Melden Sie sich bei getAbstract an, um die Zusammenfassung zu erhalten.

Engenharia de IA

Melden Sie sich bei getAbstract an, um die Zusammenfassung zu erhalten.

Engenharia de IA

Construindo aplicativos com modelos de base

O’Reilly,

15 Minuten Lesezeit
8 Take-aways
Audio & Text

Was ist drin?

Os modelos de base são amplamente aplicáveis – e facilitam o desenvolvimento de produtos de IA.

  • 0.5×
  • 0.75×
  • 1×
  • 1.25×
  • 1.5×
  • 1.75×
1×

Avaliação Editorial

8

Qualidades

  • Analítico
  • Baseado na Ciência
  • Aplicável

Recomendação

Vários modelos de base de IA prontamente disponíveis podem ser aplicados a uma infinidade de utilizações. Esses modelos permitem que mesmo aqueles com relativamente pouco conhecimento técnico ou experiência com IA construam produtos de IA. A cientista da computação Chip Huyen ensina você a adaptar um modelo às suas necessidades específicas e escolher um modelo que funcione melhor no seu caso.

Resumo

A engenharia de IA difere da engenharia tradicional de aprendizado das máquinas.

O que distingue a IA hoje das versões anteriores é a sua escala. Aplicativos como ChatGPT, Gemini e Midjourney consomem quantidades significativas de eletricidade e são treinados em quantidades impressionantes de dados. Esses modelos de IA poderosos podem executar inúmeras aplicações, aumentando o seu valor econômico – e, em última análise, melhorando a vida das pessoas.

O treinamento de IAs de grandes modelos de linguagem (LLM) requer enormes quantidades de dados e poder computacional. Poucas empresas conseguem atender a essa demanda. A diferença entre os LLMs atuais e os modelos de linguagem anteriores é a “autossupervisão”: algoritmos de modelos de linguagem mais antigos precisavam de dados especificamente rotulados – o que pode levar muito tempo e recursos para serem coletados. A supervisão envolve marcar dados com comportamento e outros recursos que você deseja que um modelo aprenda e depois os utilizar para consolidar o resultado. Após a conclusão do treinamento, o modelo pode aplicar o que aprendeu com os conjuntos de dados marcados para analisar os dados em geral, acelerando...

Sobre o autor

Chip Huyen é escritora e cientista da computação que atua na interseção entre IA, dados e storytelling. Ela trabalhou com a Snorkel AI e a NVIDIA, fundou uma startup de infraestrutura de IA e ensinou design de sistemas de aprendizado das máquinas na Universidade de Stanford.

Comente sobre este resumo

Mais deste tópico

Os clientes que leem esse resumo também leem

Engenharia de Prompts para a IA Generativa
Livro

James Phoenix e Mike Taylor

Engenharia de Prompts para a IA Generativa

Instruções comprovadas para obter resultados de IA confiáveis
Aplicando a IA ​​no Treinamento e Desenvolvimento
Livro

Josh Cavalier

Aplicando a IA ​​no Treinamento e Desenvolvimento

Das plataformas ao desempenho
Desmistificando a Engenharia de Prompts
Livro

Harish Bhat

Desmistificando a Engenharia de Prompts

Instruções para a IA ao seu alcance
Táticas de IA para líderes empresariais não técnicos
Livro

Thomas Gilbertson

Táticas de IA para líderes empresariais não técnicos

Inteligência artificial para atingir metas de valor empresarial, lidar com problemas insolúveis e gerar retornos incríveis
Enquadrando a IA no Mundo dos Negócios
Vídeo

Philipp Gerbert

Enquadrando a IA no Mundo dos Negócios
O Que a Revolução da IA Significa para o Nosso Futuro?
Vídeo

Mustafa Suleyman et al.

O Que a Revolução da IA Significa para o Nosso Futuro?

Como a IA deve impactar o nosso futuro imediato? A tecnologia pode ser controlada e há quem a controle?

    Relacionados a habilidades

    Unternehmensfinanzen
    Die KI-Transformation durch führen
    Entrepreneurship
    Executive Leadership
    Personalwesen
    Führung
    KI für die Unternehmensstrategie nutzen
    KI für Finanzen nutzen
    KI für das Personalwesen nutzen
    KI für das Management nutzen
    KI für den Vertrieb nutzen
    Management
    Marketing
    Produktion und Logistik
    Vertrieb
    KI für Produktion und Lieferkette nutzen
    Berufliche Kompetenzen
    KI zur Prozessoptimierung nutzen
    KI-Prioritäten wählen
    KI-Anwendungsfälle in der Finanzbranche entdecken
    KI für Führung nutzen
    KI für das Programmieren und Debuggen nutzen
    KI zur Optimierung des Bestands nutzen
    KI für die Fähigkeitenanpassung nutzen
    KI-Anwendungsfälle in der Konsumgüterindustrie entdecken
    KI für die Nachfrageprognose nutzen
    KI zur Vorhersage von Lieferzeiten nutzen
    KI zur SEO-Optimierung verwenden
    Anwendungsfälle für KI entdecken
    KI-Anwendungsfälle in der Technologiebranche entdecken
    KI für das Kundenerlebnis nutzen
    KI in Ihren täglichen Aufgaben nutzen
    KI ethisch nutzen
    KI für vorausschauende Wartung nutzen
    Nutze KI für Präsentationen
    KI für Prototyping nutzen
    KI für die Verkaufsprognose nutzen
    KI für die Kundensegmentierung nutzen
    KI für die Akquise nutzen
    KI für Schreiben und Kommunikation nutzen
    KI-Anwendungsfälle in der Medien- und Unterhaltungsbranche entdecken
    KI zur Priorisierung von Funktionen nutzen
    KI-Transformation
    KI für das Marketing nutzen
    KI für die Produktentwicklung nutzen
    Die Fähigkeiten und Grenzen von KI verstehen
    KI für die Kampagnenpersonalisierung nutzen
    KI für die Nutzerforschung nutzen
    KI für die visuelle Qualitätsinspektion nutzen
    KI verstehen
    Generative KI verstehen
    KI zur Analyse von Kundenfeedback nutzen
    KI für Finanzprognosen nutzen
    KI für Vorschläge verwenden
    KI für Risikomodelle nutzen
    KI zur Verbesserung der Kommunikation nutzen
    Die Auswirkungen von KI auf das Geschäft messen
    KI für die Erstellung von Bildern und Videos nutzen
    KI für die Sentiment-Analyse nutzen
    KI für die Kreditbewertung nutzen
    KI für Marketing-Analysen nutzen
    KI für Übersetzung und Lokalisierung verwenden
    KI für allgemeine Forschung nutzen
    KI zur Ideenfindung nutzen
    KI für die Datenanalyse nutzen
    KI für Lernen und Entwicklung nutzen
    KI für Marktanalysen nutzen
    KI für Lernen und Weiterbildung nutzen
    KI zur Erstellung von Marketinginhalten nutzen
    Agentische KI verstehen
    KI zur Erstellung von Wissensdatenbanken nutzen
    KI-Agenten nutzen
    Große Sprachmodelle verstehen
    Multimodale KI verstehen
    KI mit Unternehmenswissen nutzen
    Effektive KI-Prompts schreiben