Generatieve AI krijgt momenteel veel publieke aandacht, met talk around producten zoals GPT4, ChatGPT, DALL-E2, Bard en vele andere AI-technologieën. Veel klanten hebben om meer informatie gevraagd over de generatieve AI-oplossingen van AWS. Het doel van dit bericht is om in die behoeften te voorzien.
Dit bericht geeft een overzicht van generatieve AI met een echte use-case van de klant, geeft een beknopte beschrijving en schetst de voordelen ervan, verwijst naar een eenvoudig te volgen demo van AWS DeepComposer voor het maken van nieuwe muzikale composities, en schetst hoe u aan de slag kunt gaan Amazon SageMaker JumpStart voor het inzetten van GPT2, Stable Diffusion 2.0 en andere generatieve AI-modellen.
Generatief AI-overzicht
Generatieve AI is een specifiek gebied van kunstmatige intelligentie dat zich richt op het genereren van nieuw materiaal. Het is een van de meest opwindende gebieden in de AI-wereld, met het potentieel om bestaande bedrijven te transformeren en volledig nieuwe zakelijke ideeën op de markt te brengen. U kunt generatieve technieken gebruiken voor:
- Nieuwe kunstwerken maken met een model als Stable Diffusion 2.0
- Een bestseller schrijven met een model als GPT2, Bloom of Flan-T5-XL
- Uw volgende symfonie componeren met behulp van de Transformers-techniek in AWS DeepComposer
AWS DeepComposer is een educatieve tool die u helpt de belangrijkste concepten te begrijpen die verband houden met machine learning (ML) door middel van de taal van muzikale compositie. Raadpleeg voor meer informatie Genereer een jazzrocknummer met behulp van generatieve kunstmatige intelligentie.
Stable Diffusion, GPT2, Bloom en Flan-T5-XL zijn allemaal ML-modellen. Het zijn gewoon wiskundige algoritmen die moeten worden getraind om patronen in gegevens te identificeren. Nadat de patronen zijn geleerd, worden ze geïmplementeerd op eindpunten, klaar voor een proces dat bekend staat als inferentie. Nieuwe gegevens die het model niet heeft gezien, worden in het inferentiemodel ingevoerd en er wordt nieuw creatief materiaal geproduceerd.
Met modellen voor het genereren van afbeeldingen, zoals Stable Diffusion, kunnen we bijvoorbeeld verbluffende illustraties maken met een paar woorden. Met modellen voor het genereren van tekst, zoals GPT2, Bloom en Flan-T5-XL, kunnen we nieuwe literaire artikelen en mogelijk boeken genereren op basis van een eenvoudige menselijke zin.
Autodesk is een AWS-klant die gebruikt Amazon Sage Maker om hun productontwerpers te helpen bij het doorzoeken van duizenden iteraties van visuele ontwerpen voor verschillende use-cases en ML te gebruiken om het optimale ontwerp te kiezen. Ze hebben met name samengewerkt met Edera Safety om een ruggenmergbeschermer te helpen ontwikkelen die rijders beschermt tegen ongevallen tijdens deelname aan sportevenementen, zoals mountainbiken. Voor meer informatie, bekijk de video AWS Machine Learning maakt ontwerpoptimalisatie mogelijk.
Raadpleeg voor meer informatie over wat AWS-klanten doen met generatieve AI en mode Virtuele mode-styling met generatieve AI met behulp van Amazon SageMaker.
Nu we begrijpen waar generatieve AI om draait, gaan we naar een JumpStart-demonstratie om te leren hoe we nieuwe tekst of afbeeldingen kunnen genereren met AI.
Voorwaarden
Amazon SageMaker Studio is de geïntegreerde ontwikkelomgeving (IDE) binnen SageMaker die ons alle ML-functies biedt die we nodig hebben in één enkel venster. Voordat we JumpStart kunnen uitvoeren, moeten we Studio instellen. U kunt deze stap overslaan als u al een eigen versie van Studio gebruikt.
Het eerste dat we moeten doen voordat we AWS-services kunnen gebruiken, is ervoor te zorgen dat we ons hebben aangemeld voor en een AWS-account hebben gemaakt. Vervolgens moet u een administratieve gebruiker en een groep maken. Raadpleeg voor instructies over beide stappen Vereisten voor Amazon SageMaker instellen.
De volgende stap is het maken van een SageMaker-domein. Een domein stelt alle opslag in en stelt u in staat gebruikers toe te voegen om toegang te krijgen tot SageMaker. Voor meer informatie, zie Aan boord van Amazon SageMaker Domain. Deze demo is gemaakt in de AWS-regio us-east-1
.
Ten slotte start u Studio. Voor dit bericht raden we aan een gebruikersprofiel-app te starten. Raadpleeg voor instructies Start Amazon SageMaker Studio.
Kies een JumpStart-oplossing
Nu komen we bij het spannende gedeelte. U zou nu ingelogd moeten zijn bij Studio en een pagina zien die lijkt op de volgende schermafbeelding.
In het navigatievenster, onder SageMaker JumpStart, kiezen Modellen, notebooks, oplossingen.
U krijgt een scala aan oplossingen, basismodellen en andere artefacten te zien die u kunnen helpen aan de slag te gaan met een specifiek model of een specifiek zakelijk probleem of gebruiksscenario.
Als u op een bepaald gebied wilt experimenteren, kunt u de zoekfunctie gebruiken. Of u kunt eenvoudig door de artefacten bladeren om het relevante model of de bedrijfsoplossing voor uw behoeften te vinden.
Als u bijvoorbeeld geïnteresseerd bent in oplossingen voor fraudedetectie, typt u fraudedetectie in de zoekbalk.
Als u geïnteresseerd bent in oplossingen voor het genereren van tekst, typt u tekst genereren in de zoekbalk. Een goede plek om te beginnen als u een reeks modellen voor het genereren van tekst wilt verkennen, is door het Intro to JS – Text Generation-notebook te selecteren.
Laten we eens kijken naar een specifieke demonstratie van het GPT-2-model.
JumpStart GPT-2-modeldemo
GPT 2 is een taalmodel dat helpt bij het genereren van mensachtige tekst op basis van een bepaalde prompt. We kunnen dit type transformatormodel gebruiken om nieuwe zinnen te maken en ons te helpen het schrijven te automatiseren. Dit kan worden gebruikt voor het maken van inhoud, zoals blogs, posts op sociale media en boeken.
Het GPT 2-model maakt deel uit van de Generative Pre-Trained Transformer-familie die de voorloper was van GPT 3. Op het moment van schrijven wordt GPT 3 gebruikt als basis voor de OpenAI ChatGPT-applicatie.
Voer de volgende stappen uit om de demo van het GPT-2-model in JumpStart te verkennen:
- Zoek op JumpStart naar en kies GPT 2.
- In het Implementeren Model sectie, uitbreiden Implementatie configuratie.
- Voor SageMaker-hostinginstantie, kies uw instantie (voor dit bericht gebruiken we ml.c5.2xlarge).
Aan verschillende machinetypes zijn verschillende prijspunten gekoppeld. Op het moment van schrijven kost de ml.c5.2xlarge die we hebben geselecteerd minder dan $ 0.50 per uur. Zie voor de meest actuele prijzen Amazon SageMaker-prijzen.
- Voor Eindpuntnaam, voer demo-hf-textgeneration-gpt2 in.
- Kies Implementeren.
Wacht tot het ML-eindpunt is geïmplementeerd (maximaal 15 minuten).
- Wanneer het eindpunt is geïmplementeerd, kiest u Notitieblok openen.
U ziet een pagina die lijkt op de volgende schermafbeelding.
Het document dat we gebruiken om onze demonstratie te laten zien, is een Jupyter-notebook, dat alle benodigde Python-code bevat. Houd er rekening mee dat de code in deze schermafbeelding enigszins kan verschillen van de code die u heeft, omdat AWS deze notebooks voortdurend bijwerkt en ervoor zorgt dat ze veilig zijn, geen defecten vertonen en de beste klantervaring bieden.
- Klik in de eerste cel en kies Ctrl + Enter om het codeblok uit te voeren.
Een asterisk (*) verschijnt links van het codeblok en verandert dan in een cijfer. Het sterretje geeft aan dat de code actief is en voltooid is wanneer het nummer verschijnt.
- Voer in het volgende codeblok wat voorbeeldtekst in en druk vervolgens op Ctrl + Enter.
- Kies Ctrl + Enter in het derde codeblok om het uit te voeren.
Na ongeveer 30-60 seconden ziet u uw gevolgtrekkingsresultaten.
Voor de invoertekst "Once upon a time there were 18 sandwiches,
” we krijgen de volgende gegenereerde tekst:
Voor de invoertekst "And for the final time Peter said to Mary,
” we krijgen de volgende gegenereerde tekst:
U kunt experimenteren door dit derde codeblok meerdere keren uit te voeren en u zult merken dat het model elke keer andere voorspellingen doet.
Om de uitvoer aan te passen met behulp van enkele van de geavanceerde functies, scrolt u omlaag om te experimenteren in het vierde codeblok.
Raadpleeg voor meer informatie over modellen voor het genereren van tekst Voer tekstgeneratie uit met Bloom- en GPT-modellen op Amazon SageMaker JumpStart.
Ruim middelen op
Voordat we verder gaan, vergeet niet uw eindpunt te verwijderen wanneer u klaar bent. Op het vorige tabblad, onder Eindpunt verwijderen, kiezen Verwijder.
Als u deze notebook per ongeluk hebt gesloten, kunt u uw eindpunt ook verwijderen via de SageMaker-console. Onder Gevolgtrekking in het navigatievenster, kies Eindpunten.
Selecteer het eindpunt dat u hebt gebruikt en op de Acties menu, kies Verwijder.
Nu we begrijpen hoe we onze eerste JumpStart-oplossing moeten gebruiken, gaan we kijken naar het gebruik van een stabiel diffusiemodel.
JumpStart Stable Diffusion-modeldemo
We kunnen het Stable Diffusion 2-model gebruiken om afbeeldingen te genereren uit een eenvoudige regel tekst. Dit kan worden gebruikt om inhoud te genereren voor zaken als posts op sociale media, promotiemateriaal, albumhoezen of alles waarvoor creatieve illustraties nodig zijn.
- Keer terug naar JumpStart, zoek en kies Stabiele verspreiding 2.
- In het Implementeren Model sectie, uitbreiden Implementatie configuratie.
- Voor SageMaker-hostinginstantie, kies uw instantie (voor dit bericht gebruiken we ml.g5.2xlarge).
- Voor Eindpuntnaam, ga naar binnen
demo-stabilityai-stable-diffusion-v2
. - Kies Implementeren.
Omdat dit een groter model is, kan het tot 25 minuten duren om te implementeren. Wanneer het gereed is, wordt de status van het eindpunt weergegeven als In dienst.
- Kies Notitieblok openen om een Jupyter-notebook te openen met Python-code.
- Voer de eerste en tweede codeblokken uit.
- Wijzig in het derde codeblok de tekstprompt en voer vervolgens de cel uit.
Wacht ongeveer 30-60 seconden totdat uw afbeelding verschijnt. De volgende afbeelding is gebaseerd op onze voorbeeldtekst.
Nogmaals, je kunt spelen met de geavanceerde functies in het volgende codeblok. Het beeld dat het creëert is elke keer anders.
Ruim middelen op
Nogmaals, vergeet niet uw eindpunt te verwijderen. Deze keer gebruiken we ml.g5.2xlarge, dus er worden iets hogere kosten in rekening gebracht dan voorheen. Op het moment van schrijven was het iets meer dan $ 1 per uur.
Laten we tot slot naar AWS DeepComposer gaan.
AWS DeepComposer
AWS DeepComposer is een geweldige manier om meer te weten te komen over generatieve AI. Hiermee kunt u ingebouwde melodieën in uw modellen gebruiken om nieuwe vormen van muziek te genereren. Het model dat u gebruikt, bepaalt hoe de invoermelodie wordt getransformeerd.
Als je gewend bent om mee te doen AWS diepe racer dagen om uw werknemers te leren over re-enforcement learning, overweeg dan om de dag uit te breiden en te verbeteren met AWS DeepComposer om meer te leren over generatieve AI.
Raadpleeg voor een gedetailleerde uitleg en eenvoudig te volgen demonstratie van drie van de modellen in dit bericht Genereer een jazzrocknummer met behulp van generatieve kunstmatige intelligentie.
Bekijk het volgende eens toffe voorbeelden geüpload naar SoundCloud met behulp van AWS DeepComposer.
We zouden graag uw experimenten zien, dus neem gerust contact op via sociale media (@digitalcolmer) en deel uw lessen en experimenten.
Conclusie
In deze post hebben we het gehad over de definitie van generatieve AI, geïllustreerd door een AWS-klantverhaal. Vervolgens hebben we u stapsgewijs uitgelegd hoe u aan de slag kunt gaan met Studio en JumpStart, en hebben we u laten zien hoe u aan de slag kunt gaan met GPT 2 en Stable Diffusion-modellen. We sloten af met een kort overzicht van AWS DeepComposer.
Om JumpStart meer te verkennen, kunt u proberen uw eigen gegevens te gebruiken om een bestaand model te verfijnen. Voor meer informatie, zie Incrementele training met Amazon SageMaker JumpStart. Voor informatie over het fijn afstellen van Stable Diffusion-modellen, zie Verfijn tekst-naar-beeld stabiele diffusiemodellen met Amazon SageMaker JumpStart.
Voor meer informatie over Stable Diffusion-modellen, zie Genereer afbeeldingen van tekst met het stabiele diffusiemodel op Amazon SageMaker JumpStart.
We hebben geen informatie over het Flan-T5-XL-model behandeld, dus raadpleeg het volgende voor meer informatie GitHub repo. De Amazon SageMaker-voorbeelden repo bevat ook een reeks beschikbare notebooks op GitHub voor de verschillende SageMaker-producten, waaronder JumpStart, voor een reeks verschillende gebruiksscenario's.
Bekijk onze voor meer informatie over AWS ML via een reeks gratis digitale middelen AWS Machine Learning aanloopgids. U kunt onze gratis ook proberen ML-leerplan om voort te bouwen op uw huidige kennis of een duidelijk startpunt te hebben. Om een cursus onder leiding van een instructeur te volgen, raden we ten zeerste de volgende cursussen aan:
Het is echt een spannende tijd in de AI/ML-ruimte. AWS is er om uw ML-reis te ondersteunen, dus neem contact met ons op via sociale media. We kijken ernaar uit om al je lessen, experimenten en plezier te zien met de verschillende ML-services in de komende maanden en genieten van de kans om je instructeur te zijn op je ML-reis.
Over de auteur
Paul Colmer is een Senior Technical Trainer bij Amazon Web Services, gespecialiseerd in machine learning en generatieve AI. Het is zijn passie om klanten, partners en medewerkers te helpen zich te ontwikkelen en te groeien door boeiende verhalen, gedeelde ervaringen en kennisoverdracht. Met meer dan 25 jaar ervaring in de IT-industrie is hij gespecialiseerd in agile culturele praktijken en machine learning-oplossingen. Paul is een Fellow van het London College of Music en een Fellow van de British Computer Society.
- Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
- PlatoAiStream. Web3 gegevensintelligentie. Kennis versterkt. Toegang hier.
- De toekomst slaan met Adryenn Ashley. Toegang hier.
- Koop en verkoop aandelen in PRE-IPO-bedrijven met PREIPO®. Toegang hier.
- Bron: https://aws.amazon.com/blogs/machine-learning/get-started-with-generative-ai-on-aws-using-amazon-sagemaker-jumpstart/
- :is
- :niet
- $UP
- 1
- 11
- 15%
- 50
- 500
- 7
- 8
- 9
- 937
- a
- Over
- toegang
- ongevallen
- Account
- toevoegen
- adres
- administratief
- vergevorderd
- Na
- behendig
- AI
- AI / ML
- streven
- Album
- algoritmen
- Alles
- toelaten
- toestaat
- al
- ook
- Amazone
- Amazon Sage Maker
- Amazon SageMaker JumpStart
- Amazon Web Services
- an
- en
- elke
- iets
- gebruiken
- verschijnen
- Aanvraag
- ZIJN
- GEBIED
- rond
- Kunst
- artikelen
- kunstmatig
- kunstmatige intelligentie
- kunstwerk
- AS
- Activa
- geassocieerd
- At
- gehecht
- aandacht
- Autodesk
- automatiseren
- Beschikbaar
- AWS
- AWS-klant
- bars
- gebaseerde
- BE
- omdat
- Rundvlees
- geweest
- vaardigheden
- Begin
- betekent
- BEST
- zegen
- Blok
- Blokken
- blogs
- Bloeien
- boek
- Boeken
- zowel
- Brits
- bouw
- ingebouwd
- bedrijfsdeskundigen
- Bedrijfsideeën
- ondernemingen
- maar
- by
- CAN
- geval
- gevallen
- verandering
- lasten
- ChatGPT
- controle
- Kies
- duidelijk
- CLOSED
- code
- College
- hoe
- komst
- dwingende
- compleet
- compleet
- computer
- concepten
- Verbinden
- Overwegen
- troosten
- permanent
- content
- content creatie
- cursus
- cursussen
- deksel
- aan het bedekken
- heeft betrekking op
- en je merk te creëren
- aangemaakt
- creëert
- Wij creëren
- het aanmaken
- Creatieve
- culturele
- Actueel
- klant
- klantervaring
- Klanten
- gegevens
- dag
- dagen
- Dood
- Demo
- implementeren
- ingezet
- het inzetten
- beschrijving
- Design
- ontwerpers
- ontwerpen
- gedetailleerd
- Opsporing
- bepaalt
- ontwikkelen
- Ontwikkeling
- anders
- Verspreiding
- digitaal
- Digitale activa
- do
- document
- doen
- domein
- Dont
- beneden
- elk
- onderwijs
- medewerkers
- maakt
- omvat
- Endpoint
- verbeteren
- Enter
- Milieu
- Ether (ETH)
- EVENTS
- Alle
- voorbeeld
- opwindend
- bestaand
- Uitvouwen
- ervaring
- Ervaringen
- experiment
- experimenten
- uitleg
- Verken
- Verkennen
- familie
- Mode
- Voordelen
- Fed
- voelen
- kameraad
- weinig
- veld-
- Velden
- finale
- VIND DE PLEK DIE PERFECT VOOR JOU IS
- Voornaam*
- richt
- volgend
- eten
- Voor
- formulieren
- Naar voren
- Foundation
- vier
- Vierde
- bedrog
- fraude detectie
- Gratis
- oppompen van
- leuke
- functie
- met het verkrijgen van
- voortbrengen
- gegenereerde
- het genereren van
- generatie
- generatief
- generatieve AI
- krijgen
- GitHub
- gegeven
- glas
- goed
- groot
- Groep
- Groeien
- hand
- Hebben
- he
- gehoord
- hulp
- het helpen van
- helpt
- hier
- hoger
- zeer
- zijn
- Hosting
- uur
- Hoe
- How To
- HTML
- HTTPS
- menselijk
- ideeën
- identificeren
- if
- beeld
- beeldgeneratie
- afbeeldingen
- in
- omvat
- Inclusief
- geeft aan
- -industrie
- informatie
- invoer
- instantie
- instructies
- geïntegreerde
- Intelligentie
- geïnteresseerd
- in
- IT
- IT-industrie
- iteraties
- HAAR
- jpg
- springen
- Jupyter Notebook
- voor slechts
- sleutel
- kennis
- kennisoverdracht
- bekend
- taal
- groter
- lancering
- lancering
- LEARN
- geleerd
- leren
- links
- als
- Lijn
- leven
- ingelogd
- London
- Kijk
- lot
- liefde
- machine
- machine learning
- gemaakt
- maken
- MERKEN
- maken
- veel
- Markt
- materiaal
- wiskundig
- Media
- minuten
- ML
- model
- modellen
- maanden
- meer
- meest
- Berg
- beweging
- meervoudig
- Muziek
- musical
- naam
- Navigatie
- noodzakelijk
- Noodzaak
- behoeften
- New
- volgende
- nota
- notitieboekje
- laptops
- Merk op..
- nu
- aantal
- of
- on
- EEN
- open
- OpenAI
- kansen
- optimale
- or
- Overige
- onze
- uit
- outlines
- uitgang
- over
- overzicht
- het te bezitten.
- pagina
- brood
- deel
- deelnemende
- bijzonder
- partners
- passie
- patronen
- Paul
- Mensen
- Peter
- beeld
- plaats
- Plato
- Plato gegevensintelligentie
- PlatoData
- Spelen
- dan
- punt
- punten
- Post
- Berichten
- potentieel
- mogelijk
- praktijken
- voorganger
- Voorspellingen
- presenteren
- gepresenteerd
- pers
- vorig
- prijs
- prijsstelling
- probleem
- geproduceerd
- Product
- Producten
- Profiel
- promotionele
- zorgen voor
- biedt
- publiek
- Python
- reeks
- liever
- bereiken
- klaar
- vast
- adviseren
- referenties
- regio
- relevante
- vereist
- restaurant
- Resultaten
- ruiters
- rots
- lopen
- lopend
- Veiligheid
- sagemaker
- Zei
- SAINT
- rol
- Ontdek
- Tweede
- seconden
- sectie
- beveiligen
- zien
- te zien
- gezien
- gekozen
- senior
- zin
- service
- Diensten
- reeks
- Sets
- Delen
- gedeeld
- moet
- showcase
- Shows
- Gesigneerd
- gelijk
- Eenvoudig
- eenvoudigweg
- single
- iets andere
- So
- Social
- social media
- Posts op sociale media
- Maatschappij
- oplossing
- Oplossingen
- sommige
- Soundcloud
- Tussenruimte
- specialiseert
- gespecialiseerd
- specifiek
- specifiek
- stabiel
- begin
- gestart
- Start
- Status
- Stap voor
- Stappen
- mediaopslag
- Verhaal
- verhaal vertellen
- studio
- Prachtige
- dergelijk
- ondersteuning
- zeker
- Nemen
- Talk
- Technisch
- technieken
- Technologies
- tekst generatie
- neem contact
- dat
- De
- hun
- harte
- Er.
- Deze
- ze
- ding
- spullen
- Derde
- dit
- die
- duizenden kosten
- drie
- Door
- niet de tijd of
- keer
- naar
- tools
- spoor
- getraind
- Trainingen
- overdracht
- Transformeren
- getransformeerd
- transformator
- transformers
- echt
- wordt
- type dan:
- types
- voor
- begrijpen
- up-to-date
- bijwerken
- geüpload
- op
- us
- .
- use case
- gebruikt
- Gebruiker
- gebruikers
- gebruik
- divers
- versie
- via
- Video
- Het wachten
- willen
- was
- Manier..
- we
- web
- webservices
- waren
- Wat
- wanneer
- welke
- en
- WIE
- wil
- Met
- binnen
- woorden
- werkte
- Bedrijven
- wereld
- zou
- Wrapped
- het schrijven van
- jaar
- u
- Your
- zephyrnet