第74期:《生成式AI入门与AWS实战》

第74期:《生成式AI入门与AWS实战》-SpringForAll社区
第74期:《生成式AI入门与AWS实战》
此内容为付费阅读,请付费后查看
40积分
付费阅读

各位,带来一本重磅新书:O’Reilly动物书《生成式AI入门与AWS实战》!这本书美亚4.6星,得到了贾扬清、王小川、周明等数十名国内外大咖鼎力推荐!

d2b5ca33bd20240604093909

《生成式AI入门与AWS实战》你的第一本大模型入门实战书,轻松掌握生成式AI核心要点,驾驭未来技术浪潮!

Part.1 什么是生成式AI?

“所有产品都值得用大模型重做一次。”是近几年在AI圈子非常火爆的观点。
当大家都在热议大模型和生成式AI时,怎么让这些炫酷的技术快速落地,真正帮到商业和社会,成了个大难题。不过,AWS已经把大模型和生成式AI的门槛大大降低了。

什么是生成式AI?

生成式AI是一种利用机器学习技术(特别是深度学习)来创造新的、原创内容的通用技术。它能够基于从大量数据中学习到的模式和规则,利用大型语言模型(LLM)和基础模型(FM)来生成文本、图片、声音、视频、代码、网页等多种形式的内容。
目前已有多种类型的多模态生成式AI任务,比如: 

· 文本摘要 

生成一段较短的文本,同时保留主要思路。通常在客户支持中使用摘要功能,以快速地概述客户与客服代表之间的互动。 

· 重写 

修改文本措辞以适应不同的受众、正式程度或语气。

· 信息提取 

从文档中提取诸如姓名、地址、事件、数据或数字等信息。

· 问答(Question Answering,QA)和视觉问答(Visual Question Answering,VQA)

直接针对一组文档、图像、视频或音频提出问题。

· 有害内容检测 

作为问答任务的扩展,你可以询问生成式模型一组文本、图像、视频或音频中是否包含有害内容。 

· 分类和内容审查 

为给定的内容(如文档、图像、视频或音频剪辑)分配一个类别。 

· 对话式界面 

通过提供类似聊天界面的方式处理多轮对话,以完成相应任务。

· 翻译 

语言翻译是生成式AI最早的用例之一。

· 源代码生成 

根据自然语言代码注释或者手绘草图生成源代码。

· 推理 

通过问题推理来发现潜在的新解决方案、权衡或隐藏的细节。

d2b5ca33bd20240604093939

· 掩蔽个人身份识别信息 
可以使用生成式模型从给定的文本语料库中掩蔽个人身份识别信息。对于许多需要处理敏感数据并希望从工作流中删除PII数据的用例,这非常有用。 

· 个性化营销和广告 

根据用户个人资料特征生成个性化的产品描述、视频或广告。

d2b5ca33bd20240604093954

在这些生成式AI的用例和任务中,模型创建的内容已接近于人类对语言的理解,这确实令人惊叹。这是由Transformer 的神经网络架构来实现的。
那AWS是如何实现生成式AI落地的最后一公里的?
AWS,即Amazon Web Services的简称,是Amazon公司提供的云计算平台,它致力于提供企业级的安全性和隐私性,同时提供工具和基础设施来构建和扩展生成式AI应用程序。

d2b5ca33bd20240604094013

我们通常从模型中心开始生成式AI项目,比如在本书中,我们将用到模型中心里Hugging Face Model Hub 和Amazon SageMaker JumpStart的资源来探索Meta的Llama 2、TII的Falcon和Google的FLAN-T5等基础模型。
不过,生成式AI应用程序的构建不仅限于生成模型本身。为了创建一个既可靠又可扩展,同时确保安全性的应用程序,并且最终能够交付给用户或其他系统作为服务,需要多个组件的密切协作和整合。而AWS便能帮你完美地组合起来,它不仅提供像Amazon CodeWhisperer这样的打包生成式AI服务,更提供了构建端到端生成式AI应用程序所需的广泛服务。

d2b5ca33bd20240604094050

提高选择的灵活性、企业级的安全和治理能力、先进的生成式AI能力、通过全托管的服务降低运营成本,以及持续创新的能力。这些都是我们选择AWS来构建生成式AI项目的重要原因。

Part.2 为什么选择这本书学习大模型?

如果你是程序员,对O’Reilly动物书就不会陌生,这本书延续了O’Reilly动物书的风格,封面上是一只可爱的嘲鸫鸟。O’Reilly出版社40多年来专注于前沿技术,帮助专业人士掌握最佳实践,引领科技创新。
这本书美亚4.6星,口碑保证!

d2b5ca33bd20240604094117

 

三位AWS生成式AI专家编写,深入浅出,引领大模型学习。

Chris Fregly

AWS生成式AI首席解决方案架构师,也是O’Reilly图书Data Science on AWS的合著者。

Antje Barth

AWS生成式Al首席开发倡导者,也是O’Reilly图书Data Science on AWS的合著者。

Shelbee Eigenbrode

AWS生成式AI首席解决方案架构师,她在各个技术领域拥有超过35项专利。
这样一本符合时代需求的好书自然而然地得到了AWS、Meta、Snowflake、Lepton AI、CSDN、百川智能等科技巨头的大佬和行业专家的联袂推荐。

Part.3 这本书可以帮你学习什么?

理论

在本书中,你将先探索生成式AI的概念及其在产品和服务中的应用潜力,了解生成式AI项目的完整生命周期。接着学习提示工程、小样本上下文学习、生成式模型预训练、领域自适应、模型评估、参数高效微调(Parameter Efficient Fine-Tuning,PEFT)和基于人类反馈的强化学习(Reinforcement Learning from Human Feedback,RLHF)等主题。

实践

翻开这本书,你将了解当今产业界和学术界常用的生成式AI用例和任务。
首先,你将和作者一同探讨多种模型类型,如大语言模型和多模态模型,并了解通过提示工程和上下文学习来优化这些模型的实际技巧。了解如何构建这些前沿的生成式模型,获得实践经验后,你可以选择是重用现有的生成式模型还是从头开始构建一个新模型。然后,你将学习如何把这些生成式模型适配到特定领域的数据集、任务和用例中,以支持商业应用。
你想要学习的LORA、RLHF、LangChain和ReAct等关键的生成式AI技术,在本书中都能找到。如何利用LoRA技术对模型进行微调?如何通过RLHF使模型与人类价值观对齐?如何利用LangChain和ReAct等开发agent?此类技术的详细解析和实际应用案例应有尽有。
本书还附赠丰富代码示例,助你快速上手生成式AI关键技术!(本书配套代码:https://github.com/generative-ai-on-aws )
最后,你将学会利用Amazon Bedrock构建基于生成式AI的应用程序。
简而言之,这本书从原理到实践,深入剖析了生成式AI的核心要点与开发难点!
它不仅为初学者提供了一条清晰的学习路线,帮助他们全面理解这个技术领域的深度和广度,同时也为那些想要在AWS上打造强大、灵活的生成式AI应用的专业人士,提供了深入的行业洞察和具体的操作指南。
有了这本书,你将从AI应用开发的小白,变身为精通训练、调优和开发等高级技巧的高手。对于刚入行的AI工程师、产品经理、营销人员或商业领袖而言,这本书绝对是你的得力助手!
美亚4.6星,你的第一本大模型入门实战书,轻松掌握生成式AI核心要点驾驭未来技术浪潮!

社区赠书

本次福利将送出:《生成式AI入门与AWS实战》* 5 

截止时间还需要支付积分,就还有赠书额度,先到先得

领取方式

  1. 支付积分即可兑换,复制“ 积分支付订单号 ”
  2. 在本站中私信我这些内容:积分支付订单号、活动书名、快递信息(姓名、电话、地址)

没有积分怎么办?

社区鼓励高质量的技术交流,所以只要发布有价值内容均可获得积分!

哪些内容算高质量?

1. 高质量的技术分享,原创、翻译、转载均可

2. 分享优质Java与Spring的相关开源项目、好用的日常效率工具

另外,内容不错,获得精华贴、或者热门帖还有额外加分哦

THE END
喜欢就支持一下吧
点赞14 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容