AI generativ câștigă multă atenție publică în prezent, cu discuții despre produse precum GPT4, ChatGPT, DALL-E2, Bard și multe alte tehnologii AI. Mulți clienți au cerut mai multe informații despre soluțiile AI generative ale AWS. Scopul acestei postări este de a răspunde acestor nevoi.
Această postare oferă o privire de ansamblu asupra IA generativă cu un caz real de utilizare pentru clienți, oferă o descriere concisă și subliniază beneficiile acesteia, face referire la o demonstrație ușor de urmărit AWS DeepComposer pentru crearea de noi compoziții muzicale și prezintă cum să începeți să utilizați Amazon SageMaker JumpStart pentru implementarea GPT2, Stable Diffusion 2.0 și alte modele AI generative.
Prezentare generală a AI generativă
Inteligența artificială generativă este un domeniu specific al inteligenței artificiale care se concentrează pe generarea de material nou. Este unul dintre cele mai interesante domenii din lumea AI, cu potențialul de a transforma afacerile existente și de a permite ideilor de afaceri complet noi să vină pe piață. Puteți folosi tehnici generative pentru:
- Crearea de noi opere de artă folosind un model precum Stable Diffusion 2.0
- Scrierea unei cărți cele mai bine vândute folosind un model precum GPT2, Bloom sau Flan-T5-XL
- Compuneți următoarea simfonie folosind tehnica Transformers în AWS DeepComposer
AWS DeepComposer este un instrument educațional care vă ajută să înțelegeți conceptele cheie asociate cu învățarea automată (ML) prin limbajul compoziției muzicale. Pentru a afla mai multe, consultați Generați o piesă jazz rock folosind inteligența artificială generativă.
Stable Diffusion, GPT2, Bloom și Flan-T5-XL sunt toate modele ML. Sunt pur și simplu algoritmi matematici care trebuie antrenați pentru a identifica tiparele din date. După ce modelele sunt învățate, acestea sunt implementate pe punctele finale, gata pentru un proces cunoscut sub numele de inferență. Date noi pe care modelul nu le-a văzut sunt introduse în modelul de inferență și este produs un nou material creativ.
De exemplu, cu modele de generare de imagini precum Stable Diffusion, putem crea ilustrații uimitoare folosind câteva cuvinte. Cu modele de generare de text precum GPT2, Bloom și Flan-T5-XL, putem genera noi articole literare și, eventual, cărți, dintr-o simplă propoziție umană.
Autodesk este un client AWS care utilizează Amazon SageMaker pentru a-și ajuta designerii de produse să trimită mii de iterații de design vizual pentru diverse cazuri de utilizare și să folosească ML pentru a ajuta la alegerea designului optim. Mai exact, au colaborat cu Edera Safety pentru a ajuta la dezvoltarea unui protector pentru măduva spinării care îi protejează pe călăreți de accidente în timpul participării la evenimente sportive, cum ar fi ciclismul montan. Pentru mai multe informații, vedeți videoclipul AWS Machine Learning permite optimizarea designului.
Pentru a afla mai multe despre ceea ce fac clienții AWS cu inteligența artificială generativă și modă, consultați Styling virtual de modă cu AI generativă folosind Amazon SageMaker.
Acum că înțelegem despre ce înseamnă IA generativă, haideți să trecem la o demonstrație JumpStart pentru a afla cum să generați text sau imagini noi cu AI.
Cerințe preliminare
Amazon SageMaker Studio este mediul de dezvoltare integrat (IDE) din SageMaker care ne oferă toate caracteristicile ML de care avem nevoie într-un singur panou de sticlă. Înainte de a putea rula JumpStart, trebuie să setăm Studio. Puteți sări peste acest pas dacă aveți deja propria versiune de Studio care rulează.
Primul lucru pe care trebuie să-l facem înainte de a putea folosi orice serviciu AWS este să ne asigurăm că ne-am înscris și am creat un cont AWS. Următorul este să creați un utilizator administrativ și un grup. Pentru instrucțiuni privind ambii pași, consultați Configurați cerințele preliminare Amazon SageMaker.
Următorul pas este să creați un domeniu SageMaker. Un domeniu configurează toată spațiul de stocare și vă permite să adăugați utilizatori pentru a accesa SageMaker. Pentru mai multe informații, consultați Integrat la domeniul Amazon SageMaker. Această demonstrație este creată în regiunea AWS us-east-1
.
În cele din urmă, lansați Studio. Pentru această postare, vă recomandăm să lansați o aplicație de profil de utilizator. Pentru instrucțiuni, consultați Lansați Amazon SageMaker Studio.
Alegeți o soluție JumpStart
Acum ajungem la partea interesantă. Acum ar trebui să fiți conectat la Studio și să vedeți o pagină similară cu următoarea captură de ecran.
În panoul de navigare, sub SageMaker JumpStart, alege Modele, caiete, solutii.
Vi se prezintă o serie de soluții, modele de fundație și alte artefacte care vă pot ajuta să începeți cu un anumit model sau cu o anumită problemă de afaceri sau cu un caz de utilizare specific.
Dacă doriți să experimentați într-o anumită zonă, puteți utiliza funcția de căutare. Sau puteți pur și simplu să răsfoiți artefactele pentru a găsi modelul sau soluția de afaceri relevantă pentru nevoile dvs.
De exemplu, dacă sunteți interesat de soluții de detectare a fraudei, introduceți detectarea fraudei în bara de căutare.
Dacă sunteți interesat de soluții de generare de text, introduceți generarea de text în bara de căutare. Un loc bun pentru a începe dacă doriți să explorați o gamă de modele de generare de text este să selectați blocnotesul Intro to JS – Text Generation.
Să ne scufundăm într-o demonstrație specifică a modelului GPT-2.
JumpStart GPT-2 model demonstrativ
GPT 2 este un model de limbă care ajută la generarea de text asemănător unui om pe baza unui prompt dat. Putem folosi acest tip de model de transformator pentru a crea propoziții noi și pentru a ne ajuta să automatizăm scrierea. Acesta poate fi folosit pentru crearea de conținut, cum ar fi bloguri, postări pe rețelele sociale și cărți.
Modelul GPT 2 face parte din familia Generative Pre-Trained Transformer care a fost predecesorul GPT 3. La momentul redactării, GPT 3 este folosit ca bază pentru aplicația OpenAI ChatGPT.
Pentru a începe să explorați demonstrația modelului GPT-2 în JumpStart, parcurgeți următorii pași:
- Pe JumpStart, căutați și alegeți GPT2.
- În Lansa Model secțiune, extinde Configurație de implementare.
- Pentru Instanță de găzduire SageMaker, alege-ți instanța (pentru această postare, folosim ml.c5.2xlarge).
Diferite tipuri de mașini au puncte de preț diferite atașate. La momentul scrierii, ml.c5.2xlarge pe care l-am selectat costă sub 0.50 USD pe oră. Pentru cele mai actualizate prețuri, consultați Prețuri Amazon SageMaker.
- Pentru Numele finalului, introduceți demo-hf-textgeneration-gpt2.
- Alege Lansa.
Așteptați ca punctul final ML să fie implementat (până la 15 minute).
- Când punctul final este implementat, alegeți Deschide Notebook.
Veți vedea o pagină similară cu următoarea captură de ecran.
Documentul pe care îl folosim pentru a prezenta demonstrația noastră este un blocnotes Jupyter, care cuprinde tot codul Python necesar. Rețineți că codul din această captură de ecran poate fi ușor diferit de codul pe care îl aveți, deoarece AWS actualizează în mod constant aceste notebook-uri și se asigură că sunt sigure, fără defecte și oferă cea mai bună experiență pentru clienți.
- Faceți clic în prima celulă și alegeți Ctrl + Enter pentru a rula blocul de cod.
Un asterisc (*) apare în stânga blocului de cod și apoi se transformă într-un număr. Asteriscul indică faptul că codul rulează și este complet când apare numărul.
- În următorul bloc de cod, introduceți un text exemplu, apoi apăsați Ctrl + Enter.
- Alege Ctrl + Enter în al treilea bloc de cod pentru a-l rula.
După aproximativ 30-60 de secunde, veți vedea rezultatele inferenței.
Pentru textul introdus „Once upon a time there were 18 sandwiches,
” obținem următorul text generat:
Pentru textul introdus „And for the final time Peter said to Mary,
” obținem următorul text generat:
Puteți experimenta rularea acestui al treilea bloc de cod de mai multe ori și veți observa că modelul face predicții diferite de fiecare dată.
Pentru a personaliza rezultatul folosind unele dintre funcțiile avansate, derulați în jos pentru a experimenta în al patrulea bloc de cod.
Pentru a afla mai multe despre modelele de generare de text, consultați Rulați generarea de text cu modelele Bloom și GPT pe Amazon SageMaker JumpStart.
Curățați resursele
Înainte de a merge mai departe, nu uitați să vă ștergeți punctul final când ați terminat. În fila anterioară, sub Ștergeți punctul final, alege Șterge.
Dacă ați închis accidental acest blocnotes, vă puteți șterge și punctul final prin consola SageMaker. Sub deducție în panoul de navigare, alegeți Puncte finale.
Selectați punctul final pe care l-ați folosit și pe Acţiuni meniu, alegeți Șterge.
Acum că înțelegem cum să folosim prima noastră soluție JumpStart, să ne uităm la utilizarea unui model de difuzie stabilă.
Model demonstrativ JumpStart Stable Diffusion
Putem folosi modelul Stable Diffusion 2 pentru a genera imagini dintr-o simplă linie de text. Aceasta poate fi folosită pentru a genera conținut pentru lucruri precum postări pe rețelele sociale, material promoțional, coperți de albume sau orice altceva care necesită lucrări de artă creative.
- Reveniți la JumpStart, apoi căutați și alegeți Difuziune stabilă 2.
- În Lansa Model secțiune, extinde Configurație de implementare.
- Pentru Instanță de găzduire SageMaker, alege-ți instanța (pentru această postare, folosim ml.g5.2xlarge).
- Pentru Numele finalului, introduce
demo-stabilityai-stable-diffusion-v2
. - Alege Lansa.
Deoarece acesta este un model mai mare, implementarea poate dura până la 25 de minute. Când este gata, starea punctului final arată ca În funcțiune.
- Alege Deschide Notebook pentru a deschide un blocnotes Jupyter cu cod Python.
- Rulați primul și al doilea bloc de cod.
- În al treilea bloc de cod, modificați promptul text, apoi rulați celula.
Așteptați aproximativ 30-60 de secunde pentru ca imaginea să apară. Următoarea imagine se bazează pe textul nostru exemplu.
Din nou, puteți juca cu funcțiile avansate din următorul bloc de cod. Imaginea pe care o creează este diferită de fiecare dată.
Curățați resursele
Din nou, nu uitați să vă ștergeți punctul final. De data aceasta, folosim ml.g5.2xlarge, așa că implică taxe puțin mai mari decât înainte. La momentul scrierii, era puțin peste 1 USD pe oră.
În cele din urmă, să trecem la AWS DeepComposer.
AWS DeepComposer
AWS DeepComposer este o modalitate excelentă de a învăța despre IA generativă. Vă permite să utilizați melodii încorporate în modelele dvs. pentru a genera noi forme de muzică. Modelul pe care îl utilizați determină modul în care este transformată melodia de intrare.
Dacă ești obișnuit să participi la AWS DeepRacer zile pentru a vă ajuta angajații să învețe despre învățarea de consolidare, luați în considerare creșterea și îmbunătățirea zilei cu AWS DeepComposer pentru a afla despre AI generativă.
Pentru o explicație detaliată și o demonstrație ușor de urmărit a trei dintre modelele din această postare, consultați Generați o piesă jazz rock folosind inteligența artificială generativă.
Verificați următoarele exemple grozave încărcat în SoundCloud folosind AWS DeepComposer.
Ne-ar plăcea să vă vedem experimentele, așa că nu ezitați să vă contactați prin intermediul rețelelor sociale (@digitalcolmer) și să vă împărtășiți învățăturile și experimentele.
Concluzie
În această postare, am vorbit despre definiția AI generativă, ilustrată de o poveste a unui client AWS. Apoi v-am explicat cum să începeți cu Studio și JumpStart și v-am arătat cum să începeți cu modelele GPT 2 și Stable Diffusion. Am încheiat cu o scurtă prezentare generală a AWS DeepComposer.
Pentru a explora mai mult JumpStart, încercați să utilizați propriile date pentru a regla fin un model existent. Pentru mai multe informații, consultați Antrenament incremental cu Amazon SageMaker JumpStart. Pentru informații despre reglarea fină a modelelor Stable Diffusion, consultați Reglați fin modelele text-to-image Stable Diffusion cu Amazon SageMaker JumpStart.
Pentru a afla mai multe despre modelele Stable Diffusion, consultați Generați imagini din text cu modelul de difuzie stabilă pe Amazon SageMaker JumpStart.
Nu am acoperit nicio informație despre modelul Flan-T5-XL, așa că pentru a afla mai multe, consultați următoarele GitHub repo. Exemple Amazon SageMaker repo include, de asemenea, o gamă de notebook-uri disponibile pe GitHub pentru diferitele produse SageMaker, inclusiv JumpStart, care acoperă o gamă de cazuri de utilizare diferite.
Pentru a afla mai multe despre AWS ML printr-o serie de active digitale gratuite, consultați-ne Ghid de accelerare AWS Machine Learning. De asemenea, puteți încerca gratuit Planul de învățare ML pentru a construi pe baza cunoștințelor tale actuale sau a avea un punct de plecare clar. Pentru a urma un curs condus de un instructor, vă recomandăm cu căldură următoarele cursuri:
Este cu adevărat un moment interesant în spațiul AI/ML. AWS este aici pentru a vă sprijini călătoria ML, așa că vă rugăm să vă conectați pe rețelele sociale. Așteptăm cu nerăbdare să vedem toate învățările, experimentele și distracția dvs. cu diferitele servicii de ML în următoarele luni și ne bucurăm de oportunitatea de a fi instructor în călătoria dvs. ML.
Despre autor
Paul Colmer este trainer tehnic senior la Amazon Web Services specializat în învățarea automată și AI generativă. Pasiunea sa este să ajute clienții, partenerii și angajații să se dezvolte și să crească prin povestiri convingătoare, experiențe comune și transfer de cunoștințe. Cu peste 25 de ani în industria IT, el este specializat în practici culturale agile și soluții de învățare automată. Paul este membru al Colegiului de Muzică din Londra și membru al Societății Britanice de Calculatoare.
- Distribuție de conținut bazat pe SEO și PR. Amplifică-te astăzi.
- PlatoAiStream. Web3 Data Intelligence. Cunoștințe amplificate. Accesați Aici.
- Mintând viitorul cu Adryenn Ashley. Accesați Aici.
- Cumpărați și vindeți acțiuni în companii PRE-IPO cu PREIPO®. Accesați Aici.
- Sursa: https://aws.amazon.com/blogs/machine-learning/get-started-with-generative-ai-on-aws-using-amazon-sagemaker-jumpstart/
- :este
- :nu
- $UP
- 1
- 11
- 15%
- 50
- 500
- 7
- 8
- 9
- 937
- a
- Despre Noi
- acces
- accidente
- Cont
- adăuga
- adresa
- administrativ
- avansat
- După
- agil
- AI
- AI / ML
- urmări
- Album
- algoritmi
- TOATE
- permite
- permite
- deja
- de asemenea
- Amazon
- Amazon SageMaker
- Amazon SageMaker JumpStart
- Amazon Web Services
- an
- și
- Orice
- nimic
- aplicaţia
- apărea
- aplicație
- SUNT
- ZONĂ
- în jurul
- Artă
- bunuri
- artificial
- inteligență artificială
- opera de arta
- AS
- Bunuri
- asociate
- At
- atașat
- atenţie
- Autodesk
- automatizarea
- disponibil
- AWS
- Client AWS
- bar
- bazat
- BE
- deoarece
- Carne de vită
- fost
- înainte
- Început
- Beneficiile
- CEL MAI BUN
- binecuvântare
- Bloca
- Blocuri
- bloguri
- Floare
- carte
- Manuale
- atât
- Britanic
- construi
- construit-in
- afaceri
- Idei de afaceri
- întreprinderi
- dar
- by
- CAN
- caz
- cazuri
- Schimbare
- taxe
- Chat GPT
- verifica
- Alege
- clar
- închis
- cod
- Colegiu
- cum
- venire
- convingătoare
- Completă
- complet
- calculator
- Concepte
- Conectați
- Lua în considerare
- Consoleze
- mereu
- conţinut
- crearea de continut
- înscrie-te la cursul
- cursuri
- acoperi
- acoperire
- acoperă
- crea
- a creat
- creează
- Crearea
- creaţie
- Creator
- cultural
- Curent
- client
- experienta clientului
- clienţii care
- de date
- zi
- Zi
- Moarte
- Demo
- implementa
- dislocate
- Implementarea
- descriere
- Amenajări
- Designerii
- modele
- detaliat
- Detectare
- determină
- dezvolta
- Dezvoltare
- diferit
- difuziune
- digital
- Active digitale
- do
- document
- face
- domeniu
- Dont
- jos
- fiecare
- de învăţământ
- de angajați
- permite
- , acoperă
- Punct final
- consolidarea
- Intrați
- Mediu inconjurator
- Eter (ETH)
- evenimente
- Fiecare
- exemplu
- captivant
- existent
- Extinde
- experienţă
- Experiențe
- experiment
- experimente
- explicație
- explora
- Explorarea
- familie
- Modă
- DESCRIERE
- fed-
- simţi
- membru
- puțini
- camp
- Domenii
- final
- Găsi
- First
- se concentrează
- următor
- alimente
- Pentru
- formulare
- Înainte
- Fundație
- patru
- Al patrulea
- fraudă
- detectarea fraudei
- Gratuit
- din
- distracţie
- funcţie
- câștigă
- genera
- generată
- generator
- generaţie
- generativ
- AI generativă
- obține
- GitHub
- dat
- de sticlă
- bine
- mare
- grup
- Crește
- mână
- Avea
- he
- auzit
- ajutor
- ajutor
- ajută
- aici
- superior
- extrem de
- lui
- găzduire
- oră
- Cum
- Cum Pentru a
- HTML
- HTTPS
- uman
- idei
- identifica
- if
- imagine
- generarea imaginii
- imagini
- in
- include
- Inclusiv
- indică
- industrie
- informații
- intrare
- instanță
- instrucțiuni
- integrate
- Inteligență
- interesat
- în
- IT
- Industria IT
- iterații
- ESTE
- călătorie
- jpg
- a sari
- Jupiter Notebook
- doar
- Cheie
- cunoştinţe
- transfer de cunoștințe
- cunoscut
- limbă
- mai mare
- lansa
- lansare
- AFLAȚI
- învățat
- învăţare
- stânga
- ca
- Linie
- viaţă
- autentificat
- Londra
- Uite
- Lot
- dragoste
- maşină
- masina de învățare
- făcut
- face
- FACE
- Efectuarea
- multe
- Piață
- material
- matematic
- Mass-media
- minute
- ML
- model
- Modele
- luni
- mai mult
- cele mai multe
- Munte
- muta
- multiplu
- Muzică
- muzical
- nume
- Navigare
- necesar
- Nevoie
- nevoilor
- Nou
- următor
- nota
- caiet
- notebook-uri
- Înștiințare..
- acum
- număr
- of
- on
- ONE
- deschide
- OpenAI
- Oportunitate
- optimă
- or
- Altele
- al nostru
- afară
- contururi
- producție
- peste
- Prezentare generală
- propriu
- pagină
- pâine
- parte
- participante
- special
- parteneri
- pasiune
- modele
- Paul
- oameni
- Peter
- imagine
- Loc
- Plato
- Informații despre date Platon
- PlatoData
- Joaca
- "vă rog"
- Punct
- puncte
- Post
- postări
- potenţial
- potenţial
- practicile
- predecesor
- Predictii
- prezenta
- prezentat
- presa
- precedent
- preţ
- de stabilire a prețurilor
- Problemă
- proces
- Produs
- Produs
- Produse
- Profil
- promoționale
- furniza
- furnizează
- public
- Piton
- gamă
- mai degraba
- ajunge
- gata
- real
- recomanda
- referințe
- regiune
- Necesită
- restaurant
- REZULTATE
- calareti
- stâncă
- Alerga
- funcţionare
- Siguranţă
- sagemaker
- Said
- SFÂNT
- derulaţi
- Caută
- Al doilea
- secunde
- Secțiune
- sigur
- vedea
- vedere
- văzut
- selectate
- senior
- propoziție
- serviciu
- Servicii
- set
- Seturi
- Distribuie
- comun
- să
- prezenta
- Emisiuni
- semnat
- asemănător
- simplu
- pur şi simplu
- singur
- ușor diferite
- So
- Social
- social media
- Postări în rețelele sociale
- Societate
- soluţie
- soluţii
- unele
- SoundCloud
- Spaţiu
- specializată
- specializata
- specific
- specific
- stabil
- Începe
- început
- Pornire
- Stare
- Pas
- paşi
- depozitare
- Poveste
- povestiri
- studio
- Uluitor
- astfel de
- a sustine
- sigur
- Lua
- Vorbi
- Tehnic
- tehnici de
- Tehnologii
- generarea textului
- decât
- acea
- lor
- apoi
- Acolo.
- Acestea
- ei
- lucru
- lucruri
- Al treilea
- acest
- aceste
- mii
- trei
- Prin
- timp
- ori
- la
- instrument
- urmări
- dresat
- Pregătire
- transfer
- Transforma
- transformat
- transformator
- transformatoare
- cu adevărat
- se transformă
- tip
- Tipuri
- în
- înţelege
- up-to-data
- actualizarea
- încărcat
- pe
- us
- utilizare
- carcasa de utilizare
- utilizat
- Utilizator
- utilizatorii
- folosind
- diverse
- versiune
- de
- Video
- Aşteptare
- vrea
- a fost
- Cale..
- we
- web
- servicii web
- au fost
- Ce
- cand
- care
- în timp ce
- OMS
- voi
- cu
- în
- cuvinte
- a lucrat
- fabrică
- lume
- ar
- Înfășurat
- scris
- ani
- tu
- Ta
- zephyrnet