A generatív mesterségesintelligencia jelenleg nagy nyilvánosságot kap, és olyan termékekről beszélnek, mint a GPT4, a ChatGPT, a DALL-E2, a Bard és sok más mesterséges intelligencia technológia. Sok ügyfél kért több információt az AWS generatív AI-megoldásairól. Ennek a bejegyzésnek az a célja, hogy ezeket az igényeket kielégítse.
Ez a bejegyzés áttekintést ad a generatív AI-ról egy valós ügyfélhasználati esettel, tömör leírást ad és felvázolja előnyeit, hivatkozik egy könnyen követhető bemutatóra. AWS DeepComposer új zenei kompozíciók létrehozásához, és felvázolja a használat megkezdését Amazon SageMaker JumpStart a GPT2, a Stable Diffusion 2.0 és más generatív AI modellek telepítéséhez.
Generatív AI áttekintés
A generatív AI a mesterséges intelligencia egy speciális területe, amely új anyagok előállítására összpontosít. Ez a mesterséges intelligencia világának egyik legizgalmasabb területe, amely képes átalakítani a meglévő vállalkozásokat, és lehetővé teszi teljesen új üzleti ötletek piacra kerülését. A generatív technikákat használhatja:
- Új műalkotások létrehozása olyan modell segítségével, mint a Stable Diffusion 2.0
- Legkeresettebb könyv írása olyan modellek használatával, mint a GPT2, Bloom vagy Flan-T5-XL
- Következő szimfóniájának komponálása az AWS DeepComposer Transformers technikájával
Az AWS DeepComposer egy oktatási eszköz, amely segít megérteni a gépi tanuláshoz (ML) kapcsolódó kulcsfontosságú fogalmakat a zeneszerzés nyelvén keresztül. További információért lásd: Hozz létre egy jazz rock számot a Generatív mesterséges intelligencia segítségével.
A Stable Diffusion, a GPT2, a Bloom és a Flan-T5-XL mind ML modellek. Ezek egyszerűen matematikai algoritmusok, amelyeket betanítani kell az adatokon belüli minták azonosítására. A minták betanulása után a végpontokra kerülnek, és készen állnak a következtetésként ismert folyamatra. A modell által nem látott új adatok bekerülnek a következtetési modellbe, és új kreatív anyag készül.
Például az olyan képgeneráló modellekkel, mint a Stable Diffusion, néhány szó felhasználásával lenyűgöző illusztrációkat készíthetünk. Az olyan szöveggenerációs modellekkel, mint a GPT2, Bloom és Flan-T5-XL, új irodalmi cikkeket, esetleg könyveket generálhatunk egy egyszerű emberi mondatból.
Autodesk AWS-ügyfél használja Amazon SageMaker hogy segítsenek terméktervezőiknek a látványterv több ezer iterációja között válogatni a különféle felhasználási esetekhez, és az ML segítségével kiválasztani az optimális tervezést. Konkrétan az Edera Safety-vel dolgoztak egy olyan gerincvelővédő kifejlesztésében, amely megvédi a versenyzőket a balesetektől, miközben részt vesznek sporteseményeken, például hegyi kerékpározáson. További információért nézze meg a videót Az AWS gépi tanulás lehetővé teszi a tervezés optimalizálását.
Ha többet szeretne megtudni arról, hogy az AWS-ügyfelek mit csinálnak a generatív AI-val és a divattal, tekintse meg a következőt Virtuális divatstílus generatív mesterséges intelligenciával az Amazon SageMaker segítségével.
Most, hogy megértettük, miről is szól a generatív mesterséges intelligencia, ugorjunk bele egy JumpStart bemutatóba, hogy megtanuljuk, hogyan lehet új szöveget vagy képeket generálni az AI segítségével.
Előfeltételek
Amazon SageMaker Studio a SageMaker integrált fejlesztői környezete (IDE), amely egyetlen üvegtáblában biztosítja számunkra az összes szükséges ML funkciót. A JumpStart futtatása előtt be kell állítanunk a Studio-t. Kihagyhatja ezt a lépést, ha már fut a Studio saját verziója.
Az első dolog, amit tennünk kell, mielőtt bármilyen AWS-szolgáltatást igénybe vehetnénk, hogy megbizonyosodjunk arról, hogy regisztráltunk és létrehoztunk egy AWS-fiókot. A következő lépés az adminisztratív felhasználó és egy csoport létrehozása. Mindkét lépésre vonatkozó utasításokért lásd: Állítsa be az Amazon SageMaker előfeltételeit.
A következő lépés egy SageMaker tartomány létrehozása. Egy tartomány beállítja az összes tárhelyet, és lehetővé teszi, hogy felhasználókat adjon hozzá a SageMakerhez. További információkért lásd: Bekapcsolva az Amazon SageMaker domainbe. Ez a demó az AWS régióban készült us-east-1
.
Végül elindítja a Stúdiót. Ehhez a bejegyzéshez javasoljuk, hogy indítson el egy felhasználói profil alkalmazást. Az utasításokat lásd Indítsa el az Amazon SageMaker Studio programot.
Válasszon JumpStart megoldást
Most elérkeztünk az izgalmas részhez. Most be kell jelentkeznie a Studióba, és látnia kell a következő képernyőképhez hasonló oldalt.
A navigációs ablakban a SageMaker JumpStart, választ Modellek, notebookok, megoldások.
Megoldások, alapmodellek és egyéb műtermékek sora jelenik meg, amelyek segíthetnek egy adott modell vagy egy adott üzleti probléma vagy használati eset megkezdésében.
Ha egy adott területen szeretne kísérletezni, használhatja a kereső funkciót. Vagy egyszerűen böngészhet a műtermékek között, hogy megtalálja az igényeinek megfelelő modellt vagy üzleti megoldást.
Ha például a csalásészlelési megoldások iránt érdeklődik, írja be a csalásészlelés szót a keresősávba.
Ha érdeklik a szöveggenerálási megoldások, írja be a szöveggenerálás kifejezést a keresősávba. Ha a szöveggenerálási modellek széles skáláját szeretné felfedezni, jó kiindulópont az Intro to JS – Text Generation notebook kiválasztása.
Merüljünk el a GPT-2 modell egy konkrét bemutatójában.
JumpStart GPT-2 modell bemutató
A GPT 2 egy olyan nyelvi modell, amely egy adott prompt alapján segít emberszerű szöveg létrehozásában. Az ilyen típusú transzformátormodelleket új mondatok létrehozására és az írás automatizálására használhatjuk. Ez felhasználható tartalom létrehozásához, például blogokhoz, közösségi média bejegyzésekhez és könyvekhez.
A GPT 2 modell a Generative Pre-Trained Transformer család része, amely a GPT 3 elődje volt. A cikk írásakor a GPT 3 az OpenAI ChatGPT alkalmazás alapja.
A GPT-2 modell bemutatójának felfedezéséhez a JumpStartban, hajtsa végre a következő lépéseket:
- A JumpStartban keressen és válasszon GPT2.
- A Telepítése Modell szakaszt, bontsa ki Telepítési konfiguráció.
- A SageMaker hosting példány, válassza ki a példányát (ebben a bejegyzésben az ml.c5.2xlarge-t használjuk).
A különböző géptípusokhoz különböző árfekvés tartozik. A cikk írásakor az általunk kiválasztott ml.c5.2xlarge óránként 0.50 USD alatt van. A legfrissebb árakért lásd: Amazon SageMaker árképzés.
- A Végpont neve, írja be a demo-hf-textgeneration-gpt2.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Telepítése.
Várja meg az ML-végpont telepítését (legfeljebb 15 percig).
- A végpont üzembe helyezésekor válassza a lehetőséget Nyissa meg a Jegyzetfüzetet.
A következő képernyőképhez hasonló oldalt fog látni.
A bemutatónkhoz használt dokumentum egy Jupyter notebook, amely az összes szükséges Python-kódot tartalmazza. Vegye figyelembe, hogy a képernyőképen látható kód kissé eltérhet az Ön által birtokolt kódtól, mivel az AWS folyamatosan frissíti ezeket a notebookokat, és gondoskodik arról, hogy biztonságosak, hibamentesek és a legjobb felhasználói élményt nyújtsák.
- Kattintson az első cellába, és válassza ki Ctrl + Enter a kódblokk futtatásához.
Egy csillag (*) jelenik meg a kódblokk bal oldalán, majd számmá változik. A csillag azt jelzi, hogy a kód fut, és a szám megjelenésekor kész.
- A következő kódblokkban írjon be néhány minta szöveget, majd nyomja meg a gombot Ctrl + Enter.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Ctrl + Enter a harmadik kódblokkban a futtatásához.
Körülbelül 30-60 másodperc múlva látni fogja a következtetés eredményeit.
A beviteli szöveghez "Once upon a time there were 18 sandwiches,
” a következő generált szöveget kapjuk:
A beviteli szöveghez "And for the final time Peter said to Mary,
” a következő generált szöveget kapjuk:
Kísérletezhet a harmadik kódblokk többszöri futtatásával, és észre fogja venni, hogy a modell minden alkalommal különböző előrejelzéseket ad.
A kimenet egyes speciális funkcióival történő testreszabásához görgessen lefelé, hogy kísérletezzen a negyedik kódblokkban.
Ha többet szeretne megtudni a szöveggenerálási modellekről, lásd: Futtasson szöveggenerálást a Bloom és GPT modellekkel az Amazon SageMaker JumpStarton.
Tisztítsa meg az erőforrásokat
Mielőtt továbblépnénk, ne felejtse el törölni a végpontot, ha végzett. Az előző lapon a Végpont törlése, választ töröl.
Ha véletlenül bezárta ezt a jegyzetfüzetet, a SageMaker konzolon keresztül is törölheti a végpontját. Alatt Következtetés a navigációs ablakban válassza a lehetőséget Végpontok.
Válassza ki a használt végpontot és a Hozzászólások menüben válasszon töröl.
Most, hogy megértjük, hogyan kell használni első JumpStart megoldásunkat, nézzük meg a Stable Diffusion modell használatát.
JumpStart Stable Diffusion modell bemutató
A Stable Diffusion 2 modell segítségével egyszerű szövegsorból tudunk képeket generálni. Ez felhasználható tartalom létrehozására olyan dolgokhoz, mint a közösségi médiában közzétett bejegyzések, promóciós anyagok, albumborítók vagy bármi, ami kreatív alkotást igényel.
- Térjen vissza a JumpStarthoz, majd keressen és válasszon Stabil diffúzió 2.
- A Telepítése Modell szakaszt, bontsa ki Telepítési konfiguráció.
- A SageMaker hosting példány, válassza ki a példányát (ebben a bejegyzésben az ml.g5.2xlarge-t használjuk).
- A Végpont neve, belép
demo-stabilityai-stable-diffusion-v2
. - A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Telepítése.
Mivel ez egy nagyobb modell, akár 25 percet is igénybe vehet a telepítés. Ha kész, a végpont állapota a következőképpen jelenik meg: Szolgálatban.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Nyissa meg a Jegyzetfüzetet Python kóddal rendelkező Jupyter notebook megnyitásához.
- Futtassa az első és a második kódblokkot.
- A harmadik kódblokkban módosítsa a szöveges promptot, majd futtassa a cellát.
Várjon körülbelül 30–60 másodpercet, amíg a kép megjelenik. Az alábbi kép a mi példaszövegünkön alapul.
A következő kódblokkban ismét a fejlett funkciókkal játszhat. Az általa létrehozott kép minden alkalommal más.
Tisztítsa meg az erőforrásokat
Ismételten ne felejtse el törölni a végpontot. Ezúttal az ml.g5.2xlarge fájlt használjuk, így valamivel magasabb terhelést jelent, mint korábban. A cikk írásakor valamivel több mint 1 dollár volt óránként.
Végül térjünk át az AWS DeepComposerre.
AWS DeepComposer
Az AWS DeepComposer nagyszerű módja a generatív mesterséges intelligencia megismerésének. Lehetővé teszi, hogy a modellekbe beépített dallamokat használjon új zenei formák létrehozásához. A használt modell határozza meg a bemeneti dallam átalakításának módját.
Ha szokott részt venni AWS DeepRacer napokon, hogy segítsen alkalmazottainak megtanulni a megerősítő tanulást, fontolja meg a nap bővítését és feljavítását az AWS DeepComposer segítségével, hogy megismerje a generatív AI-t.
Az ebben a bejegyzésben szereplő három modell részletes magyarázatához és könnyen követhető bemutatásához lásd: Hozz létre egy jazz rock számot a Generatív mesterséges intelligencia segítségével.
Ellenőrizze a következőket klassz példák feltöltve a SoundCloudba az AWS DeepComposer segítségével.
Szeretnénk látni a kísérleteit, ezért bátran forduljon hozzánk a közösségi médián keresztül (@digitalcolmer), és ossza meg tanulságait és kísérleteit.
Következtetés
Ebben a bejegyzésben a generatív AI definíciójáról beszéltünk, amelyet egy AWS-ügyféltörténet illusztrál. Ezután végigvezettük a Studio és a JumpStart használatának megkezdését, és megmutattuk, hogyan kezdje el a GPT 2 és a Stable Diffusion modelleket. Az AWS DeepComposer rövid áttekintésével zártuk.
A JumpStart további felfedezéséhez próbálja meg saját adatait használni egy meglévő modell finomhangolásához. További információkért lásd: Inkrementális edzés az Amazon SageMaker JumpStart segítségével. A Stable Diffusion modellek finomhangolásával kapcsolatos információkért lásd: Finomhangolhatja a szöveg-képké alakítható stabil diffúziós modelleket az Amazon SageMaker JumpStart segítségével.
Ha többet szeretne megtudni a stabil diffúziós modellekről, lásd: Generáljon képeket szövegből az Amazon SageMaker JumpStart stabil diffúziós modelljével.
Nem foglalkoztunk a Flan-T5-XL modellel kapcsolatos információkkal, ezért további információért olvassa el a következőt GitHub repo Az Amazon SageMaker példák A repo emellett számos elérhető notebookot is tartalmaz a GitHubon a különféle SageMaker-termékekhez, beleértve a JumpStartot is, amelyek számos különböző használati esetet lefednek.
Ha többet szeretne megtudni az AWS ML-ről egy sor ingyenes digitális eszközön keresztül, tekintse meg oldalunkat AWS gépi tanulási felfutási útmutató. Kipróbálhatod ingyenesen is ML tanulási terv hogy építsenek a jelenlegi tudásodra vagy legyen egyértelmű kiindulópontod. Oktató által vezetett tanfolyam elvégzéséhez a következő tanfolyamokat ajánljuk:
Valóban izgalmas időszak ez az AI/ML térben. Az AWS azért van itt, hogy támogassa az ML utazását, ezért kérjük, lépjen kapcsolatba velünk a közösségi médiában. Várjuk, hogy az elkövetkező hónapokban minden tanulást, kísérletet és szórakozást a különféle ML szolgáltatásokkal kapcsolatban láthassunk, és élvezzük a lehetőséget, hogy az Ön oktatója lehessünk az ML utazásán.
A szerzőről
Paul Colmer az Amazon Web Services vezető műszaki oktatója, aki gépi tanulásra és generatív mesterséges intelligenciára szakosodott. Szenvedélye, hogy segítse ügyfeleit, partnereit és alkalmazottait a fejlődésben és növekedésben lenyűgöző történetmesélés, közös tapasztalatok és tudásátadás révén. Több mint 25 éve az IT-iparban, agilis kulturális gyakorlatokra és gépi tanulási megoldásokra specializálódott. Paul a London College of Music és a British Computer Society tagja.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoAiStream. Web3 adatintelligencia. Felerősített tudás. Hozzáférés itt.
- A jövő pénzverése – Adryenn Ashley. Hozzáférés itt.
- Részvények vásárlása és eladása PRE-IPO társaságokban a PREIPO® segítségével. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/machine-learning/get-started-with-generative-ai-on-aws-using-amazon-sagemaker-jumpstart/
- :is
- :nem
- $ UP
- 1
- 11
- 15%
- 50
- 500
- 7
- 8
- 9
- 937
- a
- Rólunk
- hozzáférés
- balesetek
- Fiók
- hozzá
- cím
- adminisztratív
- fejlett
- Után
- agilis
- AI
- AI / ML
- cél
- Album
- algoritmusok
- Minden termék
- lehetővé
- lehetővé teszi, hogy
- már
- Is
- amazon
- Amazon SageMaker
- Amazon SageMaker JumpStart
- Az Amazon Web Services
- an
- és a
- bármilyen
- bármi
- app
- megjelenik
- Alkalmazás
- VANNAK
- TERÜLET
- körül
- Művészet
- cikkek
- mesterséges
- mesterséges intelligencia
- artwork
- AS
- Eszközök
- társult
- At
- csatolt
- figyelem
- Autodesk
- automatizált
- elérhető
- AWS
- AWS Ügyfél
- bár
- alapján
- BE
- mert
- Marhahús
- óta
- előtt
- Kezdet
- Előnyök
- BEST
- áldás
- Blokk
- Blocks
- blogok
- Virágzik
- könyv
- Könyvek
- mindkét
- Brit
- épít
- beépített
- üzleti
- Üzleti ötletek
- vállalkozások
- de
- by
- TUD
- eset
- esetek
- változik
- díjak
- ChatGPT
- ellenőrizze
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a
- világos
- zárt
- kód
- Főiskola
- hogyan
- érkező
- kényszerítő
- teljes
- teljesen
- számítógép
- fogalmak
- Csatlakozás
- Fontolja
- Konzol
- állandóan
- tartalom
- tartalomalkotás
- tanfolyam
- tanfolyamok
- terjed
- fedő
- burkolatok
- teremt
- készítette
- teremt
- létrehozása
- teremtés
- Kreatív
- kulturális
- Jelenlegi
- vevő
- Vásárlói élmény
- Ügyfelek
- dátum
- nap
- Nap
- Halál
- Demó
- telepíteni
- telepített
- bevezetéséhez
- leírás
- Design
- tervezők
- tervek
- részletes
- Érzékelés
- meghatározza
- Fejleszt
- Fejlesztés
- különböző
- Diffusion
- digitális
- Digitális eszközök
- do
- dokumentum
- Ennek
- domain
- ne
- le-
- minden
- nevelési
- alkalmazottak
- lehetővé teszi
- felöleli
- Endpoint
- fokozása
- belép
- Környezet
- Eter (ETH)
- események
- Minden
- példa
- izgalmas
- létező
- Bontsa
- tapasztalat
- Tapasztalatok
- kísérlet
- kísérletek
- magyarázat
- feltárása
- Feltárása
- család
- Divat
- Jellemzők
- Fed
- érez
- fickó
- kevés
- mező
- Fields
- utolsó
- Találjon
- vezetéknév
- koncentrál
- következő
- élelmiszer
- A
- formák
- Előre
- Alapítvány
- négy
- Negyedik
- csalás
- csalások felderítése
- Ingyenes
- ból ből
- móka
- funkció
- egyre
- generál
- generált
- generáló
- generáció
- nemző
- Generatív AI
- kap
- GitHub
- adott
- üveg
- jó
- nagy
- Csoport
- Nő
- kéz
- Legyen
- he
- hallott
- segít
- segít
- segít
- itt
- <p></p>
- nagyon
- övé
- tárhely
- óra
- Hogyan
- How To
- HTML
- HTTPS
- emberi
- ötletek
- azonosítani
- if
- kép
- képalkotás
- képek
- in
- magában foglalja a
- Beleértve
- jelzi
- ipar
- információ
- bemenet
- példa
- utasítás
- integrált
- Intelligencia
- érdekelt
- bele
- IT
- IT ipar
- iterációk
- ITS
- utazás
- jpg
- ugrás
- Jupyter Jegyzetfüzet
- éppen
- Kulcs
- tudás
- tudásátadás
- ismert
- nyelv
- nagyobb
- indít
- indítás
- TANUL
- tanult
- tanulás
- balra
- mint
- vonal
- élő
- bejelentkezve
- London
- néz
- Sok
- szerelem
- gép
- gépi tanulás
- készült
- csinál
- KÉSZÍT
- Gyártás
- sok
- piacára
- anyag
- matematikai
- Média
- jegyzőkönyv
- ML
- modell
- modellek
- hónap
- több
- a legtöbb
- hegy
- mozog
- többszörös
- zene
- zenei
- név
- Navigáció
- elengedhetetlen
- Szükség
- igények
- Új
- következő
- megjegyezni
- jegyzetfüzet
- laptopok
- Értesítés..
- Most
- szám
- of
- on
- ONE
- nyitva
- OpenAI
- Alkalom
- optimálisan
- or
- Más
- mi
- ki
- körvonalak
- teljesítmény
- felett
- áttekintés
- saját
- oldal
- üvegtábla
- rész
- részt vevő
- különös
- partnerek
- szenvedély
- minták
- Paul
- Emberek (People)
- kimerül
- kép
- Hely
- Plató
- Platón adatintelligencia
- PlatoData
- játszani
- kérem
- pont
- pont
- állás
- Hozzászólások
- potenciális
- potenciálisan
- gyakorlat
- előző
- Tippek
- be
- bemutatott
- nyomja meg a
- előző
- ár
- árazás
- Probléma
- folyamat
- Készült
- Termékek
- Termékek
- profil
- promóciós
- ad
- biztosít
- nyilvános
- Piton
- hatótávolság
- Inkább
- el
- kész
- igazi
- ajánl
- referenciák
- vidék
- megköveteli,
- étterem
- Eredmények
- lovasok
- Szikla
- futás
- futás
- Biztonság
- sagemaker
- Mondott
- SAINT
- lapozzunk
- Keresés
- Második
- másodperc
- Rész
- biztonság
- lát
- látás
- látott
- kiválasztott
- idősebb
- mondat
- szolgáltatás
- Szolgáltatások
- készlet
- Szettek
- Megosztás
- megosztott
- kellene
- kirakat
- Műsorok
- aláírt
- hasonló
- Egyszerű
- egyszerűen
- egyetlen
- kicsit más
- So
- Közösség
- Közösségi média
- Közösségi média bejegyzések
- Társadalom
- megoldások
- Megoldások
- néhány
- Soundcloudon
- Hely
- specializálódott
- szakosodott
- különleges
- kifejezetten
- stabil
- kezdet
- kezdődött
- Kezdve
- Állapot
- Lépés
- Lépései
- tárolás
- Történet
- történetmesélés
- stúdió
- Lenyűgöző
- ilyen
- támogatás
- biztos
- Vesz
- Beszél
- Műszaki
- technikák
- Technologies
- szöveggenerálás
- mint
- hogy
- A
- azok
- akkor
- Ott.
- Ezek
- ők
- dolog
- dolgok
- Harmadik
- ezt
- azok
- ezer
- három
- Keresztül
- idő
- alkalommal
- nak nek
- szerszám
- vágány
- kiképzett
- Képzések
- átruházás
- Átalakítás
- át
- transzformátor
- transzformerek
- valóban
- fordul
- típus
- típusok
- alatt
- megért
- up-to-date
- frissítése
- feltöltve
- upon
- us
- használ
- használati eset
- használt
- használó
- Felhasználók
- segítségével
- különféle
- változat
- keresztül
- videó
- Várakozás
- akar
- volt
- Út..
- we
- háló
- webes szolgáltatások
- voltak
- Mit
- amikor
- ami
- míg
- WHO
- lesz
- val vel
- belül
- szavak
- dolgozott
- művek
- világ
- lenne
- csomagolt
- írás
- év
- te
- A te
- zephyrnet