AI学习图
2023-07-07 16:50:52 0 举报AI智能生成
适用于微软&领英培训认证，世界首个生成式AI认证证书
作者其他创作
大纲/内容
生成式AI
GPT生成式预训练转换器
Generative Pre-trained Transformer
使用大语言模型对参数进行联想并生成详细内容
文本
ChatGPT
子主题
Colab
New Bing
语音
视频
图像
DALL-E
像Windows，办开源且性能优异
Midjourney
像MacOS，闭源拥有非常多的应用
Stable Diffision
像Linux，开源拥有非常多的开发者
GANs生成式对抗网络
Generative Adversarial Networks
使用训练过的生成器和鉴别器并使他们同时工作
适用于创造性工作和模拟真实内容，生成欺诈交易的合成版本，并训练欺诈检测模型
VAE变量自动编码器
Variation Autoencoders use anomaly detections
在正常的数据上训练模型，然后用它对不正常的数据进行修正
用于异常行为检测、交易欺诈、安全漏洞，且是其它模型中的一部分
相互关系
搜索引擎
Cawling：爬虫对已有的信息进行搜集
Indexing：搜集到的信息和数据进行归总，创建索引器
Ranking：按条件对索引出的全部结果进行排序
推理引擎
基于大模型参数，对所给出的信息和上下文进行有条件的联想并输出结果
Prompt提示
给出具体的详细提示以便得到确切的回复
Role-play Scenarios：角色扮演
给定一个假设条件，由AI扮演该事物条件下做出对应内容的输出
Analogies：类比解释
输入自己已知的事物并对陌生事物进行于此的创作
Debate-style Question：辩论解释
提出开放话题和所需要的论点来进行创作
Creative Exercises：创造性演说
开放性话题和给定提示Prompt进行延伸
NB
可以对文章最和数据进行分析与加工
可将输出的数据以不同的显示偏好呈现
特定场景如合同、诗歌创作等，应当标注部分内容由AI生成
AI System
Are only as good as the data they're given
准确且真实的数据决定AI的好坏
Learn by trying different thing
不断学习和反复试验来衡量不同的东西
Can do things humans can't
迅速处理大量人力不可及的数据的能力
AI道德与伦理
Responsible Datapractices数据行为责任
大模型的数据来自哪里
如何减少这样数据训练出来的模型中隐形偏见
使用的数据如何延续或增加历史偏见
未来有什么方法可以防止带有偏见的决策
Boundaries of safe and appropriate use安全和道德使用的明确定义
谁是这个工具的目标人群
他们的主要目标是什么
能让我们帮他们实现目标的方式是什么
Robust transparency强大的透明度和可溯源性
工具是怎么得出建议的
有什么别的方法来溯源公平性
决策者是否可以轻松理解输入输出的过程
是否广泛地解除了利益相关者以确保工具的公平性
负责任的AI工具
具备有效数据且合乎道德的目标
Prior itizing privacy隐私优先
建立隐私审计制度来确保数据不会有偏差
Reducing bias减少偏见
提升数据源的多样性来防止偏见
Promoting transparency提高透明度
有各种举措来保证数据的透明度
为人群设计AI
设立一个独立的AI审计来确保工具的合理使用
Listen o user before you start开始之前倾听用户
Involve customers in decision让用户参与决策
Share privacy policies共享透明机制
Audit your work邀请外部审计
Communication for ethical AI促进AI道德
Executives and board members
Technolgies
Human rights advocates
Industry experts
Customers and users
Society
范式
某一领域内对象的理解和思维方式
AI分类
Generactive生成式
如AIGC
Reactive machine反应式
如自动驾驶
Reinforcement learning强化学习
机器玩游戏
Limit memory有限记忆式
如天气预测
Theory of mind心智式
如陪聊机器人
Supervised learning监督式
如图像识别
Unsupervised learning无监督式
如欺诈检测
Narrow Ai窄范式
如购物推荐
...
AI原理
模型
在一组特定训练集上的算法
笔记本
用代码将模型呈现出可编译的工具
应用程序
将各种笔记本整合输出可操作的软件
人工智能技术
Stronge AI
machine display all person-like behavior
机器能够自主的展示人类的成熟行为
Machine learning机器学习
By learning through data，machines could continue to grow with more data
通过数据训练，让机器自主的进行数据之间的比较并学习
Weak AI
AI that's confined to a very narrow task
机器对符号系统进行输入输出的识别判断
Symbolic Reasoning符号推理
Problem-solving and decision-making through abstract symbols and logic, not concrete senses.
使用抽象符号和逻辑运算解决问题和做决策，不依赖具体感官输入
Artificial Neural Networ AI神经网
AI system that mimics the structure of the human brain
模仿人脑结果对信息进行判断和比较
Training neural network训练神经网络
Input layer输入层
Hidden layers隐藏层
Output layer输出层
Natural Language Processing自然语言处理
Using computers to understand and generate human language.
计算机用人类的语言进行沟通和表达
Internet of Thing物联网
IoT devices are object with sensorthat communicate with the outside world
硬件设备通过自身的传感器与外部环境相连接，并通过互联网传递数据
Labeled&Unlabeled data数据标记
Supervised learning监督式学习
system needs to have a knowledgeable tutor
Unsupervised learning无监督式学习
system needs to have access to lot of data
Training data set训练集
a small chunk of data that the machine uses to learn
Test data set测试集
a set of data used to evaluate the performance of a machine learning model.
Identify patterns
Classify data进行分类
Binary Classification二元分类
All binary classification uses supervised learning
数据分为0or1，由机器学习算法对它进行反复地训练和测试
Cluster data进行聚类
Data cluster数据集群
The biggest advantage of clustering is there's alot more unlabeled data
数据无规律由机器学习进行联想并创建数据集群
Reinforcement Learning强化学习
Q-Learning质量奖励性学习
Machine learning algorithms that use rewards as a way to give the system incentive to find new patterns
机器学习奖励系统来寻找新模式
Machine Learning Algorithms
K-Nearest Neighbor(KNN)距离
An algorithm that plots new data and compares it to existing data
区别于二元分类，多种品类进行分类的监督式算法，绘制新数据与老数据进行比较最小距离
Use Euclidean Distance欧几里德数学法
A mathematical formula that can help see the distance between data points
K-Means Clustering(KMC)均值
It's an unsupervised machine learning algorithm.It's used to create clusters based on what the machine sees in the data
计算机从数据中自主察觉的数据进行无监督学习
Regression Analysis回归分析
A supervised machine learning algorithm that looks at predictors and the outcome
变量作为预测因子，并训练与结果的差距
Naive Bayes朴素贝叶斯函数
Assumes that all the predictord are independent from one another
独立评估每个预测因子的出现概率
evaluating the probability of each predictor independently
Fit the algorithm
Ensemble modeling数据建模
Bagging打包
When you use seberal versions of the same machine-learning algorithm
多种版本的算法合并使用训练
Stacking堆叠
When you use several different machine-learning algorithms
多种不同的算法集合训练使用
Bias and Variance偏差与方差
机器学习最大的挑战
Bias
The gap between the predicted value and the actucal outcome
预测值与实际值之间的差距
Variance
When the predicted values are scattered all over the place
预测值分布在各个位置
Overfitting&Underfitting过拟合与欠拟合
An AI system can create simple rules in its training data that don‘t work well with the larger test data
创建的简单规则在较大数据时发生的偏差须做拟合修正
Artificial Neural Network
Build
A type of machine learning that uses a structure like the human brain to break down massive datasets
以人脑构型来分解海量数据集，并进行自我调优，常用语监督学习
Feedforward Neural Network
前馈式自然网络作为输入层判别器
Weighing the connections
主观判断并向链接添加权重来矫正自身
tunes itself by adding weights to the connections
Activation bias
神经网必调整自身偏差以
tune itself to find a sweet spot between the data bias and the data variance
Improve Accuracy
Learning form mistake神经网络纠错
Cost Function成本函数
A number that the system uses to measure its answer against the correct answer
系统来衡量接近正确值的大小
Gradient Descent梯度下降法纠错
Backpropagation of Errors反向传播纠错
Cost Function成本函数
A number the system uses to measure its answer against the correct answer
人工神经网中对于正确值获取的水平高低，并藉此来衡量
0 条评论
下一页
