免费学习生成式人工智能 [电子书]!
本电子书的内容
- 人工智能系统和工具
- AI层
- 监督学习
- 无监督学习
- 半监督学习
- 深度学习
- ANN 的工作原理如下:
- 生成式人工智能简介
- 生成式人工智能:一些有趣的指标
- 生成式人工智能的工作原理
- ML 模型与 gen AI 模型
- 从传统编程到神经网络再到生成式人工智能的历程
- 大型语言模型:驱动生成式人工智能
- 法学硕士 (LLM) 如何运作?
- 不同的大型语言模型
- 法学硕士(LLM)的组成部分
- LLM 如何学习?
- 构建法学硕士 (LLM) 申请
- LLM 用例
- 内容创作
- 教育
- 客户服务和支持
- 研究与开发。
- 娱乐和媒体
- 法学硕士的局限性
- 矢量数据库
- 向量嵌入
- 矢量数据库的工作原理
- 传统数据库与矢量数据库
- 矢量数据库概况
- 矢量数据库如何搜索和检索数据
- 一些值得注意的生成式人工智能框架和工具
- 朗链
- LangChain 如何运作?
- 骆驼指数
- LlamaIndex 的工作原理
- 骆驼 2
- 模型中心:
- 数据集:
- 模型训练和微调工具:
- 应用程序构建:
- 社区与协作:
- 小型语言模型的兴起
- 尺寸:
- 重点:
- 限制:
- 快速工程
- 生成式人工智能开发者堆栈
- 负责任地使用生成式人工智能
- 负责任地使用生成式人工智能的最佳实践:
- 数据:
- 开发和部署:
- 内容和用户互动:
- 社会影响和治理:
- 在 Kubernetes 上部署 GenAI 应用程序:分步指南!
- 为什么要在 Kubernetes 上部署 GenAI 应用程序?
- 让我们用 React 构建一个全栈 AI 应用程序
- 什么是 Elegance SDK?
- 主要特点
- 生成式人工智能应用的单一存储
- 使用 SingleStoreDB 作为全上下文向量数据库
欢迎来到激动人心的生成式人工智能 (AI) 世界。这项前沿技术不仅改变了我们与机器的互动方式,更重塑了创造力、设计和数据合成的本质。这本电子书将带您了解这一开创性领域的基础知识、进展和巨大潜力。
《生成式人工智能:初学者指南》旨在通俗易懂且内容全面,帮助您清晰地理解生成式人工智能的概念、应用和含义。无论您是学生、专业人士,还是仅仅出于好奇,本指南都旨在为您提供必要的知识和洞察力,让您能够欣赏和参与我们这个时代最激动人心的技术进步之一。
人工智能系统和工具
信不信由你,我们大多数人早已在家中和日常生活中使用人工智能系统和工具。没错,我们说的就是 Alexa 和 Siri,它们是市面上最受欢迎的两款人工智能助手。它们都能执行各种各样的任务,包括设置闹钟、播放音乐、拨打电话以及控制智能家居设备。
Alexa 是亚马逊开发的虚拟助手。它于 2014 年首次发布,目前已在包括 Amazon Echo、Echo Show 和 Echo Dot 在内的多种设备上可用。Alexa 可用于控制智能家居设备,例如灯光、恒温器和门锁。它还可以播放音乐、获取新闻和天气更新以及设置闹钟。
它的对应产品是苹果的 Siri,这是苹果开发的虚拟助手,于 2011 年首次发布。Siri 可在多种苹果设备上使用,包括 iPhone、iPad、Apple Watch 和 HomePod。它可以用来拨打电话、发送短信、设置闹钟、获取路线等等——而且像 Alexa 一样,也可以用来控制智能家居设备。
Alexa 和 Siri 都在不断更新新的特性和性能,继续使它们成为让我们的生活更轻松、更便捷的强大工具。
虽然 Alexa 和 Siri 在当时是伟大的进步,如今它们能够回答问题并执行基本命令,但生成式人工智能却以全新的速度发展——尤其是在创造新鲜内容方面。想想写诗、作曲,甚至生成代码。生成式人工智能并非依赖于预先编程的响应,而是利用其对语言的理解来生成真正原创的输出,使其成为创意探索和创新的强大工具。
AI层
机器学习 (ML)
是一种人工智能,它使软件应用程序无需明确编程即可更准确地预测结果。ML 算法使用历史数据作为输入来预测新的输出值。
深度学习 (DL)
是一种机器学习 (ML),它使用人工神经网络从数据中学习。神经网络的设计灵感来源于人脑的结构和功能,由多层相互连接的节点组成,每个节点执行简单的数学运算。
生成式人工智能
生成式人工智能是一种能够创建新内容(包括文本、代码、图像和音乐)的人工智能。生成式人工智能模型基于大量现有内容数据集进行训练,学习识别数据中的模式,并利用这些模式生成新内容。
大型语言模型 (LLM)
LLM 是一种基于海量文本和代码数据集训练的生成式 AI 模型。LLM 可以生成文本、翻译语言、编写各种创意内容,并以信息丰富的方式解答您的疑问。
生成式预训练 Transformer (GPT)
是一种使用 Transformer 架构的 LLM。Transformer 是一种非常适合自然语言处理任务的神经网络架构。
GPT-4 和 ChatGPT
GPT-4 和 ChatGPT 是 GPT 模型的两个示例。GPT-4 是由 OpenAI 开发的 LLM,而 ChatGPT 是专为聊天机器人应用程序设计的 LLM(也是由 OpenAI 开发的)。