加入 getAbstract 阅读摘要

Chip Huyen

Engenharia de IA

Construindo aplicativos com modelos de base

O’Reilly, 2025

15 分钟阅读

8 个要点速记

音频和文本

看看什么内容？

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

1×

登录收听有声浓缩书。

Avaliação Editorial

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.

AI 技能提升

领导力发展

协作学习

技能提升与重塑

健康与福祉

面向 LMS/LXP

面向企业图书馆

面向人工智能系统

Avaliação Editorial

Qualidades

Recomendação

Resumo

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

Sobre o autor

Meus Realces de Texto

Comente sobre este resumo

Mais deste tópico

Os clientes que leem esse resumo também leem

Engenharia de Prompts para a IA Generativa

Desmistificando a Engenharia de Prompts

Táticas de IA para líderes empresariais não técnicos

Enquadrando a IA no Mundo dos Negócios

O Potencial da IA Generativa para o T&D com Donald Clark

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

Relacionados a habilidades