Vertex AI Agent Builder

コードなしで強力な AI エージェントを構築できます。複雑な目標の場合は、1 つのエージェントがメインのエージェント、他のエージェントがサブエージェントとして機能するなど、複数のエージェントを簡単につなぎ合わせることができます。データを使用したトレーニング、タスクの自動化、イテレーションを簡単に行えます。運用と分析を、すべてユーザー フレンドリーなプラットフォーム内で行えます。

Gemini などの最先端モデルを Google 検索と組み合わせることで、Google の最新の基盤モデルの能力と、最新で質の高い情報へのアクセスを組み合わせて、回答の完全性と精度を大幅に向上させることができます。Google の API を 1 回クリックするだけで、Google 検索の強化された Gemini にアクセスできます。

Vertex AI Search では、すぐに使用できる Google 品質の RAG（検索拡張生成）システムを利用できます。これにより、言語モデルと独自のデータを簡単に根拠づけることができます。Vertex AI Search は、多様なデータソースのインデックス作成の複雑さに対処し、Google のテクノロジーを活用した高度な検索機能を提供し、Vertex AI 内の言語モデルとシームレスに統合します。

独自の AI ニーズに合わせてカスタムの取得拡張生成（RAG）を構築するには、 Vertex AI は、次のツールを使用してプロセスを簡素化します。

• Document AI Layout Parser: 複雑なドキュメントから重要なデータを抽出して検索を改善します。
• Ranking API: LLM を活用したランキングが、関連性の高い回答を優先します。
• Grounded Generation API: データまたは信頼できるソースを使用して正確な回答を作成します。
• Check Grounding API: 信頼性について、回答を事実に照らして検証します。

カスタム エンベディング ベースの情報検索を必要とする企業向けに、Vertex AI は高度なベクトル検索機能を提供します。ベクトル検索は数十億のベクトルにスケーリングでき、数ミリ秒で最近傍を見つけることができます。ベクトル検索がハイブリッド検索に対応しました。ハイブリッド検索とは、ベクトルベースとキーワード ベースの検索手法を統合して、ユーザーに最も関連性の高い応答を保証するものです。

Vertex AI Agent Builder を使用すると、すべてのコンポーネントを使用して、ニーズに基づいて高性能のカスタム エージェントを作成できます。Vertex AI の LangChain は、Google が数多く提供するコードファースト サービスの一つにすぎません。これにより、生成 AI 開発者が好む、Vertex AI にデプロイしてエンタープライズ規模でデプロイできる、最も人気のあるオープンソース Python フレームワークの一つを使用して簡単に構築できます。

Vertex AI の LlamaIndex は、データの取り込みと変換からエンベディング、インデックス登録、取得、生成までの検索拡張生成（RAG）プロセスを簡素化します。Vertex AI のお客様は Google のモデルと AI に最適化されたインフラストラクチャ、および LlamaIndex のシンプルで柔軟なオープンソース データ フレームワークを活用して、カスタム データソースを生成モデルに接続できるようになりました。

Firebase の Genkit は、プロダクション レディな AI エージェントの開発、デプロイ、モニタリングを簡素化するために設計されたオープンソースの TypeScript/JavaScript フレームワークです。Firebase デベロッパーは、Vertex AI プラグインを使用して Gemini や Imagen 2 などのモデルとテキスト エンベディングを利用できるようになりました。