生成式 AI 是一种能够生成新内容的人工智能技术,生成的内容可以是多模式的,包括文本、图像、音频和视频。当给出提示或请求时,它可以帮助完成各种任务,例如文档摘要、信息提取、代码生成、营销活动创建、虚拟协助和呼叫中心机器人等。它从大量现有内容中学习,学习的过程称为训练,其结果是创造的“基础模型”,如为 Bard 等聊天机器人提供支持的 LLM 或大型语言模型。基础模型可用于生成内容并解决一般问题,还可以使用所在领域的新数据集进一步训练以解决特定问题。
Google Cloud 提供了多种易于使用的工具,如 Vertex AI,这是一个端到端机器学习开发平台,可帮助构建、部署和管理机器学习模型。
此外,生成式 AI Studio 具有一些特性,如定义场景和响应格式、提供 API 和 SDK 帮助构建应用程序、调整语言模型等。在使用中,提示的设计很重要,但可能存在一定的复杂性和不确定性。
Gen AI/Generative AI 是“生成式人工智能”的正式称呼,而 AIGC 指的是由人工智能生成的内容的创作方式,实际上是 Generative AI 的应用结果。
ChatGPT 从 OpenAI 的官网来看,在 2022 年宣发时被称为一种模型,但在官网的帮助页面中又被称为一种服务,目前我们所熟知的 ChatGPT 逐渐演变成了一种可以兼容多种 GPT 模型的聊天应用(服务)。
00:00欢迎来到Generative AI Studio课程简介。在本视频中,您将了解什么是Generative AI Studio并描述其使用选项。您还可以自己演示Generative AI Studio的语言工具。00:14什么是生成式人工智能?它是一种为您生成内容的人工智能。什么样的内容?那么,生成的内容可以是多模式的,包括文本、图像、音频和视频。00:28当给出提示或请求时,Generative AI可以帮助您完成各种任务,例如文档摘要、信息提取、代码生成、营销活动创建、虚拟协助和呼叫中心机器人。00:42这些只是几个例子!人工智能如何产生新内容?它从大量现有内容中学习。这包括文本、音频和视频。从现有内容中学习的过程称为训练,其结果是创造00:57的“基础模型”。为Bard等聊天机器人提供支持的LLM或大型语言模型是基础模型的典型示例。[动画-向左滑动图形以过渡到下一张幻灯片]基础模型01:07然后可用于生成内容并解决一般问题,例如内容提取和文档摘要。它还可以使用您所在领域的新数据集进一步训练以解决特定问题,01:19例如财务模型生成和医疗保健咨询。这导致创建了一个新模型,该模型是根据您的特定需求量身定制的。您如何使用基础模型为您的应用程序提供动力,以及您如何进一步01:32训练或调整基础模型来解决您特定领域的问题?Google Cloud提供了多种易于使用的工具,可帮助您在具有或不具有AI和机器学习背景的项目中使用生成式AI。01:45一种这样的工具是Vertex AI。Vertex AI是Google Cloud上的端到端机器学习开发平台,可帮助您构建、部署和管理机器学习模型。使用Vertex AI,如果您是应用程序开发人员或数据科学家并且想要构建应用程序,
Gen AI/Generative AI是“生成式人工智能”正式称呼。Generative AI是一种能够生成新内容的人工智能技术,比如文本、图像、音乐等。而AIGC指的是由人工智能生成的内容的创作方式,实际上是Generative AI的应用结果。[heading1]问题四、ChatGPT是什么?[content]从OpenAI的官网中可以查询到,在2022年宣发时,OpenAI称ChatGPT是一种模型。但是同样是在官网中查询帮助页面,发现这里称ChatGPT是一种服务。而我们使用的ChatGPT目前是依赖GPT系列模型来运转的。不做任何怀疑论上的揣摩,从公开收集的资料中可以看出,早些年OpenAI推出了一个叫ChatGPT的模型,但目前我们所熟知的ChatGPT逐渐演变成了一种可以兼容多种GPT模型的聊天应用(服务)。
10:32或响应格式。每次向模型发送请求时都会应用上下文。举个简单的例子,你可以定义一个场景,告诉AI如何响应help desk10:42查询。你的名字是罗伊。您是IT部门的技术支持人员。你只会回应“你试过把它关掉然后再打开吗?”任何查询。10:52可以在右边调参数,和设计提示时一样。要查看它是如何工作的,您可以在聊天框中键入我的电脑速度很慢,然后按回车键。11:02AI回应:你试过关掉它然后再打开吗?就像您告诉AI做的那样。很酷的是,Google提供了API和SDK来帮助您构建自己的应用程序。11:15您只需单击查看代码即可。首先,您需要下载适合您的编程语言(例如Python和Curl)的Vertex AI SDK。SDK代表软件设计工具包。11:26他们实现功能并为您完成工作。您可以像从代码中调用库一样使用它们。然后,您按照示例代码和API,将代码插入到您的应用程序中。11:38现在让我们看一下第三个特性,调整一个语言模型。如果您一直在使用大型语言模型制作原型,您可能想知道是否有一种方法可以提高响应质量,而不仅仅是提示设计。11:48因此,让我们学习如何调整大型语言模型以及如何从Generative AI Studio启动调整作业。快速回顾一下,提示是您传递给模型的文本输入。11:59您的提示可能看起来像一条指令……也许您会添加一些示例……然后将此文本发送到模型,以便它采用您想要的行为。12:09及时的设计允许快速试验和定制。而且由于您没有编写任何复杂的代码,因此您无需成为ML专家即可开始使用。但是制作提示可能很棘手。12:20措辞或词序的微小变化可能会以无法完全预测的方式影响模型结果。而且您无法真正将所有那么多示例放入提示中。