-
第七章 幕后的技术路径
第七章 幕后的技术路径 第七章 幕后的技术路径 当然，AIGC能力的提升，并不是一蹴而就的，而是经历了漫长且复杂的“模型突破—大幅提升—规模化生产—遇到障碍—再模型突破—大幅提升”的循环发展过程。而AIGC要实现商业化落地应用，走进人类生活，就必须在资源消耗、学习门槛等方面做到平民化。 AIGC的成功主要得益于基础的生成算法模型不断突破创新。比如为人... -
1.1.2 计算机语言
1.1.2 计算机语言 1.1.2 计算机语言 如前所述，计算机解决问题的过程实质上是机械地执行人们为它编制的指令序列的过程。为了告诉计算机应当执行什么指令，需要使用某种计算机语言。这种计算机语言能够精 确地描述计算过程，称为程序设计语言或编程语言（programming language）。 与计算机打交道的理想语言当然是像科幻电影所展示的那样，人... -
使用自然语言搭建智能体
步骤一：创建智能体 通过扣子助手创建智能体 通过AI创建智能体 步骤二：修改并调试智能体 步骤三：发布智能体 你可以通过自然语言描述你的智能体创建需求，例如创建一个夸夸机器人，你也可以详细描述智能体的功能和应用场景，扣子会根据你的描述，自动创建一个专属于你的智能体。 步骤一：创建智能体 扣子提供了一个官方助手智能体，即扣子助手，帮助... -
1.3.4 Python 语言的基本成分
1.3.4 Python 语言的基本成分 1.3.4 Python 语言的基本成分 在自然语言中，我们用字词、句子、段落来写文章表达思想。类似地，编程语言也提供 各种语言成分用于构造程序表达计算。例如 HelloWorld 程序中的 print 是 Python 语言中用 于显示输出的一个保留词，而"Hello, World!"则是被显示的数据，这两... -
04 AIGC的技术方法
04 AIGC的技术方法 04 AIGC的技术方法 在AIGC领域中，分析式AI（Analytical AI）和生成式AI（Generative AI）是两种不同的技术方法。分析式AI通常利用预先训练的模型对数据进行分析，预测输出结果。生成式AI则是一种更加灵活的方法，它可以根据给定的数据生成新的内容。 分析式AI和生成式AI并不存在先后关系，它们是... -
06 ChatGPT为什么会“火”
06 ChatGPT为什么会“火” 06 ChatGPT为什么会“火” ChatGPT“火”起来的原因之一是在于它的核心技术功能强大以及越来越逼近人类自然语言的能力。随着自然语言处理技术的发展，ChatGPT的理解能力和回答逼真度也不断提高，使其成为一种非常有用的工具，对于商业和个人用户来说都具有很大的价值。 对于商业用户，金融公司已经开始利用Cha... -
05 ChatGPT的发明者—OpenAI
05 ChatGPT的发明者—OpenAI 05 ChatGPT的发明者—OpenAI 说到ChatGPT就不得不提它的东家—OpenAI公司。OpenAI是一家提供人工智能技术服务的公司，于2015年由以下知名技术大佬共同投资或参与创建。 埃隆·马斯克（Elon Musk）：SpaceX的创始人，Tesla公司的掌门人，Hyperloop的提出者。... -
01 AIGC的应用与发展
01 AIGC的应用与发展 01 AIGC的应用与发展 AIGC的发展历程可以追溯到20世纪50年代，当时的科学家就已经开始研究人工智能和自然语言处理。但随着计算机技术和人工智能技术的不断发展，AIGC才逐渐成为可能。[书ji分 享V 信foufoushu] AIGC可以应用在很多方面，这里对其中一部分进行简单介绍。 代码生成：可对程序员编写代码的... -
03 AI智能绘图DALL·E 2
03 AI智能绘图DALL·E 2 03 AI智能绘图DALL·E 2 DALL·E 2是OpenAI开发的一种全新的人工智能技术，能够根据给定的文字描述生成多样性和高质量的图像，如下图所示。DALL·E 2基于Transformer模型，是一种多层的神经网络，可以理解与生成语言。它是一种自然语言处理（NLP）技术和生成式对抗网络（GAN）技术的结合。... -
序列模型和 LSTM 网络(长短记忆网络）
序列模型和 LSTM 网络(长短记忆网络） Pytorch 中的 LSTM 例子: 用 LSTM 来进行词性标注 练习: 使用字符级特征来增强 LSTM 词性标注器 序列模型和 LSTM 网络(长短记忆网络） 译者：@JingTao 、@friedhelm739 之前我们已经学过了许多的前馈网络. 所谓前馈网络, 就是网络中不会保存状态...
