Progresele recente în Inteligența Artificială (IA) au crescut cererea pentru produse IA și au redus barierele de intrare pentru cei care doresc să creeze produse IA. Abordarea modelului-ca-serviciu a transformat IA dintr-o disciplină internă într-un instrument puternic de dezvoltare pe care oricine îl poate folosi. Toată lumea, inclusiv cei cu puțină sau fără experiență anterioară în IA, poate acum să folosească modele IA pentru a crea aplicații. În această carte, autorul Chip Huyen discută despre ingineria IA: procesul de creare a aplicațiilor cu modele fundamentale disponibile.

Cartea începe cu o prezentare generală a ingineriei IA, explicând cum diferă de învățarea automată tradițională (ML) și discutând noul stack IA. Cu cât IA este utilizată mai mult, cu atât există mai multe oportunități pentru eșecuri catastrofale și, prin urmare, evaluarea devine mai importantă. Această carte discută diferite abordări pentru evaluarea modelelor deschise, inclusiv abordarea în creștere rapidă a IA ca judecător. Dezvoltatorii de aplicații IA vor descoperi cum să navigheze în peisajul IA, inclusiv modele, seturi de date, repere de evaluare și numărul aparent infinit de cazuri de utilizare și tipare de aplicații.

Veți învăța un cadru pentru dezvoltarea unei aplicații IA, începând cu tehnici simple și progresând către metode mai complexe, și veți descoperi cum să implementați aceste aplicații eficient. Înțelegeți ce este ingineria IA și cum diferă de ingineria tradițională a învățării automate. Învățați procesul de dezvoltare a unei aplicații IA, provocările la fiecare pas și abordările pentru a le aborda. Explorați diverse tehnici de adaptare a modelelor, inclusiv ingineria prompturilor, RAG, ajustarea fină, agenții și ingineria seturilor de date, și înțelegeți cum și de ce funcționează acestea.

Examinați blocajele pentru latență și cost atunci când serviți modele fundamentale și învățați cum să le depășiți. Alegeți modelul potrivit, setul de date, reperele de evaluare și metricile pentru nevoile dvs. Chip Huyen lucrează la accelerarea analizei datelor pe GPU-uri la Voltron Data. Anterior, a fost la Snorkel AI și NVIDIA, a fondat un startup de infrastructură IA și a predat Designing Machine Learning Systems la Stanford. Este autoarea cărții de succes în IA Designing Machine Learning Systems.

Ingineria IA se bazează pe și este complementară cu Designing Machine Learning Systems (O'Reilly).

Pagini: 528