Artikeln beskriver hur man integrerar stora språkmodeller (LLM), specifikt Gemini 1.0 Pro och Gemini 1.0 Pro Vision, med Google BigQuery för att analysera både strukturerad och ostrukturerad data. Två huvudsakliga metoder presenteras: direkt anrop av fjärrmodeller via ML.GENERATE_TEXT i BigQuery för textanalys, samt implementering av fjärrfunktioner via Cloud Functions för mer anpassade eller multimodala analyser. BigQuery framhålls som ett skalbart, serverlöst data warehouse som nu utökats för att hantera maskininlärning och analys av ostrukturerad data, som bilder, genom objektstabeller. Målet är att möjliggöra utvinning av djupare, mänskliknande insikter, sentimentanalys och objektdetektering från stora datamängder. En detaljerad guide för uppsättning i Google Cloud, inklusive aktivering av nödvändiga API:er och skapande av BigQuery-dataset och -anslutningar, tillhandahålls.