L'IA generativa sta guadagnando molta attenzione da parte del pubblico al momento, con discussioni su prodotti come GPT4, ChatGPT, DALL-E2, Bard e molte altre tecnologie AI. Molti clienti hanno chiesto maggiori informazioni sulle soluzioni di IA generativa di AWS. Lo scopo di questo post è rispondere a tali esigenze.
Questo post fornisce una panoramica dell'IA generativa con un caso d'uso reale del cliente, fornisce una descrizione concisa e ne delinea i vantaggi, fa riferimento a una demo facile da seguire di AWS DeepCompositore per la creazione di nuove composizioni musicali e delinea come iniziare a utilizzare JumpStart di Amazon SageMaker per l'implementazione di GPT2, Stable Diffusion 2.0 e altri modelli di intelligenza artificiale generativa.
Panoramica dell'IA generativa
L'IA generativa è un campo specifico dell'intelligenza artificiale che si concentra sulla generazione di nuovo materiale. È uno dei campi più entusiasmanti nel mondo dell'IA, con il potenziale per trasformare le aziende esistenti e consentire l'arrivo sul mercato di idee di business completamente nuove. Puoi utilizzare le tecniche generative per:
- Creare nuove opere d'arte utilizzando un modello come Stable Diffusion 2.0
- Scrivere un libro di successo utilizzando un modello come GPT2, Bloom o Flan-T5-XL
- Comporre la tua prossima sinfonia utilizzando la tecnica Transformers in AWS DeepComposer
AWS DeepComposer è uno strumento educativo che ti aiuta a comprendere i concetti chiave associati all'apprendimento automatico (ML) attraverso il linguaggio della composizione musicale. Per saperne di più, fare riferimento a Genera una traccia jazz rock utilizzando l'Intelligenza Artificiale Generativa.
Stable Diffusion, GPT2, Bloom e Flan-T5-XL sono tutti modelli ML. Sono semplicemente algoritmi matematici che devono essere addestrati per identificare i modelli all'interno dei dati. Dopo che i modelli sono stati appresi, vengono distribuiti sugli endpoint, pronti per un processo noto come inferenza. Nuovi dati che il modello non ha visto vengono inseriti nel modello di inferenza e viene prodotto nuovo materiale creativo.
Ad esempio, con modelli di generazione di immagini come Stable Diffusion, possiamo creare splendide illustrazioni utilizzando poche parole. Con modelli di generazione di testo come GPT2, Bloom e Flan-T5-XL, possiamo generare nuovi articoli letterari, e potenzialmente libri, da una semplice frase umana.
Autodesk è un cliente AWS che utilizza Amazon Sage Maker per aiutare i loro progettisti di prodotti a selezionare migliaia di iterazioni di progetti visivi per vari casi d'uso e utilizzare ML per aiutare a scegliere il design ottimale. In particolare, hanno collaborato con Edera Safety per aiutare a sviluppare una protezione del midollo spinale che protegga i motociclisti dagli incidenti durante la partecipazione a eventi sportivi, come la mountain bike. Per ulteriori informazioni, guarda il video AWS Machine Learning consente l'ottimizzazione della progettazione.
Per saperne di più su ciò che i clienti AWS stanno facendo con l'IA generativa e la moda, fai riferimento a Stile di moda virtuale con intelligenza artificiale generativa utilizzando Amazon SageMaker.
Ora che abbiamo capito cos'è l'IA generativa, passiamo a una dimostrazione JumpStart per imparare a generare nuovo testo o immagini con l'IA.
Prerequisiti
Amazon Sage Maker Studio è l'ambiente di sviluppo integrato (IDE) all'interno di SageMaker che ci fornisce tutte le funzionalità ML di cui abbiamo bisogno in un unico pannello di controllo. Prima di poter eseguire JumpStart, dobbiamo configurare Studio. Puoi saltare questo passaggio se hai già la tua versione di Studio in esecuzione.
La prima cosa che dobbiamo fare prima di poter utilizzare qualsiasi servizio AWS è assicurarci di aver effettuato la registrazione e di aver creato un account AWS. Il prossimo è creare un utente amministrativo e un gruppo. Per istruzioni su entrambi i passaggi, fare riferimento a Configura i prerequisiti di Amazon SageMaker.
Il passaggio successivo consiste nel creare un dominio SageMaker. Un dominio configura tutto lo spazio di archiviazione e ti consente di aggiungere utenti per accedere a SageMaker. Per ulteriori informazioni, fare riferimento a Integrazione nel dominio Amazon SageMaker. Questa demo viene creata nella regione AWS us-east-1
.
Infine, avvii Studio. Per questo post, ti consigliamo di avviare un'app per il profilo utente. Per le istruzioni, fare riferimento a Avvia Amazon SageMaker Studio.
Scegli una soluzione JumpStart
Ora veniamo alla parte eccitante. Ora dovresti aver effettuato l'accesso a Studio e vedere una pagina simile allo screenshot seguente.
Nel riquadro di navigazione, sotto SageMaker JumpStartscegli Modelli, taccuini, soluzioni.
Ti viene presentata una gamma di soluzioni, modelli di base e altri artefatti che possono aiutarti a iniziare con un modello specifico o un problema aziendale specifico o un caso d'uso.
Se vuoi sperimentare in un'area particolare, puoi utilizzare la funzione di ricerca. Oppure puoi semplicemente sfogliare gli artefatti per trovare il modello o la soluzione aziendale pertinente per le tue esigenze.
Ad esempio, se sei interessato a soluzioni di rilevamento delle frodi, inserisci il rilevamento delle frodi nella barra di ricerca.
Se sei interessato alle soluzioni per la generazione del testo, inserisci la generazione del testo nella barra di ricerca. Un buon punto di partenza se si desidera esplorare una gamma di modelli di generazione di testo è selezionare il taccuino Intro to JS – Text Generation.
Immergiamoci in una dimostrazione specifica del modello GPT-2.
Dimostrazione del modello JumpStart GPT-2
GPT 2 è un modello linguistico che aiuta a generare testo simile a quello umano in base a un determinato prompt. Possiamo utilizzare questo tipo di modello di trasformatore per creare nuove frasi e aiutarci ad automatizzare la scrittura. Questo può essere utilizzato per la creazione di contenuti come blog, post sui social media e libri.
Il modello GPT 2 fa parte della famiglia Generative Pre-Trained Transformer che era il predecessore di GPT 3. Al momento della scrittura, GPT 3 è utilizzato come base per l'applicazione OpenAI ChatGPT.
Per iniziare a esplorare la demo del modello GPT-2 in JumpStart, completa i seguenti passaggi:
- Su JumpStart, cerca e scegli GPT2.
- Nel Schierare Modello sezione, espandere Configurazione di distribuzione.
- Nel Istanza di hosting SageMaker, scegli la tua istanza (per questo post, usiamo ml.c5.2xlarge).
Diversi tipi di macchine hanno diversi punti di prezzo collegati. Al momento in cui scriviamo, ml.c5.2xlarge che abbiamo selezionato costa meno di $ 0.50 all'ora. Per i prezzi più aggiornati, fare riferimento a Prezzi di Amazon SageMaker.
- Nel Nome dell'endpoint, inserisci demo-hf-textgeneration-gpt2.
- Scegli Schierare.
Attendere la distribuzione dell'endpoint ML (fino a 15 minuti).
- Quando l'endpoint viene distribuito, scegli Apri taccuino.
Vedrai una pagina simile allo screenshot seguente.
Il documento che stiamo usando per mostrare la nostra dimostrazione è un notebook Jupyter, che comprende tutto il codice Python necessario. Tieni presente che il codice in questo screenshot potrebbe essere leggermente diverso dal codice che hai, perché AWS aggiorna costantemente questi notebook e si assicura che siano sicuri, privi di difetti e forniscano la migliore esperienza del cliente.
- Fare clic nella prima cella e scegliere Ctrl + Invio per eseguire il blocco di codice.
Un asterisco (*) appare a sinistra del blocco di codice e poi si trasforma in un numero. L'asterisco indica che il codice è in esecuzione ed è completo quando viene visualizzato il numero.
- Nel blocco di codice successivo, inserisci un testo di esempio, quindi premi Ctrl + Invio.
- Scegli Ctrl + Invio nel terzo blocco di codice per eseguirlo.
Dopo circa 30-60 secondi, vedrai i risultati dell'inferenza.
Per il testo di input "Once upon a time there were 18 sandwiches,
” otteniamo il seguente testo generato:
Per il testo di input "And for the final time Peter said to Mary,
” otteniamo il seguente testo generato:
Puoi sperimentare l'esecuzione di questo terzo blocco di codice più volte e noterai che il modello effettua previsioni diverse ogni volta.
Per personalizzare l'output utilizzando alcune delle funzionalità avanzate, scorri verso il basso per sperimentare nel quarto blocco di codice.
Per ulteriori informazioni sui modelli di generazione del testo, fare riferimento a Esegui la generazione di testo con i modelli Bloom e GPT su Amazon SageMaker JumpStart.
Pulisci risorse
Prima di andare avanti, non dimenticare di eliminare il tuo endpoint quando hai finito. Nella scheda precedente, sotto Elimina punto finalescegli Elimina.
Se hai chiuso accidentalmente questo taccuino, puoi anche eliminare il tuo endpoint tramite la console SageMaker. Sotto Inferenza nel pannello di navigazione, scegli endpoint.
Seleziona l'endpoint che hai utilizzato e sul Azioni menù, scegliere Elimina.
Ora che abbiamo capito come utilizzare la nostra prima soluzione JumpStart, esaminiamo l'utilizzo di un modello di diffusione stabile.
Dimostrazione del modello di diffusione stabile JumpStart
Possiamo utilizzare il modello Stable Diffusion 2 per generare immagini da una semplice riga di testo. Questo può essere utilizzato per generare contenuti per cose come post sui social media, materiale promozionale, copertine di album o qualsiasi cosa che richieda opere d'arte creative.
- Torna a JumpStart, quindi cerca e scegli Diffusione stabile 2.
- Nel Schierare Modello sezione, espandere Configurazione di distribuzione.
- Nel Istanza di hosting SageMaker, scegli la tua istanza (per questo post, utilizziamo ml.g5.2xlarge).
- Nel Nome dell'endpoint, accedere
demo-stabilityai-stable-diffusion-v2
. - Scegli Schierare.
Poiché si tratta di un modello più grande, la distribuzione può richiedere fino a 25 minuti. Quando è pronto, lo stato dell'endpoint viene visualizzato come In servizio.
- Scegli Apri taccuino per aprire un notebook Jupyter con codice Python.
- Esegui il primo e il secondo blocco di codice.
- Nel terzo blocco di codice, modifica il prompt di testo, quindi esegui la cella.
Attendi circa 30-60 secondi affinché appaia l'immagine. L'immagine seguente si basa sul nostro testo di esempio.
Ancora una volta, puoi giocare con le funzionalità avanzate nel prossimo blocco di codice. L'immagine che crea è diversa ogni volta.
Pulisci risorse
Ancora una volta, non dimenticare di eliminare il tuo endpoint. Questa volta stiamo usando ml.g5.2xlarge, quindi comporta costi leggermente più alti rispetto a prima. Al momento della scrittura, era poco più di $ 1 all'ora.
Infine, passiamo ad AWS DeepComposer.
AWS DeepCompositore
AWS DeepComposer è un ottimo modo per conoscere l'IA generativa. Ti consente di utilizzare melodie incorporate nei tuoi modelli per generare nuove forme di musica. Il modello che usi determina come viene trasformata la melodia di input.
Se sei abituato a partecipare a AWS Deep Racer giorni per aiutare i tuoi dipendenti a conoscere l'apprendimento per rinforzo, prendi in considerazione l'aumento e il miglioramento della giornata con AWS DeepComposer per conoscere l'IA generativa.
Per una spiegazione dettagliata e una dimostrazione facile da seguire di tre dei modelli in questo post, fare riferimento a Genera una traccia jazz rock utilizzando l'Intelligenza Artificiale Generativa.
Controlla quanto segue fantastici esempi caricato su SoundCloud utilizzando AWS DeepComposer.
Ci piacerebbe vedere i tuoi esperimenti, quindi sentiti libero di contattarci tramite i social media (@digitalcolmer) e condividere i tuoi apprendimenti ed esperimenti.
Conclusione
In questo post abbiamo parlato della definizione di IA generativa, illustrata da una storia di un cliente AWS. Ti abbiamo quindi spiegato come iniziare con Studio e JumpStart e ti abbiamo mostrato come iniziare con GPT 2 e i modelli Stable Diffusion. Abbiamo concluso con una breve panoramica di AWS DeepComposer.
Per esplorare di più JumpStart, prova a utilizzare i tuoi dati per mettere a punto un modello esistente. Per ulteriori informazioni, fare riferimento a Formazione incrementale con Amazon SageMaker JumpStart. Per informazioni sulla regolazione fine dei modelli di diffusione stabile, fare riferimento a Ottimizza i modelli di diffusione stabile da testo a immagine con Amazon SageMaker JumpStart.
Per ulteriori informazioni sui modelli di diffusione stabile, fare riferimento a Genera immagini dal testo con il modello di diffusione stabile su Amazon SageMaker JumpStart.
Non abbiamo coperto alcuna informazione sul modello Flan-T5-XL, quindi per saperne di più, fare riferimento a quanto segue Repository GitHub. Esempi di Amazon SageMaker repo include anche una gamma di notebook disponibili su GitHub per i vari prodotti SageMaker, incluso JumpStart, che coprono una gamma di diversi casi d'uso.
Per ulteriori informazioni su AWS ML tramite una gamma di risorse digitali gratuite, consulta il nostro Guida all'accelerazione di AWS Machine Learning. Puoi anche provare il nostro servizio gratuito Piano di apprendimento ML per sviluppare le tue attuali conoscenze o avere un chiaro punto di partenza. Per seguire un corso con istruttore, consigliamo vivamente i seguenti corsi:
È davvero un momento emozionante nello spazio AI/ML. AWS è qui per supportare il tuo viaggio nel machine learning, quindi connettiti con noi sui social media. Non vediamo l'ora di vedere tutto il tuo apprendimento, esperimenti e divertimento con i vari servizi ML nei prossimi mesi e apprezziamo l'opportunità di essere il tuo istruttore nel tuo viaggio ML.
L'autore
Paolo Colmer è un Senior Technical Trainer presso Amazon Web Services specializzato in machine learning e intelligenza artificiale generativa. La sua passione è aiutare clienti, partner e dipendenti a svilupparsi e crescere attraverso narrazioni avvincenti, esperienze condivise e trasferimento di conoscenze. Con oltre 25 anni nel settore IT, è specializzato in pratiche culturali agili e soluzioni di machine learning. Paul è Fellow del London College of Music e Fellow della British Computer Society.
- Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
- PlatoAiStream. Intelligenza dei dati Web3. Conoscenza amplificata. Accedi qui.
- Coniare il futuro con Adryenn Ashley. Accedi qui.
- Acquista e vendi azioni in società PRE-IPO con PREIPO®. Accedi qui.
- Fonte: https://aws.amazon.com/blogs/machine-learning/get-started-with-generative-ai-on-aws-using-amazon-sagemaker-jumpstart/
- :È
- :non
- $ SU
- 1
- 11
- 15%
- 50
- 500
- 7
- 8
- 9
- 937
- a
- Chi siamo
- accesso
- incidenti
- Il mio account
- aggiungere
- indirizzo
- amministrativo
- Avanzate
- Dopo shavasana, sedersi in silenzio; saluti;
- agile
- AI
- AI / ML
- puntare
- Album
- Algoritmi
- Tutti
- consentire
- consente
- già
- anche
- Amazon
- Amazon Sage Maker
- JumpStart di Amazon SageMaker
- Amazon Web Services
- an
- ed
- in qualsiasi
- nulla
- App
- apparire
- Applicazioni
- SONO
- RISERVATA
- in giro
- Arte
- news
- artificiale
- intelligenza artificiale
- opere d'arte
- AS
- Attività
- associato
- At
- allegato
- attenzione
- autodesk
- automatizzare
- disponibile
- AWS
- Cliente AWS
- bar
- basato
- BE
- perché
- Manzo
- stato
- prima
- Inizio
- vantaggi
- MIGLIORE
- benedizione
- Bloccare
- Blocchi
- blog
- Fioritura
- libro
- Libri
- entrambi
- britannico
- costruire
- incassato
- affari
- Idee commerciali
- aziende
- ma
- by
- Materiale
- Custodie
- casi
- il cambiamento
- oneri
- ChatGPT
- dai un'occhiata
- Scegli
- pulire campo
- chiuso
- codice
- College
- Venire
- arrivo
- avvincente
- completamento di una
- completamente
- computer
- concetti
- Connettiti
- Prendere in considerazione
- consolle
- costantemente
- contenuto
- creazione di contenuti
- corso
- Corsi
- coprire
- copertura
- copre
- creare
- creato
- crea
- Creazione
- creazione
- Creative
- la cultura della
- Corrente
- cliente
- esperienza del cliente
- Clienti
- dati
- giorno
- Giorni
- Morte
- Dimo
- schierare
- schierato
- distribuzione
- descrizione
- Design
- designer e gli illustratori veneziani,
- disegni
- dettagliati
- rivelazione
- determina
- sviluppare
- Mercato
- diverso
- Emittente
- digitale
- Risorse digitali
- do
- documento
- fare
- dominio
- Dont
- giù
- ogni
- educativo
- dipendenti
- Abilita
- comprende
- endpoint
- migliorando
- entrare
- Ambiente
- Etere (ETH)
- eventi
- Ogni
- esempio
- coinvolgenti
- esistente
- Espandere
- esperienza
- Esperienze
- esperimento
- esperimenti
- spiegazione
- esplora
- Esplorare
- famiglia
- Moda
- Caratteristiche
- Federale
- sentire
- compagno
- pochi
- campo
- campi
- finale
- Trovare
- Nome
- si concentra
- i seguenti
- cibo
- Nel
- forme
- Avanti
- Fondazione
- quattro
- Quarto
- frode
- rilevazione di frodi
- Gratis
- da
- ti divertirai
- function
- guadagnando
- generare
- generato
- la generazione di
- ELETTRICA
- generativo
- AI generativa
- ottenere
- GitHub
- dato
- vetro.
- buono
- grande
- Gruppo
- Crescere
- cura
- Avere
- he
- sentito
- Aiuto
- aiutare
- aiuta
- qui
- superiore
- vivamente
- il suo
- di hosting
- ora
- Come
- Tutorial
- HTML
- HTTPS
- umano
- idee
- identificare
- if
- Immagine
- generazione di immagini
- immagini
- in
- inclusi
- Compreso
- indica
- industria
- informazioni
- ingresso
- esempio
- istruzioni
- integrato
- Intelligence
- interessato
- ai miglioramenti
- IT
- Settore IT
- iterazioni
- SUO
- viaggio
- jpg
- saltare
- Notebook Jupyter
- ad appena
- Le
- conoscenze
- trasferimento di conoscenza
- conosciuto
- Lingua
- superiore, se assunto singolarmente.
- lanciare
- lancio
- IMPARARE
- imparato
- apprendimento
- a sinistra
- piace
- linea
- vita
- registrati
- Londra
- Guarda
- lotto
- amore
- macchina
- machine learning
- fatto
- make
- FA
- Fare
- molti
- Rappresentanza
- materiale
- matematico
- Media
- verbale
- ML
- modello
- modelli
- mese
- Scopri di più
- maggior parte
- La Montagna
- cambiano
- multiplo
- Musica
- musicale
- Nome
- Navigazione
- necessaria
- Bisogno
- esigenze
- New
- GENERAZIONE
- Nota
- taccuino
- computer portatili
- Avviso..
- adesso
- numero
- of
- on
- ONE
- aprire
- OpenAI
- Opportunità
- ottimale
- or
- Altro
- nostro
- su
- lineamenti
- produzione
- ancora
- panoramica
- proprio
- pagina
- vetro
- parte
- partecipante
- particolare
- partner
- passione
- modelli
- Paul
- Persone
- Peter
- immagine
- posto
- Platone
- Platone Data Intelligence
- PlatoneDati
- Giocare
- per favore
- punto
- punti
- Post
- Post
- potenziale
- potenzialmente
- pratiche
- predecessore
- Previsioni
- presenti
- presentata
- stampa
- precedente
- prezzo
- prezzi
- Problema
- processi
- Prodotto
- Prodotto
- Prodotti
- Profilo
- promozionale
- fornire
- fornisce
- la percezione
- Python
- gamma
- piuttosto
- raggiungere
- pronto
- di rose
- raccomandare
- Riferimenti
- regione
- pertinente
- richiede
- al Deck ristorante
- Risultati
- piloti
- Roccia
- Correre
- running
- Sicurezza
- sagemaker
- Suddetto
- SAINT
- scorrere
- Cerca
- Secondo
- secondo
- Sezione
- sicuro
- vedere
- vedendo
- visto
- selezionato
- anziano
- condanna
- servizio
- Servizi
- set
- Set
- Condividi
- condiviso
- dovrebbero
- vetrina
- Spettacoli
- firmato
- simile
- Un'espansione
- semplicemente
- singolo
- leggermente diversa
- So
- Social
- Social Media
- Post sui social media
- Società
- soluzione
- Soluzioni
- alcuni
- Soundcloud
- lo spazio
- specializzata
- specializzata
- specifico
- in particolare
- stabile
- inizia a
- iniziato
- Di partenza
- Stato dei servizi
- step
- Passi
- conservazione
- Storia
- narrativa
- studio
- Stupendo
- tale
- supporto
- sicuro
- Fai
- Parlare
- Consulenza
- tecniche
- Tecnologie
- generazione di testo
- di
- che
- I
- loro
- poi
- Là.
- Strumenti Bowman per analizzare le seguenti finiture:
- di
- cosa
- cose
- Terza
- questo
- quelli
- migliaia
- tre
- Attraverso
- tempo
- volte
- a
- pista
- allenato
- Training
- trasferimento
- Trasformare
- trasformato
- trasformatore
- trasformatori
- veramente
- si
- Digitare
- Tipi di
- per
- capire
- up-to-date
- aggiornamento
- caricato
- su
- us
- uso
- caso d'uso
- utilizzato
- Utente
- utenti
- utilizzando
- vario
- versione
- via
- Video
- In attesa
- volere
- Prima
- Modo..
- we
- sito web
- servizi web
- sono stati
- Che
- quando
- quale
- while
- OMS
- volere
- con
- entro
- parole
- lavorato
- lavori
- mondo
- sarebbe
- Avvolto
- scrittura
- anni
- Tu
- Trasferimento da aeroporto a Sharm
- zefiro