AI Engineering

Aktuelle Fortschritte in der KI haben nicht nur die Nachfrage nach KI-Produkten erhöht, sondern auch die Eintrittsbarrieren für diejenigen gesenkt, die KI-Produkte entwickeln möchten. Der "Modell-als-Service"-Ansatz hat die KI von einer esoterischen Disziplin in ein leistungsstarkes Entwicklungswerkzeug verwandelt, das jeder nutzen kann. Jeder, auch diejenigen mit geringer oder keiner Vorkenntnissen in KI, kann jetzt KI-Modelle nutzen, um Anwendungen zu entwickeln. In diesem Buch diskutiert Autorin Chip Huyen die KI-Entwicklung: den Prozess des Erstellens von Anwendungen mit leicht verfügbaren Basismodellen. Das Buch beginnt mit einem Überblick über die KI-Entwicklung, erklärt, wie sie sich von der traditionellen ML-Entwicklung unterscheidet, und diskutiert die neue KI-Architektur. Je mehr KI eingesetzt wird, desto mehr Möglichkeiten gibt es für katastrophale Fehler, und desto wichtiger wird die Bewertung. Dieses Buch behandelt verschiedene Ansätze zur Bewertung von Modellen mit offenen Ergebnissen, einschließlich des schnell wachsenden Ansatzes "KI als Bewerter". KI-Anwendungsentwickler werden erfahren, wie sie sich in der KI-Landschaft zurechtfinden, einschließlich Modelle, Datensätze, Bewertungsstandards und die scheinbar unendliche Anzahl von Anwendungsfällen und Anwendungsmustern. Sie lernen einen Rahmen für die Entwicklung einer KI-Anwendung, beginnend mit einfachen Techniken und fortschreitend zu ausgefeilteren Methoden, und erfahren, wie diese Anwendungen effizient bereitgestellt werden können. * Verstehen Sie, was KI-Entwicklung ist und wie sie sich von der traditionellen Machine-Learning-Entwicklung unterscheidet. * Lernen Sie den Prozess der Entwicklung einer KI-Anwendung, die Herausforderungen in jedem Schritt und Ansätze zur Bewältigung dieser Herausforderungen. * Erforschen Sie verschiedene Techniken zur Anpassung von Modellen, einschließlich Prompt Engineering, RAG, Fine-Tuning, Agenten und Datensatz-Engineering, und verstehen Sie, wie und warum sie funktionieren. * Untersuchen Sie die Engpässe bei Latenz und Kosten bei der Bereitstellung von Basismodellen und erfahren Sie, wie Sie diese überwinden können. * Wählen Sie das richtige Modell, den richtigen Datensatz, die richtigen Bewertungsstandards und die richtigen Metriken für Ihre Bedürfnisse. Chip Huyen arbeitet bei Voltron Data daran, die Datenanalyse auf GPUs zu beschleunigen. Zuvor war sie bei Snorkel AI und NVIDIA tätig, gründete ein KI-Infrastruktur-Startup und unterrichtete Machine Learning Systems Design an der Stanford University. Sie ist die Autorin des Buches "Designing Machine Learning Systems", einem Amazon- im Bereich KI. "AI Engineering" baut auf "Designing Machine Learning Systems" (O'Reilly) auf und ergänzt dieses.

Die jüngsten Durchbrüche in der KI haben nicht nur die Nachfrage nach KI-Produkten erhöht, sondern auch die Einstiegshürden für diejenigen gesenkt, die KI-Produkte entwickeln wollen. Der Model-as-a-Service-Ansatz hat KI von einer esoterischen Disziplin in ein leistungsstarkes Entwicklungswerkzeug verwandelt, das jeder nutzen kann. Jeder, auch diejenigen, die nur wenig oder gar keine Erfahrung mit KI haben, können jetzt KI-Modelle nutzen, um Anwendungen zu entwickeln. In diesem Buch erörtert der Autor Chip Huyen das KI-Engineering: den Prozess der Erstellung von Anwendungen mit leicht verfügbaren Basismodellen.