vector Search」をJupyer Notebookから使用し、さらにRAG用の外部エンドポイントを作成します |
まずは動画を通じて、RAGのための「ベクトル検索」について学びます
そして「ラボ」にて、Google Cloudのプラットフォーム画面から「Vertex AI Vector Search」サービスを利用して、検索システムの構築ハンズオンを実施します
Jupyter Notebookをベースに以下の図のように解説に沿って進めます
Notebookから実行し、以下の図のようにプラットフォーム画面の「Vertex AI Vector Search」メニューから、実際に作成が進んでいるかの確認も実施します
【注意点】
本コースのラボはここまでとは異なり無料ではありません。専用クレジット（費用）が必要になります
そのため人によっては、「Google Cloud Skills Boost」のサブスクリプション登録をする必要があるかもしれません（過去に何らか無料でクレジットを取得している場合はそれを消費して実行できます）
サブスクリプション登録は、「Google Cloud Skills Boost」のページにアクセスし、画面上のメニューから「サブスクリプション」をクリックして、「サブスクリプションを購入」ページに遷移してください
- 月単位のサブスクリプション（29ドル）
- 年間サブスクリプション（299ドル）
が用意されており、個人の好みで選んでください
1か月間無料でトライアルできますが、認証用に1ドル、クレジットカード決済を行う必要があります
05. Explore Generative AI with the Vertex AI Gemini API
| コンテンツ名 | |
|---|---|
| コース名 | Explore Generative AI with the Vertex AI Gemini API |
| ラボ | Vertex AI Gemini API と Python SDK のスタートガイド【※03. で実施済み】 |
| ラボ | Gemini を使用したマルチモダリティ |
| ラボ | Gemini を使用した関数呼び出しの概要 |
| ラボ | Gemini Explorer: チャレンジラボ |
本コースでは再度、Geminiの利用方法を復習・定着させます
2つ目のラボである、「Gemini を使用したマルチモダリティ」では、画像や動画への生成AIの活用、とくに画像や動画の内容を説明させるなどに取り組みます
また3つ目のラボである、「Gemini を使用した関数呼び出しの概要」では、これまで扱ってこなかったToolsの機能である、 「function calling」 について、学習・実装します
06. Vertex AI Gemini 1.0 Pro を活用してアプリを開発する
| コンテンツ名 | |
|---|---|
| ラボ | Vertex AI Gemini 1.0 Pro を活用してアプリを開発する |
「初級編」の最後のコンテンツです
本章ではGoogle Cloud Skills Boostのコース単位ではなく、「ラボ」単位で学習を進めます
中級編で「Gemini」を活用したアプリケーションの実装コースを扱いますので、そのための事前準備として、入門レベルの本ラボに取り組みます
本章では生成AIとして「Gemini」を使用したLLM・生成AI（Gemini）と簡易Webフレームワーク（Streamlit）を統合し、「Cloud Run」へデプロイします
「ラボ」の解説に沿って、サンドボックス環境を立ち上げて実行し、進めてください
以下の画面は本章で構築する簡易Webシステムです。動画を読み込んで、その内容の要約をResponseとしてGeminiに生成させています
さいごに
「Google Cloud」を用いた「LLM・生成AI活用型アプリケーション」の実装スキルを身につけるための学習方法と学習コンテンツの紹介、第1回初級編は以上となります
次回記事では中級編として、Vertex AIの一連の機能、マルチモーダルでのRAG、そして本格的にGeminiとStreamlitを統合するコンテンツなどに取り組みます
シリーズ第2回の「中級編」はこちらです -> 中級編へ
シリーズ最終回の「上級編」はこちらです -> 上級編へ
以上、ご一読いただき、誠にありがとうございました
小川 雄太郎
株式会社松尾研究所 シニア・リサーチャー。「知能を創る」PJTに従事
Discussion