如何使用Python与Google的PaLM 2 API

Python与Google的PaLM 2 API的使用方法

自定义并集成Google的LLM到您的应用程序中。

生成式人工智能（Generative AI）无处不在。随着人们越来越清楚地意识到它的潜力有多大，我们看到越来越多的公司投资于这项强大的技术。正如Gartner所说：在不久的将来，“生成式人工智能将成为竞争优势和差异化因素。”

“在不久的将来，“生成式人工智能将成为竞争优势和差异化因素。”

不幸的是，开发生成式人工智能模型不仅是一项复杂的工程工作，而且往往是一项昂贵的项目。幸运的是，我们不必自己开发这些模型——我们可以重复使用为我们预先开发的API！因此，让我们不再等待——让我们立即开始通过集成生成式人工智能来利用它。

在本文中，我们将研究Google对LLMs的解决方案：PaLM 2 API。PaLM 2是Google的最新版本的Pathways语言模型，它使用的训练数据比他们在2022年发布的初始模型多了约五倍。

• VoAGI新闻，8月16日：使用ChatGPT将文本转换为PowerPoint演示文稿 • 构建生成式AI应用程序的最佳Python工具备忘单
• 释放效率：利用Amazon SageMaker Pipelines中的选择性执行的力量
• 遇见Embroid：一种AI方法，可以将LLM与来自多个较小模型的嵌入信息相互拼接，从而实现在没有监督的情况下自动纠正LLM预测

在本文中，我将通过一些代码示例向您展示如何使用Python 3.11进行Google Cloud的身份验证以及使用和自定义PaLM 2 API。

1 | 入门

可以通过Google Cloud的Vertex AI平台访问PaLM 2 API。因此，在我们进行任何API调用之前，我们需要设置好我们的Google Cloud帐户。您可以在此处注册并获得300美元的免费信用以开始使用这些服务。

一旦您的帐户和项目设置完成，我们就可以继续创建一个服务帐户，我们将使用该帐户对Vertex AI API进行身份验证。我们使用服务帐户，因为我们可以通过仅给予它们特定的IAM权限来确保对我们的Google Cloud资源的访问控制。对于我们的用例，我们将为服务帐户分配Vertex AI用户角色。这可能对您的用例来说过于广泛，所以我建议您检查可用的访问角色并选择适合您需求的角色。