learn generative ai
1.0.0
Dieser Kurs ist Teil der zertifizierten Cloud Applied Generative AI Engineer (Geneng)
HINWEIS: Wenn möglich, registrieren Sie Ihr Konto mit einer E -Mail -Adresse des Unternehmens.
Sobald Sie eine Abonnement -ID haben, beantragen Sie hier einen Azure Open AI -Service:
https://azure.microsoft.com/en-us/products/ai-services/openai-service
Von Microsoft bis MIT MBA kommt das AI -Reeducation -Boot Camp für jeden Arbeiter und jeden Manager
Das Alter der KI hat begonnen
Nvidia sagt, generative KI wird größer sein als das Internet
Generative KI und ihre wirtschaftlichen Auswirkungen: Was Sie wissen müssen
Muss lesen: Openai Devday - ein entscheidender Moment für AI
Geneng Revolution wird von Entwicklern geleitet, die tiefgreifende Fähigkeiten in der Art und Weise aufbauen, wie generative KI -Technologien am besten einnutzen und in Anwendungen integriert werden können
Es gibt eine klare Trennung von Rollen zwischen denen, die Modelle (Datenwissenschaftler und Ingenieure) erstellen und trainieren, und diejenigen, die diese Modelle (Entwickler) verwenden. Dies war bereits auf dem Weg und es ist viel klarer mit der Genai -Revolution - die Zukunft des Genai wird festgestellt, wie es zur Adoption getrieben wird - und es wird von der Übernahme von Entwicklern getrieben.
Geneng -Praktiker müssen über viele der gleichen Fähigkeiten der traditionellen Anwendungsentwicklung verfügen, einschließlich skalierbarer Architekten, Integration von Unternehmenssystemen und Verständnis der Anforderungen des Geschäftsbenutzers. Diese Fähigkeiten werden durch die Nuancen des Aufbaus für generative KI -Anwendungen erweitert, z.
Der Aufstieg von Geneng: Wie KI die Entwicklung der Entwickler verändert
Uhr: Der Aufstieg von Geneng
Google startet sein größtes und fähigste KI -Modell, Gemini
Meta, IBM und Intel treten Alliance für offene KI -Entwicklung an, während Google und Microsoft aussetzen
Was Elon Musk über Ilya Sutskever gesagt hat, dem Chefwissenschaftler im Zentrum von Openai's Leadership Arudaval
Wer ist Openai -Chefwissenschaftlerin Ilya Sutskever und was denkt er über die Zukunft von AI und Chatgpt?
Sam Altman als CEO von OpenAI zurückkehren
Das Jahr in Tech, 2024: Die Erkenntnisse, die Sie von Harvard Business Review benötigen
Das Jahr in Tech 2024: Die Erkenntnisse, die Sie in Bezug auf generative KI und Web 3.0 von Harvard Business Review benötigen, helfen Ihnen, zu verstehen, was die neuesten und wichtigsten technischen Innovationen für Ihr Unternehmen bedeuten und wie Sie sie nutzen können, um im heutigen turbulenten Geschäftsumfeld zu konkurrieren und zu gewinnen. Das Geschäft ändert sich. Wirst du dich anpassen oder zurückgelassen werden? Machen Sie sich auf dem neuesten Stand und vertiefen Sie Ihr Verständnis der Themen, die die Zukunft Ihres Unternehmens mit den Erkenntnissen prägen, die Sie in der Harvard Business Review -Serie benötigen. Sie können es sich nicht leisten, zu ignorieren, wie diese Probleme die Landschaft von Wirtschaft und Gesellschaft verändern. Die Erkenntnisse, die Sie benötigen, können Sie diese kritischen Ideen erfassen und Sie und Ihr Unternehmen auf die Zukunft vorbereiten.
McKinsey Technology Trends Outlook 2023
Sehen Sie sich die Einführung in die generative KI an
McKinsey: Das wirtschaftliche Potenzial der Generativen KI: Die nächste Produktivitätsgrenze, McKinsey Digital Report, Juni 2023
GPTs sind GPTs: Ein frühzeitiger Blick auf das Auswirkungen des Arbeitsmarktes von Großsprachenmodellen, Tyna Eloundou, Sam Manning, Pamela Miskin und Daniel Rock, März 2023 (Arxiv: 2303.10130)
Goldman Sachs: Die potenziell großen Auswirkungen künstlicher Intelligenz auf das Wirtschaftswachstum, Joseph Briggs und Devesh Kodnani, März 2023
Openai API ist eine Sammlung von APIs
APIs bieten Zugang zu verschiedenen großsprachigen Modellen (LLMs)
LLM: Programm geschult zum Verständnis der menschlichen Sprache
ChatGPT ist ein Webdienst, der die API -Verwendung von Chat Completion verwendet:
CHAT -Abschluss: Erstellen Sie eine Antwort bei einer Reihe von Nachrichten, um eine Antwort zu erzeugen
Funktionsaufruf: Wählen Sie aus, welche Funktion aufgerufen werden soll
Bildgenerierung: Bei einer Textbeschreibung generieren Sie ein Bild
Sprache zum Text: Bei einer Audiodatei und einer Eingabeaufforderung generieren Sie ein Transkript
Feinabstimmung: Trainieren Sie ein Modell mit Eingangs- und Ausgangsbeispielen
Die neue Assistants-API ist eine staatliche Entwicklung der Chat-Abschlüsse-API, die die Erstellung von Assistant-ähnlichen Erfahrungen vereinfachen und den Zugang zu leistungsstarken Tools wie Code-Interpreter und Abruf ermöglichen.
Die Primitiven der API der Chat-Abschlüsse sind Nachrichten, bei denen Sie eine Fertigstellung mit einem Modell (GPT-3,5-Turbo, GPT-4 usw.) durchführen. Es ist leicht und leistungsstark, aber von Natur aus aufstandslos, was bedeutet, dass Sie den Konversationsstatus, Tool -Definitionen, Abrufdokumente und Codeausführung manuell verwalten müssen.
Die Primitiven der Assistenten -API sind
Der OPL -Stack steht für Openai, Pinecone und Langchain. Es handelt sich um eine Sammlung von Open-Source-Tools und -Bibliotheken, die das Erstellen und Bereitstellen von LLMs zum Kinderspiel machen.
"KI wird der größte Vermögensschöpfer in der Geschichte sein, weil künstliche Intelligenz egal ist, wo Sie geboren wurden, ob Sie Geld haben, ob Sie einen Doktortitel haben", sagt Higgins, sagt CNBC. "Es wird Barrieren zerstören, die die Menschen daran gehindert haben, die Leiter hinaufzuziehen und ihren Traum von der wirtschaftlichen Freiheit zu verfolgen."
Es hat bereits einen Wert von fast 100 Milliarden US -Dollar und wird voraussichtlich bis 2030 bis 2030 15,7 Billionen US -Dollar für die Weltwirtschaft beitragen.
"Es ist nicht so, wenn Sie jetzt nicht darauf springen, können Sie es nie können", sagt Higgins. "Es ist jetzt die größte Gelegenheit für Sie, davon zu profitieren."
KI wird der größte Vermögensschöpfer in der Geschichte sein
Generative KI könnte der Weltwirtschaft jährlich bis 4,4 Billionen US -Dollar summieren
Forschungsbericht
Das Silicon Valley sieht eine neue Art von mobiles Gerät, die von Genai betrieben wird
Microsoft -CEO: AI ist "größer als der PC, größer als Mobile" - aber hat er Recht?
Künstliche allgemeine Intelligenz ist bereits hier
Im Rennen um ein "Betriebssystem" für generative KI zu erstellen
Business Intelligence in der Ära von Genai
Die Konvergenz von AI und Web3: Eine neue Ära dezentraler Intelligenz
Was ist das Potenzial von generativen KI und Web 3.0, wenn sie kombiniert werden?
Wie Web3 die Leistung der generativen KI auslösen kann
Langchain erklärte in 13 Minuten | QuickStart -Tutorial für Anfänger
Langchain Crashkurs für Anfänger
Langchain Crashkurs für Anfängervideos
Langchain für die LLM -Anwendungsentwicklung
Langchain: Chatten Sie mit Ihren Daten
Ein sanftes Intro in die Verkettung von LLMs, Agenten und Utils über Langchain
Das Langchain -Kochbuch - Anfängerleitfaden zu 7 wesentlichen Konzepten
Greg Kamradts Langchain YouTube Playlist
1LittleCoder Langchain YouTube Playlist
Tannenzapfen
https://docs.pinecone.io/docs/quickstart
https://python.langchain.com/docs/integrations/vectorstores/pinecone
Langchain - Vercel AI SDK
https://sdk.vercel.ai/docs/guides/providers/langchain
Verwenden Sie Python und Flask in Next.js 13 API
https://github.com/wpcodevo/nextjs-flask-framework
https://vercel.com/templates/python/flask-hello-world
https://vercel.com/docs/functions/serverless-functions/runtimes/python
https://codevoweb.com/how-to-integrate-flask-framework-nextjs/#google_vignette
https://github.com/vercel/examples/tree/main/python
https://github.com/orgs/vercel/discussions/2732
https://flask.palletsprojekts.com/en/2.3.x/tutorial/
https://flask.palletsprojekts.com/en/2.3.x/
Referenzmaterial:
Langchain Offizielle Dokumente
Langchain AI Handbuch
Top 5 Ressourcen zum Erlernen von Langchain
Offizieller Langchain YouTube -Kanal
Erstellen benutzerdefinierter Q & A -Anwendungen mithilfe der Langchain- und Pinecone -Vektor -Datenbank
End -to -End -LLM -Projekt mit Langchain | NLP Project enden zu Ende
Erstellen und Lernen: AI -App -Entwicklung für Anfänger: Veröffentlichung von Chatgpt -API mit Langchain & Streamlit
Gesamtfragen: 40
Dauer: 60 Minuten
