Generative AI는 현재 GPT4, ChatGPT, DALL-E2, Bard 및 기타 여러 AI 기술과 같은 제품에 대한 이야기로 대중의 많은 관심을 받고 있습니다. 많은 고객들이 AWS의 생성 AI 솔루션에 대한 추가 정보를 요청해 왔습니다. 이 게시물의 목표는 이러한 요구를 해결하는 것입니다.
이 게시물은 실제 고객 사용 사례와 함께 생성 AI의 개요를 제공하고, 간결한 설명을 제공하고, 그 이점을 간략하게 설명하고, 따라하기 쉬운 데모를 참조합니다. AWS 딥컴포저 새로운 음악 작곡을 만드는 방법과 사용을 시작하는 방법에 대해 설명합니다. Amazon SageMaker 점프스타트 GPT2, Stable Diffusion 2.0 및 기타 생성 AI 모델을 배포하기 위한 것입니다.
제너레이티브 AI 개요
Generative AI는 새로운 자료를 생성하는 데 중점을 둔 인공 지능의 특정 분야입니다. 기존 비즈니스를 혁신하고 완전히 새로운 비즈니스 아이디어를 시장에 출시할 수 있는 잠재력을 지닌 AI 세계에서 가장 흥미로운 분야 중 하나입니다. 다음에 대해 생성 기술을 사용할 수 있습니다.
- Stable Diffusion 2.0과 같은 모델을 사용하여 새로운 예술 작품 만들기
- GPT2, Bloom 또는 Flan-T5-XL과 같은 모델을 사용하여 베스트셀러 책 쓰기
- AWS DeepComposer에서 Transformers 기술을 사용하여 다음 교향곡 작곡
AWS DeepComposer는 작곡 언어를 통해 기계 학습(ML)과 관련된 주요 개념을 이해하는 데 도움이 되는 교육 도구입니다. 자세한 내용은 다음을 참조하십시오. Generative Artificial Intelligence를 사용하여 재즈 록 트랙 생성.
Stable Diffusion, GPT2, Bloom 및 Flan-T5-XL은 모두 ML 모델입니다. 데이터 내에서 패턴을 식별하기 위해 훈련해야 하는 단순한 수학적 알고리즘입니다. 패턴을 학습한 후 엔드포인트에 배포하여 추론이라고 하는 프로세스를 준비합니다. 모델이 보지 못한 새로운 데이터가 추론 모델에 입력되고 새로운 창의적인 자료가 생성됩니다.
예를 들어 Stable Diffusion과 같은 이미지 생성 모델을 사용하면 몇 마디로 멋진 일러스트레이션을 만들 수 있습니다. GPT2, Bloom 및 Flan-T5-XL과 같은 텍스트 생성 모델을 사용하면 단순한 사람의 문장에서 새로운 문학 기사와 잠재적인 책을 생성할 수 있습니다.
오토 데스크 사용하는 AWS 고객입니다. 아마존 세이지 메이커 제품 디자이너가 다양한 사용 사례에 대해 수천 번 반복되는 시각적 디자인을 분류하고 ML을 사용하여 최적의 디자인을 선택할 수 있도록 지원합니다. 구체적으로 그들은 Edera Safety와 협력하여 산악 자전거와 같은 스포츠 행사에 참여하는 동안 라이더를 사고로부터 보호하는 척수 보호대를 개발했습니다. 자세한 내용은 비디오를 확인하십시오. 설계 최적화를 지원하는 AWS 기계 학습.
AWS 고객이 제너레이티브 AI 및 패션으로 무엇을 하고 있는지 자세히 알아보려면 다음을 참조하십시오. Amazon SageMaker를 사용하여 생성 AI로 가상 패션 스타일링.
이제 생성 AI가 무엇인지 이해했으므로 JumpStart 데모로 넘어가 AI로 새 텍스트나 이미지를 생성하는 방법을 알아보겠습니다.
사전 조건
아마존 세이지 메이커 스튜디오 단일 창에서 필요한 모든 ML 기능을 제공하는 SageMaker 내의 통합 개발 환경(IDE)입니다. JumpStart를 실행하기 전에 Studio를 설정해야 합니다. 자체 버전의 Studio가 이미 실행 중인 경우 이 단계를 건너뛸 수 있습니다.
AWS 서비스를 사용하기 전에 가장 먼저 해야 할 일은 AWS 계정에 가입하고 생성했는지 확인하는 것입니다. 다음은 관리 사용자와 그룹을 만드는 것입니다. 두 단계에 대한 지침은 다음을 참조하십시오. Amazon SageMaker 사전 조건 설정.
다음 단계는 SageMaker 도메인을 생성하는 것입니다. 도메인은 모든 스토리지를 설정하고 SageMaker에 액세스할 사용자를 추가할 수 있도록 합니다. 자세한 내용은 다음을 참조하십시오. Amazon SageMaker 도메인에 온보딩. 이 데모는 AWS 리전에서 생성됩니다. us-east-1
.
마지막으로 Studio를 시작합니다. 이 게시물에서는 사용자 프로필 앱을 실행하는 것이 좋습니다. 지침은 다음을 참조하십시오. Amazon SageMaker Studio 시작.
JumpStart 솔루션 선택
이제 흥미로운 부분에 도달했습니다. 이제 Studio에 로그인해야 하며 다음 스크린샷과 유사한 페이지가 표시됩니다.
탐색 창의 세이지메이커 점프스타트선택한다. 모델, 노트북, 솔루션.
특정 모델이나 특정 비즈니스 문제 또는 사용 사례를 시작하는 데 도움이 되는 다양한 솔루션, 기반 모델 및 기타 아티팩트가 제공됩니다.
특정 영역에서 실험하고 싶다면 검색 기능을 사용할 수 있습니다. 또는 단순히 아티팩트를 검색하여 필요에 맞는 관련 모델 또는 비즈니스 솔루션을 찾을 수 있습니다.
예를 들어 사기 감지 솔루션에 관심이 있는 경우 검색 표시줄에 사기 감지를 입력합니다.
텍스트 생성 솔루션에 관심이 있다면 검색창에 텍스트 생성을 입력하세요. 다양한 텍스트 생성 모델을 탐색하려는 경우 시작하기 좋은 곳은 Intro to JS – Text Generation 노트북을 선택하는 것입니다.
GPT-2 모델의 구체적인 시연에 대해 살펴보겠습니다.
JumpStart GPT-2 모델 데모
GPT 2는 주어진 프롬프트를 기반으로 사람과 유사한 텍스트를 생성하는 데 도움이 되는 언어 모델입니다. 이러한 유형의 변환기 모델을 사용하여 새 문장을 만들고 작성을 자동화할 수 있습니다. 블로그, 소셜 미디어 게시물 및 책과 같은 콘텐츠 제작에 사용할 수 있습니다.
GPT 2 모델은 GPT 3의 전신인 Generative Pre-Trained Transformer 제품군의 일부입니다. 작성 당시 GPT 3은 OpenAI ChatGPT 애플리케이션의 기반으로 사용되었습니다.
JumpStart에서 GPT-2 모델 데모 탐색을 시작하려면 다음 단계를 완료하십시오.
- JumpStart에서 검색하여 선택합니다. GPT2.
- . 배포 모델 섹션, 확장 배포 구성.
- 럭셔리 SageMaker 호스팅 인스턴스, 인스턴스를 선택합니다(이 게시물에서는 ml.c5.2xlarge 사용).
머신 유형에 따라 가격대가 달라집니다. 작성 시점에 우리가 선택한 ml.c5.2xlarge는 시간당 $0.50 미만입니다. 최신 가격은 다음을 참조하세요. Amazon SageMaker 요금.
- 럭셔리 엔드 포인트 이름, demo-hf-textgeneration-gpt2를 입력합니다.
- 왼쪽 메뉴에서 배포.
ML 엔드포인트가 배포될 때까지 기다립니다(최대 15분).
- 엔드포인트가 배포되면 다음을 선택합니다. 노트북 열기.
다음 스크린샷과 유사한 페이지가 표시됩니다.
데모를 보여주기 위해 사용하는 문서는 필요한 모든 Python 코드를 포함하는 Jupyter 노트북입니다. 이 스크린샷의 코드는 AWS가 이러한 노트북을 지속적으로 업데이트하고 노트북이 안전하고 결함이 없으며 최상의 고객 경험을 제공하는지 확인하기 때문에 현재 가지고 있는 코드와 약간 다를 수 있습니다.
- 첫 번째 셀을 클릭하고 선택 Ctrl + Enter를 코드 블록을 실행합니다.
코드 블록 왼쪽에 별표(*)가 표시된 후 숫자로 바뀝니다. 별표는 코드가 실행 중임을 나타내며 숫자가 나타나면 완료됩니다.
- 다음 코드 블록에서 샘플 텍스트를 입력한 다음 Ctrl + Enter를.
- 왼쪽 메뉴에서 Ctrl + Enter를 세 번째 코드 블록에서 실행합니다.
약 30~60초 후에 추론 결과가 표시됩니다.
입력 텍스트 "Once upon a time there were 18 sandwiches,
” 다음과 같이 생성된 텍스트를 얻습니다.
입력 텍스트 "And for the final time Peter said to Mary,
” 다음과 같이 생성된 텍스트를 얻습니다.
이 세 번째 코드 블록을 여러 번 실행하여 실험할 수 있으며 모델이 매번 다른 예측을 한다는 것을 알 수 있습니다.
고급 기능 중 일부를 사용하여 출력을 조정하려면 아래로 스크롤하여 네 번째 코드 블록에서 실험하십시오.
텍스트 생성 모델에 대한 자세한 내용은 다음을 참조하십시오. Amazon SageMaker JumpStart에서 Bloom 및 GPT 모델로 텍스트 생성 실행.
자원 정리
계속 진행하기 전에 완료되면 끝점을 삭제하는 것을 잊지 마십시오. 이전 탭에서 끝점 삭제선택한다. ..
실수로 이 노트북을 닫은 경우 SageMaker 콘솔을 통해 엔드포인트를 삭제할 수도 있습니다. 아래에 추론 탐색 창에서 종점.
사용한 엔드포인트를 선택하고 행위 메뉴, 선택 ..
이제 첫 번째 JumpStart 솔루션을 사용하는 방법을 이해했으므로 안정적인 확산 모델을 사용하는 방법을 살펴보겠습니다.
JumpStart Stable Diffusion 모델 데모
Stable Diffusion 2 모델을 사용하여 간단한 텍스트 줄에서 이미지를 생성할 수 있습니다. 이것은 소셜 미디어 게시물, 홍보 자료, 앨범 표지 또는 창의적인 아트워크가 필요한 모든 것에 대한 콘텐츠를 생성하는 데 사용할 수 있습니다.
- JumpStart로 돌아가서 다음을 검색하여 선택합니다. 안정적인 확산 2.
- . 배포 모델 섹션, 확장 배포 구성.
- 럭셔리 SageMaker 호스팅 인스턴스, 인스턴스를 선택합니다(이 게시물에서는 ml.g5.2xlarge 사용).
- 럭셔리 엔드 포인트 이름, 입력
demo-stabilityai-stable-diffusion-v2
. - 왼쪽 메뉴에서 배포.
더 큰 모델이기 때문에 배포하는 데 최대 25분이 걸릴 수 있습니다. 준비가 되면 엔드포인트 상태가 다음과 같이 표시됩니다. 서비스에서.
- 왼쪽 메뉴에서 노트북 열기 Python 코드로 Jupyter 노트북을 엽니다.
- 첫 번째 및 두 번째 코드 블록을 실행합니다.
- 세 번째 코드 블록에서 텍스트 프롬프트를 변경한 다음 셀을 실행합니다.
이미지가 나타날 때까지 30~60초 정도 기다립니다. 다음 이미지는 예제 텍스트를 기반으로 합니다.
다시 말하지만, 다음 코드 블록에서 고급 기능을 사용할 수 있습니다. 그것이 만드는 그림은 매번 다릅니다.
자원 정리
다시 말하지만 엔드포인트를 삭제하는 것을 잊지 마십시오. 이번에는 ml.g5.2xlarge를 사용하기 때문에 이전보다 약간 높은 요금이 발생합니다. 글을 쓸 당시에는 시간당 1달러가 조금 넘었습니다.
마지막으로 AWS DeepComposer로 이동하겠습니다.
AWS 딥컴포저
AWS DeepComposer는 생성 AI에 대해 배울 수 있는 좋은 방법입니다. 모델에 내장된 멜로디를 사용하여 새로운 형식의 음악을 생성할 수 있습니다. 사용하는 모델에 따라 입력 멜로디가 변환되는 방식이 결정됩니다.
참여하는 것이 익숙하다면 AWS 딥레이서 직원들이 강화 학습에 대해 배우도록 돕고 AWS DeepComposer로 하루를 보강하고 향상하여 생성 AI에 대해 배우는 것을 고려하십시오.
이 게시물의 세 가지 모델에 대한 자세한 설명과 따라하기 쉬운 데모는 다음을 참조하십시오. Generative Artificial Intelligence를 사용하여 재즈 록 트랙 생성.
다음을 확인하십시오 멋진 예 AWS DeepComposer를 사용하여 SoundCloud에 업로드되었습니다.
우리는 당신의 실험을 보고 싶기 때문에 소셜 미디어(@digitalcolmer)를 통해 자유롭게 연락하고 배운 내용과 실험을 공유하십시오.
결론
이 게시물에서는 AWS 고객 사례를 통해 생성 AI의 정의에 대해 이야기했습니다. 그런 다음 Studio 및 JumpStart를 시작하는 방법을 안내하고 GPT 2 및 Stable Diffusion 모델을 시작하는 방법을 보여 주었습니다. AWS DeepComposer에 대한 간략한 개요로 마무리했습니다.
JumpStart를 더 탐색하려면 자신의 데이터를 사용하여 기존 모델을 미세 조정해 보십시오. 자세한 내용은 다음을 참조하십시오. Amazon SageMaker JumpStart를 사용한 증분 교육. Stable Diffusion 모델 미세 조정에 대한 자세한 내용은 다음을 참조하십시오. Amazon SageMaker JumpStart를 사용하여 텍스트에서 이미지로의 안정적인 확산 모델 미세 조정.
Stable Diffusion 모델에 대한 자세한 내용은 다음을 참조하십시오. Amazon SageMaker JumpStart에서 안정적인 확산 모델을 사용하여 텍스트에서 이미지 생성.
Flan-T5-XL 모델에 대한 정보는 다루지 않았으니 자세한 내용은 다음을 참고하세요. GitHub 레포. 그만큼 Amazon SageMaker 예제 또한 repo에는 다양한 사용 사례를 다루는 JumpStart를 포함하여 다양한 SageMaker 제품에 대해 GitHub에서 사용 가능한 다양한 노트북이 포함되어 있습니다.
다양한 무료 디지털 자산을 통해 AWS ML에 대해 자세히 알아보려면 다음을 확인하십시오. AWS 기계 학습 램프업 가이드. 당신은 또한 우리의 무료를 시도할 수 있습니다 ML 학습 계획 현재 지식을 기반으로 하거나 명확한 출발점을 가질 수 있습니다. 강사 주도 과정을 수강하려면 다음 과정을 적극 권장합니다.
AI/ML 공간에서 정말 흥미로운 시간입니다. AWS는 귀하의 ML 여정을 지원하기 위해 존재하므로 소셜 미디어에서 AWS와 연결하십시오. 앞으로 몇 달 동안 다양한 ML 서비스를 통해 학습, 실험 및 재미를 모두 볼 수 있기를 기대하고 ML 여정에서 강사가 될 수 있는 기회를 즐기십시오.
저자에 관하여
폴 콜머 기계 학습 및 생성 AI를 전문으로 하는 Amazon Web Services의 선임 기술 트레이너입니다. 그의 열정은 매력적인 스토리텔링, 경험 공유 및 지식 이전을 통해 고객, 파트너 및 직원이 개발하고 성장하도록 돕는 것입니다. IT 업계에서 25년 이상 근무한 그는 민첩한 문화 관행 및 기계 학습 솔루션을 전문으로 합니다. Paul은 London College of Music의 Fellow이자 British Computer Society의 Fellow입니다.
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- PlatoAiStream. Web3 데이터 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 미래 만들기 w Adryenn Ashley. 여기에서 액세스하십시오.
- PREIPO®로 PRE-IPO 회사의 주식을 사고 팔 수 있습니다. 여기에서 액세스하십시오.
- 출처: https://aws.amazon.com/blogs/machine-learning/get-started-with-generative-ai-on-aws-using-amazon-sagemaker-jumpstart/
- :이다
- :아니
- $UP
- 1
- 11
- 15%
- 50
- 500
- 7
- 8
- 9
- 937
- a
- 소개
- ACCESS
- 사고
- 계정
- 더하다
- 주소
- 관리
- 많은
- 후
- 기민한
- AI
- AI / ML
- 겨냥
- 앨범
- 알고리즘
- All
- 수
- 수
- 이미
- 또한
- 아마존
- 아마존 세이지 메이커
- Amazon SageMaker 점프스타트
- Amazon Web Services
- an
- 과
- 어떤
- 아무것도
- 앱
- 표시
- 어플리케이션
- 있군요
- 지역
- 약
- 미술
- 기사
- 인조의
- 인공 지능
- 아트 워크
- AS
- 자산
- 관련
- At
- 붙여진
- 주의
- 오토 데스크
- 자동화
- 가능
- AWS
- AWS 고객
- 바
- 기반으로
- BE
- 때문에
- 쇠고기
- 된
- 전에
- 처음
- 혜택
- BEST
- 축복
- 블록
- 블록
- 블로그
- 꽃
- 책
- 도서
- 두
- 영국의
- 빌드
- 내장
- 사업
- 사업 아이디어
- 사업
- 비자 면제 프로그램에 해당하는 국가의 시민권을 가지고 있지만
- by
- CAN
- 케이스
- 가지 경우
- 이전 단계로 돌아가기
- 요금
- ChatGPT
- 검사
- 왼쪽 메뉴에서
- 선명한
- 닫은
- 암호
- 칼리지
- 왔다
- 오는
- 강요하는
- 완전한
- 완전히
- 컴퓨터
- 개념
- 연결하기
- 고려
- 콘솔에서
- 끊임없이
- 함유량
- 콘텐츠 제작
- 코스
- 코스
- 엄호
- 피복
- 커버
- 만들
- 만든
- 생성
- 만들기
- 창조
- 창조적 인
- 문화적인
- Current
- 고객
- 고객 경험
- 고객
- 데이터
- 일
- 일
- 죽음
- Rescale과 함께 비즈니스를 가속화하는 방법에 대해 알아보세요.
- 배포
- 배포
- 배치
- 설명
- 디자인
- 디자이너
- 디자인
- 상세한
- Detection System
- 결정하다
- 개발
- 개발
- 다른
- 방송
- 디지털
- 디지털 자산
- do
- 문서
- 하기
- 도메인
- 말라
- 아래 (down)
- 마다
- 교육적인
- 직원
- 수
- 포괄
- 종점
- 강화
- 엔터 버튼
- 환경
- 에테르 (ETH)
- 이벤트
- 모든
- 예
- 흥미 진진한
- 현존하는
- 펼치기
- 경험
- 체험
- 실험
- 실험
- 설명
- 탐험
- 탐색
- 가족
- 패션
- 특징
- 연방 준비 은행
- 세 연령의 아시안이
- 사람
- 를
- 들
- Fields
- 최후의
- Find
- 먼저,
- 집중
- 수행원
- 식품
- 럭셔리
- 양식
- 앞으로
- Foundation
- 사
- 네번째
- 사기
- 사기 탐지
- 무료
- 에
- 장난
- 기능
- 획득
- 생성
- 생성
- 생성
- 세대
- 생성적인
- 제너레이티브 AI
- 얻을
- GitHub의
- 주어진
- 유리
- 좋은
- 큰
- 그룹
- 성장
- 손
- 있다
- he
- 들었다
- 도움
- 도움이
- 도움이
- 여기에서 지금 확인해 보세요.
- 더 높은
- 고도로
- 그의
- 호스팅
- 시간
- 방법
- How To
- HTML
- HTTPS
- 사람의
- 아이디어
- 확인
- if
- 영상
- 이미지 생성
- 형상
- in
- 포함
- 포함
- 표시
- 산업
- 정보
- 입력
- 예
- 명령
- 통합 된
- 인텔리전스
- 관심있는
- 으로
- IT
- IT 산업
- 반복
- 그
- 여행
- JPG
- 도약
- 주피터 수첩
- 다만
- 키
- 지식
- 지식 전달
- 알려진
- 언어
- 큰
- 시작
- 진수
- 배우다
- 배운
- 배우기
- 왼쪽 (left)
- 처럼
- 라인
- 생활
- 로그인
- 런던
- 보기
- 롯
- 애정
- 기계
- 기계 학습
- 만든
- 확인
- 제작
- 유튜브 영상을 만드는 것은
- .
- 시장
- 자료
- 수학의
- 미디어
- 분
- ML
- 모델
- 모델
- 개월
- 배우기
- 가장
- 산
- 움직임
- 여러
- 음악
- 뮤지컬
- name
- 카테고리
- 필요한
- 필요
- 요구
- 신제품
- 다음 것
- 주의
- 수첩
- 노트북
- 알아채다..
- 지금
- 번호
- of
- on
- ONE
- 열 수
- OpenAI
- 기회
- 최적의
- or
- 기타
- 우리의
- 아웃
- 요점
- 출력
- 위에
- 개요
- 자신의
- 페이지
- 빵
- 부품
- 참여하는
- 특별한
- 파트너
- 열정
- 패턴
- 폴
- 사람들
- 베드로
- .
- 장소
- 플라톤
- 플라톤 데이터 인텔리전스
- 플라토데이터
- 연극
- 부디
- 포인트 적립
- 전철기
- 게시하다
- 게시물
- 가능성
- 잠재적으로
- 사례
- 전임자
- 예측
- 제시
- 제시
- 키를 눌러
- 너무 이른
- 가격
- 가격
- 문제
- 방법
- 생산
- 프로덕트
- 제품
- 프로필
- 프로모션
- 제공
- 제공
- 공개
- Python
- 범위
- 차라리
- 도달
- 준비
- 현실
- 권하다
- 참조
- 지방
- 관련된
- 필요
- RESTAURANT
- 결과
- 라이더
- 록
- 달리기
- 달리는
- 안전
- 현자
- 말했다
- 셍
- 스크롤
- 검색
- 둘째
- 초
- 섹션
- 안전해야합니다.
- 참조
- 보고
- 본
- 선택된
- 연장자
- 문장
- 서비스
- 서비스
- 세트
- 설정
- 공유
- 공유
- 영상을
- 소개
- 쇼
- 서명
- 비슷한
- 단순, 간단, 편리
- 간단히
- 단일
- 약간 다른
- So
- 사회적
- 소셜 미디어
- 소셜 미디어 게시물
- 사회
- 해결책
- 솔루션
- 일부
- 사운드 클라우드
- 스페이스 버튼
- 전문적으로
- 전문
- 구체적인
- 구체적으로
- 안정된
- 스타트
- 시작
- 시작 중
- Status
- 단계
- 단계
- 저장
- 이야기
- 스토리 텔링
- 스튜디오
- 기절시키는
- 이러한
- SUPPORT
- 확인
- 받아
- 이야기
- 테크니컬
- 기법
- 기술
- 텍스트 생성
- 보다
- 그
- XNUMXD덴탈의
- 그들의
- 그때
- 그곳에.
- Bowman의
- 그들
- 맡은 일
- 일
- 제삼
- 이
- 그
- 수천
- 세
- 을 통하여
- 시간
- 시대
- 에
- 수단
- 선로
- 훈련 된
- 트레이닝
- 이전
- 변환
- 변환
- 변압기
- 변압기
- 진정으로
- 결국
- 유형
- 유형
- 아래에
- 이해
- 최신의
- 업데이트
- 업로드
- ...에
- us
- 사용
- 유스 케이스
- 익숙한
- 사용자
- 사용자
- 사용
- 여러
- 버전
- 를 통해
- Video
- 기다리는
- 필요
- 였다
- 방법..
- we
- 웹
- 웹 서비스
- 했다
- 뭐
- 언제
- 어느
- 동안
- 누구
- 의지
- 과
- 이내
- 말
- 일
- 일
- 세계
- 겠지
- 포장
- 쓰기
- 년
- 당신
- 너의
- 제퍼 넷