浅谈AI人工智能
人工智能定义
人工智能(Artificial Intelligence,AI):用人工的方法,在机器上实现智能
人工智能是研究、开发用于模拟、延伸和扩展人的智能理论、方法、技术及应用系统的一门新的技术科学,是计算机科学的一个分支。
AI的技术划分
机器学习算法
机器学习概念
是人工智能的一个分支,侧重于开发算法,使计算机系统能利用数据不断改进性能,无需明确编程。
特点:
算法稳定性强,算法原理和获得的结果具备较强的解释性
已广泛用于工业生产领域
深度学习算法
深度学习概念
是机器学习的一个子集,基于人工神经网络,特别是具有多层(深层)结构的网络,能学习数据的高层次特征,利用深层神经网路解决更复杂的模式识别任务。随着计算能力提升和大数据可用性,在许多领域取得显著成果。
特点:
高度复杂,在结果的解释性上较弱
当前最前沿的AI技术,在自然语言处理和图像处理领域有突破性的发展
正在从各方面改造我们的生活
AI技术的热点——大模型
AI大模型开始出圈
2022年11月OpenAI发布ChatGPT3
在对话生成、文本摘要和翻译等方面表现出色
AI大模型成为社会热点
2023年3月OpenAI发布ChatGPT4
提升了逻辑分析能力、识图能力、回答条理性和创作力
AI大模型百花齐放
大模型的特点
参数量大(神经网络)
数据集大(训练数据)
花费巨大(消耗大)
大模型是一个参数量大、训练数据大、消耗大的概率预测模型
附:
神经网络
结构:
包括输入层、隐藏层和输出层
输入层:有五个输入节点,代表未标明的狗的可能特性(如尺寸、毛色、体重等)。
隐藏层:由一系列神经元组成,可提取输入数据复杂特征和模式,示例中显示一个隐藏层,实际可多个。
输出层:有两个节点,对应狗和猫两种输出分类,目的是判断输入数据更类似于狗还是猫。
误差反向传播:
过计算输出错误(预测结果与实际标签差异),将错误信息反向传播回网络以优化各层权重。红色虚线表示误差反向传播路径,绿色勾和红色叉表示预测正确与否。可用于各种图像识别任务。
大模型的基本原理
关键词
token 约等于 1个词 计量单位,对文本进行拆词
transformer Layer 框架 预测
以语言大模型为例:
我们如何用大模型创造价值
使用基于大模型的应用提高工作效率
机器翻译、文本分析、问答系统
音乐创作、图像生成、文学创作
AI辅助编程--代码生成、代码解释、代码修复
在大模型的基础上创建自己的应用服务
闭源大模型
√训练代码、数据和技术细节未向公众开放的人工智能模型,但可能提供API调用
√适合快速原型开发与迭代的项目
√适合成本敏感型项目
√适合不需要数据隐私的项目
开源大模型
√代码、训练方法、数据、参数等被公开,社区成员和研究人员可以自由访问、修改和分发的模型
√适合对数据隐私非常重视,且有充足成本的项目
Python
python是什么
一门简洁、优雅,却又功能强大的高级编程语言。(大模型开发首选、人工智能必备)
Python的由来
发明者:荷兰程序员 Guido van Rossum(Gui叔)
发布时间:1991年
Python的趣闻
名字的由来:蟒蛇,Monty Python的飞行马戏团
圣诞节项目:圣诞假期闲暇时的“业余项目
Python的优缺点
优点:
简单易学
应用广泛
社区强大
开源免费
可移植性强丰
富的库
缺点:
运行速度有点慢
移动计算受限
多线程能力受限
代码加密能力受限
Python的应用场景
大模型开发,人工智能与机器学习,图像处理与计算机视觉,自自然语言处理
数据分析与数据可视化,区块链开发,科学计算,金融领域应用
网络爬虫,网络安全与渗透测试,物联网
Web 后端开发,游戏开发,软件测试与开发
自动化运维,脚本
...
python环境搭建
Anaconda
具备跨平台管理包和环境的能力
支持在各个操作系统上安装、运行和更新软件包及其依赖
自身包含150+个高质量的第三方软件包
自带Python交互式开发环境Jupyter Notebook
Anaconda下载安装
官网下载地址链接:https://www.anaconda.com/
1、点击右上角的免费
2、点击跳过认证
4、下载好后双击安装包进行安装,点击next
5、选择我同意
6、默认选择所有用户,点击next
7、自定义安装路径
8、推荐选中下面三个选项,点击Install安装。需耗费一定时间,耐心等待
配置清华镜像
打开Anaconda Prompt输入指令
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
交互式开发环境——Jupyter Notebook
了解 Jupyter Notebook
Jupyter Notebook是一个基于浏览器的交互式编程环境,广泛用于数据科学、机器学习、科研和教学等领域。
它允许用户将代码、文本、数学公式图表和可视化结果集成在一个文档中,从而实现代码的撰写、执行、调试和展示的无缝衔接
启动Jupyter Notebook
1、从Navigator启动
2、从命令行启动
在Jupyter Prompt中切换到工程目录
例如:项目(自定义)保存在D:\workspace_python 目录下
打开Jupyter Prompt命令行,依次输入 d: cd D:\workspace_python jupyter lab
执行命令启动 Jupyter Lab(交互更友好、功能更强大)
使用Jupyter Notebook执行Python程序
常用功能
执行Cell中的代码
重新执行全部代码
添加新的Cell
删除Cell
实战:有手就行,带你实现GLM大模型API调用
安装zhipuai的第三方库
pip install zhiouai -i https://pypi.tuna.tsinghua.edu.cn/simple
访问官方文档获取API调用示例代码
https://open.bigmodel.cn/dev/api/devguide/sdk_example
from zhipuai import ZhipuAI
client = ZhipuAI(api_key="") # 填写您自己的APIKey
response = client.chat.completions.create(
model="glm-4-0520", # 填写需要调用的模型编码
messages=[
{"role": "user", "content": "作为一名营销专家,请为我的产品创作一个吸引人的slogan"},
{"role": "assistant", "content": "当然,为了创作一个吸引人的slogan,请告诉我一些关于您产品的信息"},
{"role": "user", "content": "智谱AI开放平台"},
{"role": "assistant", "content": "智启未来,谱绘无限一智谱AI,让创新触手可及!"},
{"role": "user", "content": "创造一个更精准、吸引人的slogan"}
],
)
print(response.choices[0].message)
获取api_key
创建一个秘钥,赋值,粘贴到对应位置
运行结果: