learn generative ai
1.0.0
本課程是經過認證的雲應用生成AI工程師（Geneng）的一部分
注意：如果可能的話，請註冊您的帳戶中的公司電子郵件地址。
一旦您擁有訂閱ID，請在此處申請Azure打開AI服務：
https://azure.microsoft.com/en-us/products/ai-services/openai-service
從微軟到麻省理工學院MBA，每個工人和執行人員都將為AI重新教育訓練營來
AI的年齡已經開始
NVIDIA說，生成的AI將比互聯網大
生成的AI及其經濟影響：您需要知道的
必須閱讀：OpenAi Devday- AI的關鍵時刻
Geneng革命是由開發人員領導的，他們在如何最好地槓桿作用和將生成的AI技術整合到應用程序中的開發人員領導
創建和訓練模型（數據科學家和工程師）與使用這些模型（開發人員）的人之間的角色明顯分離。這已經在途中了，與Genai Revolution相比，Genai的未來將確定如何被驅動到採用，這將由開發人員如何採用它來驅動。
Geneng從業人員將需要具有許多相同的傳統應用程序開發技能，包括可擴展的架構，集成企業系統以及企業用戶的理解要求。這些技能將通過構建生成AI應用程序的細微差別來增強這些技能，例如涉及業務領域專家，以驗證及時工程的各個方面，並根據價格/績效和結果選擇正確的LLM
Geneng的興起：AI如何改變開發人員角色
觀看：Geneng的崛起
Google推出了其最大，功能最強大的AI模型Gemini
Google和Microsoft坐下
埃隆·馬斯克（Elon Musk）對Openai領導力動盪中心的首席科學家Ilya Sutskever所說的話
誰是Openai首席科學家Ilya Sutskever，他對AI和Chatgpt的未來有何看法？
山姆·奧特曼（Sam Altman）返回openai首席執行官
技術年度，2024年：哈佛商業評論所需的見解
Tech 2024年的一年：您對Harvard Business Review的生成AI和Web 3.0所需的見解將有助於您了解最新，最重要的技術創新對您的組織意味著什麼，以及如何在當今動蕩的商業環境中使用它們來競爭和贏得競爭和贏得。業務正在改變。您會適應還是被拋在後面？提高速度並加深您對哈佛商業評論系列所需的見解來塑造公司未來的主題的理解。您無法忽略這些問題將如何改變商業和社會的景觀。您需要的見解系列將幫助您掌握這些關鍵想法，並為您和您的公司做好準備。
麥肯錫技術趨勢前景2023
觀看生成AI的簡介
麥肯錫：生成AI的經濟潛力：下一個生產力邊界，麥肯錫數字報告，2023年6月
GPT是GPT：早期研究大語模型的勞動力市場影響潛力，Tyna Eloundou，Sam Manning，Pamela Miskin和Daniel Rock，2023年3月（Arxiv：2303.10130）
高盛：人工智能對經濟增長的潛在影響，約瑟夫·布里格斯（Joseph Briggs）和科德納尼（Devesh Kodnani），2023年3月
Openai API是API的集合
API提供對各種大型語言模型（LLM）的訪問權限
LLM：經過培訓的計劃了解人類語言
CHATGPT是使用聊天完成API用途的Web服務：
聊天完成：給定一系列消息，生成響應
函數調用：選擇要調用的功能
圖像生成：給定文本描述生成圖像
對文字的語音：給定音頻文件和提示生成成績單
微調：使用輸入和輸出示例訓練模型
新的助手API是聊天完成的狀態演變API，旨在簡化類似助理的體驗的創建，並使開發人員能夠訪問強大的工具，例如代碼解釋器和檢索。
聊天完成API的原始內容是消息，您可以在其上執行模型（GPT-3.5-Turbo，GPT-4等）的完成。它輕巧且功能強大，但本質上是無狀態的，這意味著您必須手動管理對話狀態，工具定義，檢索文檔和代碼執行。
助手API的基礎是
OPL堆棧代表OpenAI，Pinecone和Langchain。它是一系列開源工具和庫，使建築物和部署LLM變得輕而易舉。
希金斯告訴CNBC“ AI將是歷史上最偉大的財富創造者，因為人工智能不在乎您的出生地點，是否有錢，是否擁有博士學位。” “這將破壞阻止人們向階梯移動並追求經濟自由夢想的障礙。”
它的價值已接近1000億美元，預計到2030年將為全球經濟捐款15.7萬億美元。
希金斯說：“這並不是說，如果您現在不跳下來，就永遠做不到。” “這是現在您可以利用它的最大機會。”
AI將是歷史上最大的財富創造者
Generative AI每年最多可為全球經濟加起來4.4萬億美元
研究報告
矽谷看到了一種由Genai驅動的新型移動設備
Microsoft首席執行官：AI“比PC大，比移動設備更大” - 但是他對嗎？
人工通用情報已經在這裡
在構建生成AI的“操作系統”的比賽中
Genai時代的商業智能
AI和Web3的融合：分散情報的新時代
合併後，生成AI和Web 3.0的潛力是什麼？
Web3如何釋放生成AI的力量
Langchain在13分鐘內解釋|初學者的快速啟動教程
初學者的蘭鏈速成課程
Langchain速成課程的初學者視頻
LLM申請開發的Langchain
Langchain：與您的數據聊天
通過Langchain的鏈接LLM，代理和UTIT的溫和介紹
Langchain食譜 - 7個基本概念的初學者指南
Greg Kamradt的Langchain YouTube播放列表
1littlecoder langchain youtube播放列表
松果
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
在Next中使用Python和Flask.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-to-integrate-flask-framework-with-nextjs/#google_vignette
https://github.com/vercel/examples/tree/main/python
https://github.com/orgs/vercel/discussions/2732
https://flask.palletsprojects.com/en/2.3.x/tutorial/
https://flask.palletsprojects.com/en/2.3.x/
參考資料：
Langchain官方文檔
Langchain AI手冊
學習Langchain的前5個資源
Langchain YouTube官方頻道
使用Langchain和Pinecone矢量數據庫構建自定義問答應用程序
使用Langchain |端到端LLM項目| NLP項目端到頭
構建和學習：初學者的AI應用程序開發：使用langchain＆Spainlit釋放Chatgpt API
總問題：40
持續時間：60分鐘
