L'IA générative : Commencer

1. IA générative - Introduction du cours: Dans ce cours vidéo, découvrez l' IA générative et ses concepts. L'IA générative est un sous-ensemble de l'apprentissage profond. Il utilise des réseaux neuronaux basés sur l'IA et peut traiter données étiquetées et non étiquetées à l'aide de méthodes supervisées, non supervisées et semi-supervisées Il fait référence à une classe de modèles et d' algorithmes d' intelligence artificielle conçus pour créer de nouveaux contenus. Ces modèles peuvent générer du texte, des images, de la musique et d'autres formes de données. Cela imite le contenu créé par l'homme. Les applications d'IA générative reposent sur de grands modèles linguistiques. Ces grands modèles de langage sont des modèles d'apprentissage profond. Avec les forums de discussion Generative AVA, tels que CA GPT, Google Gemini, Microsoft Co Pilate et autres. Vous pouvez facilement créer des images comme des logos, des bannières, etc. Numérisez des images et recherchez des documents PDF. Rédigez également des e-mails, des blogs et des articles professionnels en quelques secondes. Ces forums de discussion peuvent également vous apprendre à coder. Rédigez des publicités pour vous. Corrigez la grammaire, planifiez votre vocation et devenez votre assistant intelligent de tous les jours. Les leçons suivantes sont abordées dans ce cours Commençons par la première leçon. 2. AI vs ML vs DS vs DL: Dans cette leçon, nous allons comprendre la différence entre l'intelligence artificielle, la science des données, le machine learning et le deep learning. Nous verrons également comment ils sont liés les uns aux autres. Cela nous permettra également de comprendre comment l' AV générative est liée à ces termes. Commençons. Comme je vous l'ai dit, j' en parlerai d'abord. Pourquoi ? Parce que notre A génératif fait également partie de cette IA. L'IA est un sur-ensemble, comme vous pouvez le voir sur ce diagramme du vent C'est un surensemble. Cela inclut votre apprentissage automatique, apprentissage profond et votre science des données. Mais l'écosystème de la science des données dépasse également les AA. Qu'est-ce que l'IA A signifie créer des machines intelligentes pour imiter le comportement humain ? Ou nous pouvons dire que cela fait référence à la simulation de l'intelligence humaine dans des machines qui sont essentiellement programmées pour penser et apprendre comme les humains. Vous devez avoir vu les AA dans de nombreux domaines ces derniers temps, car vous pouvez facilement analyser de grandes quantités de données, reconnaître des modèles et prendre des décisions. Il est principalement utilisé dans les domaines du financement des soins de santé, des transports et du divertissement. Ces temps-ci. Ensuite vient votre apprentissage automatique, qui est un sous-ensemble de l' intelligence artificielle classé AA L'apprentissage automatique est un sous-ensemble des AA, comme je l'ai déjà dit. Et il est utilisé pour créer un modèle basé sur des données d'entraînement afin de faire des prédictions. À l'aide de l'apprentissage automatique, vous pouvez créer un modèle pour faire des prédictions, par exemple, pour prédire le vainqueur de cette coupe du monde. Il se concentre sur le développement d' algorithmes et modèles statistiques qui permettent à un ordinateur d' en tirer des leçons et de faire des prédictions ou des décisions basées sur des données sans être explicitement programmé pour le faire Ses techniques incluent votre apprentissage supervisé, non supervisé, semi-supervisé et par renforcement Il est également utilisé dans divers domaines tels que la reconnaissance vocale et d'image (NLP), c' est-à-dire le traitement du langage naturel Prévision du diagnostic médical et autres. Maintenant, c'est la science des données. La science des données est un sous-ensemble des AA, comme je l'ai dit plus haut. Il s'agit d'un domaine de statistiques, de méthodes scientifiques, etc. visant à extraire du sens et des informations à partir de données Je vais donc donner un exemple. Disons que vous êtes allé sur Instagram et que vous avez aimé des vidéos de voitures comme MG, Kia, Honda, Tesla. Que va-t-il se passer ? Vous avez indiqué à Instagram que j'aime ces vidéos. Ces bobines Instagram, chaînes Instagram, comptes Instagram. Alors, que va-t-il se passer ? La prochaine fois que vous ouvrirez Instagram, Instagram vous proposera automatiquement de tels rouleaux, tels posts, disons des remises sur les voitures Alors, comment ces choses se sont produites ? Toutes ces choses se sont produites à cause de signes de données car cela extrait du sens et des informations à partir des données. Supposons qu'un constructeur automobile veuille aborder des personnes qui aiment les voitures. Chaque fois qu'ils ajoutent une publication ou une story sponsorisée sur Instagram, ils savent que ce nombre de personnes aiment les vidéos de voitures, donc la même chose leur sera présentée. Ce que la science des données a fait, c'est établir un lien entre le client et l'entreprise. De cette façon, les deux parties en ont bénéficié, le client a obtenu cette réduction et l'entreprise a vendu son produit. C'est là la valeur de la science des données. Nous disons que les données sont la nouvelle règle car les données non traitées ne sont d'aucune utilité De même, un OL n'est d' aucune utilité s'il n'est pas traité correctement. Par conséquent, les données sont traitées et des informations pertinentes sont générées. Maintenant vient votre apprentissage profond, le deep learning, vous pouvez considérer comme un sous-ensemble de l'apprentissage automatique D'après le diagramme n, vous pouvez voir. Il s'agit d'une classe d'algorithmes d'apprentissage automatique destinés à résoudre des problèmes complexes. Il se concentre sur l'utilisation de réseaux neuronaux artificiels à plusieurs couches pour modéliser et comprendre des modèles complexes de données. Les algorithmes d'apprentissage profond s'inspirent de la structure et de la fonction du cerveau humain, particulier de son réseau interconnecté de neurones. Pourquoi discutons-nous de cela ? Parce que l'AV générative fait partie du deep learning. 3. Types d'apprentissage profond: Dans cette leçon, nous allons comprendre les types de deep learning. Cela nous aidera également à comprendre dans quelle mesure le générateur a est lié à l'apprentissage profond. Nous verrons également un exemple. Voyons voir. Les types d'apprentissage profond incluent le discriminant et le génératif Précédemment, nous en avons tous discuté, disons de classer entre un chien ou un chat à partir d'un tas d'images issues de certaines images. OK. Le deep learning discriminant est utilisé pour classer ou prévoir Il fait la distinction entre les différents types d'instances de données Supposons que vous ayez des images et que vous souhaitiez les classer comme un chien ou un chat, afin qu'il soit capable de les distinguer, et nous prédirons laquelle d'entre elles est le choix d'un chien ou d'un chat. Mais l'IA générative est un concept complètement différent. Il générera de nouvelles données similaires aux données sur lesquelles il a été formé. Il génère de nouvelles instances de données. Cela signifie que dans ce cas, il générera un nouveau chat Mage. Supposons que vous téléchargiez votre choix et qu'il générera votre IA ou TA. Ou disons que vous avez ajouté un message texte. Disons que vous voulez en savoir plus sur tout ce qui concerne le cricket. Vous allez donc demander l'invite, et le système générera de nouvelles données ou du contenu ressemblant aux données d'origine sur lesquelles il a été formé. OK ? 4. Qu'est-ce que l'IA générative: Dans cette leçon, nous allons comprendre ce qu'est l'AV générative ? Nous comprendrons également son processus ainsi que la façon dont il génère de nouveaux contenus. Voyons voir. Maintenant que nous avons parlé de Generative I, je vous ai dit que cela fait partie de l'apprentissage profond. Tu peux voir. L'AV générative est un sous-ensemble du deep learning Il utilise des réseaux neuronaux AA et peut traiter à la fois des données étiquetées et non étiquetées Cela signifie, comme auparavant, les types d'apprentissage automatique, méthodes supervisées, non supervisées et semi-supervisées GI, cela signifie que l' IA générative est une classe de modèles d'IA. Cela est conçu pour créer de nouveaux contenus. Il peut générer non seulement du texte, mais aussi des images, de la musique et d'autres formes de données. Il repose sur de grands modèles linguistiques. Nous aborderons également les grands modèles linguistiques ultérieurement. Ces LLM, cela signifie que les grands modèles linguistiques sont des modèles d'apprentissage en profondeur C'est le processus de l'IA générative. Je vous ai dit qu'il crée du nouveau contenu en fonction de ce qu'il a appris du contenu existant. Cela signifie les données sur lesquelles il a été formé. Ici, la formation signifie apprendre à partir de contenus existants. Il créera un modèle statistique. Cela sera utilisé pour prévoir une réponse attendue. Lorsque vous tapez une invite. Lorsqu'une invite est saisie, je vais utiliser le modèle statistique pour ce générateur Pour générer du nouveau contenu sous forme de texte, d'images, musique, de vidéo, de tâches, etc. 5. Techniques pour mettre en œuvre l'IA générative: Dans cette leçon, nous allons comprendre certaines techniques d' implémentation de l'AA génératif. Vous pouvez également le considérer comme les approches ou les modèles d'IA génératifs. Vous devez avoir entendu parler des modèles de stylos AA GPT 3 et GP 4 Elles sont également basées sur ces techniques. Voyons voir. Voyons maintenant les techniques de mise en œuvre de l' IA générative, ou vous pouvez également la considérer comme des modèles d'IA générative. Le premier est celui des GA. Réseaux antagonistes génératifs. Dans ce cadre, deux réseaux neuronaux sont entraînés simultanément. Le premier est un réseau générateur et le second est un réseau discriminateur Le générateur crée des données pendant que le discriminateur les évalue. Vous pouvez utiliser l'objectif du réseau générateur pour générer des échantillons de données tels que des images ou du texte qui ressemblent à vos données d'entraînement. Pendant que le réseau discriminateur apprend à faire la distinction entre les échantillons de données réels et ceux générés par le générateur Le second concerne les codeurs automatiques variationnels. Ils sont essentiellement utilisés pour le codage et la reconstruction de données Il s'agit également d'un type de modèle génératif utilisé dans le machine learning et le deep learning. Les codeurs automatiques variationnels peuvent générer de nouvelles données similaires aux données d'entrée sur lesquelles ils ont été entraînés Vous pouvez l'utiliser pour créer de nouvelles images qui ressemblent à un ensemble de données donné. Les VA sont utilisés dans la modélisation générative, la compression de données, etc. Voyons maintenant les modèles basés sur les transformateurs. En les utilisant, nous pouvons facilement gérer de grandes séquences de données, en particulier dans les tâches de PNL C'est le sujet que nous allons aborder. Parce que c'est ce qui sous-tend certains des modèles de langage les plus avancés tels que AI PIB trois et PIB quatre Deux des modèles génératifs A les plus puissants. Elles sont basées sur l'architecture du transformateur. L'architecture du transformateur a été inventée par Indian en 2017. Ces modèles sont utilisés pour générer du texte semblable à celui de l'homme. Il peut également vous aider à effectuer des tâches de codage et à traduire d'une langue à l'autre. Apprenons-en plus à ce sujet. Le GPT signifie transformateur préentraîné génératif. C'est pourquoi nous discutons de ce sujet. 6. IA générative - Transformers: Dans cette leçon, nous allons comprendre ce qu'est un transformateur. Nous verrons ce qu'est un modèle de transformateur, son architecture, qui l'a inventé, nous verrons également son processus Lorsque vous utilisez des transformateurs, vous pouvez rencontrer un problème appelé halucination Nous aborderons également ce que sont les hallucinations et pourquoi elles peuvent se produire. Commençons par le concept des transformateurs. Voici vos transformateurs. Il s'agit d'un type de modèle génératif. Il s'agit d'un type de modèle génératif appelé modèle de transformateur. Vous pouvez considérer que la puissance du générateur A provient de l'utilisation de ces transformateurs. Je vous ai dit qu'il avait été inventé par un Indien en 2017, Ashish asi. OK. Cela a contribué à jeter les bases des avancées dans le domaine de la PNL et de l'apprentissage automatique OK. Les transformateurs incluent un encodeur et un décodeur Je donnerai également un exemple plus tard. L'encodeur encodera la séquence d'entrée. Supposons que vous ayez un texte en espagnol et que vous souhaitiez le convertir en anglais. Que va-t-il se passer ? L'encodeur encodera la séquence d'entrée et la transmettra au décodeur, qui apprendra à décoder les représentations pour la tâche correspondante. Voyons voir. Voici le processus que je vous ai expliqué : encodeur et décodeur. C'est le composant principal de l'architecture du transformateur. Disons que nous avons un texte, je m' appelle Amet et je parle espagnol Que va-t-il se passer avec les transformateurs ? Il sera d'abord encodé. Cela signifie que l' encodeur inclura des mécanismes d'attention personnelle et de transmission . Que va-t-il se passer ? Chaque mot sera lié à tous les autres mots de la séquence d'entrée. Cela permettra au processus de se concentrer sur les mots clés de cette question. Maintenant, le prochain mécanisme avance, que va-t-il se passer ? Cela permettra d'affiner encore la compréhension de chaque mot, et il sera transmis au décodeur De plus, le décodeur générera le texte espagnol en anglais Cela signifie un texte en espagnol transformé en séquence anglaise à l' aide de transformateurs Un problème peut survenir lors de l'utilisation des transformateurs. Cela signifie des haucinations. Vous devez avoir entendu parler de AA présentant des résultats non pertinents, des résultats trompeurs ou des problèmes grammaticaux Tout cela fait l'objet d' hallucinations. Ici, vous pouvez voir des résultats trompeurs. alucinations sont des mots ou des phrases générés par le modèle Elles sont souvent absurdes ou grammaticalement incorrectes. Cela peut être dû à divers facteurs. Supposons que les données soient bruyantes. contexte n'est pas suffisant ou le modèle n'est pas entraîné sur suffisamment de données. Les illustrations, étant donné que ces résultats sont trompeurs, rendent le texte de sortie difficile à comprendre 7. Modèles de grands langages (LLMs) et ses cas d'utilisation: Dans cette leçon, nous allons en apprendre davantage sur les LLM. Il s'agit de grands modèles linguistiques. Chaque fois que vous discuterez de la génération I, ce sujet sera toujours pris en compte. Le LLM et les VA génératifs sont des sous-ensembles du deep learning. Laissez-nous comprendre ce que sont les LLM, et nous discuterons également d'un type ou vous pouvez envisager un cas d'utilisation des LLM Voyons voir. OK. Nous allons maintenant parler des grands modèles linguistiques. Je vous ai dit que l'AV générative fait partie du deep learning, et que les LLM font également partie du deep learning. Les deux sont liés. Les LLM sont également un sous-ensemble du deep learning. Comme je viens de le dire, d'accord, vous devez avoir entendu parler de CAT GPT, copilot, de Google Gemin, qui signifient Les LLM sont des modèles d'IA. Vous pouvez considérer ce pouvoir, tous ces robots de discussion. Les LLM sont de grands modèles linguistiques. Cela signifie de grands modèles de langage à usage général. Cela peut être pré-entraîné puis affiné à des fins spécifiques. Vous pouvez préentraîner le LLM avec un grand ensemble de données, et affiner les moyens de l' ajuster M particulier avec un données plus petit issu de ce grand ensemble de données LLM représentent également une classe de modèles d' IA utilisés pour comprendre et générer du texte semblable à celui de l'homme, ou vous pouvez dire qu'ils fournissent un moteur qui alimente le bot aHD Les bots You Ad sont basés sur ces LLM. Ces LLM permettront à votre chatbot de créer facilement des recommandations formulées naturellement afin que le contenu soit généré par une IA générative en fonction de vos recommandations personnalisées C'est pourquoi le LLM est considéré comme l'épine dorsale des robots aHD, tous les robots aHD Voyons maintenant un scénario ou un cas d'utilisation. Les grands modèles linguistiques sont entraînés avec des pétaoctets de données et génèrent des milliards de paramètres Pour résoudre une tâche différente. Ces tâches peuvent être la complétion de phrases, classification du texte, la traduction linguistique. Nous pouvons voir cet exemple de Palm PLM. Il s'agit d'un grand modèle de langage basé sur un transformateur. Google vient également d'annoncer Palm Two. Il s'agit d'un modèle de langage de parcours, un ensemble de 540 milliards de paramètres, qui est un ensemble de données d'entraînement plus important avec un grand nombre de paramètres. Il s'agit également d'un modèle de transformateur. Je viens de vous dire que le modèle de transformateur inclut vos encodeurs et décodeurs. J'en ai déjà parlé. La spécialité du LLM est donc qu'il peut toujours obtenir des qu'il peut toujours obtenir performances supérieures ou décentes avec peu de données d' apprentissage dans le domaine Il peut donc être utilisé pour des scénarios de quelques prises ou même de zéro prise. Donc, dans ces deux scénarios, si vous en apprenez plus sur le LLM et tous ces modèles, vous obtiendrez de tels termes encore et encore Permettez-moi donc de l'expliquer rapidement. Si vous entraînez un modèle contenant moins de données avec une quantité minimale de données, il sera appelé few shot, comme son nom l'indique. Et qu'en est-il de Zero Shot ? Cela signifie qu'un modèle peut reconnaître des choses qui n'ont pas été enseignées dans le cadre de la formation auparavant. Cela signifie zéro tir, rien. LLM : les performances du LLM augmentent lorsque vous ajoutez des données et des paramètres supplémentaires Ici, nous venons de voir 40 milliards de paramètres. Nous en apprendrons plus sur Palm plus tard. Il est considéré comme un modèle de langage de nouvelle génération. Avec les capacités de raisonnement et de codage multilingues améliorées . OK. Google a également annoncé Audio Palm pour la traduction vocale en juin 2023. 8. IA générative - Applications et défis: Dans cette leçon, nous allons apprendre quels sont les applications et les défis de l'AV générative ? Nous pouvons facilement générer des images de contenu, des logos, bannières, ainsi que des résumés PDF à l'aide de la VA générative Mais nous devons également comprendre les défis qui le sous-tendent. Parce que c'est également un sujet à aborder puisque l'AV générative est également utilisée à des fins contraires à l'éthique Voyons voir. Voyons maintenant quelques applications et défis de l'IA générative. Nous savons tous que les AA génératifs peuvent être utilisés pour créer du contenu , corriger, redater, écrire des e-mails. Nous pouvons également créer des personnages, des images en trois dimensions, des jeux. Nous pouvons créer des paysages et des scénarios complets. Il peut également être facilement utilisé par les artistes et les designers. Vous pouvez également générer des logos, bannières, des publications sur les réseaux sociaux. Quels sont les défis que j' aimerais aborder davantage à ce sujet ? Nous avons vu que ces modèles d'IA générative sont essentiellement considérés comme présentant des préoccupations éthiques, de contrôle de la qualité et de biais Il en va de même pour les images que vous générez, les textes que vous générez. Certaines personnes disent que cela peut poser des problèmes de droits d'auteur ou même sur YouTube, elles se demandent si votre vidéo est générée par AA ou non. Vous pouvez donc le mentionner explicitement. Sur Instagram, il existe également une option pour ajouter votre étiquette AI. OK. Cela constitue l'un des défis ou des problèmes liés au GNI. C'est ici. Sur Google Gini, une fois qu'il affichait des résultats trompeurs, exemple, les gens pouvaient manger des pierres et coller des pizzas Quelqu'un a donc surgi et Google AI Surg a révélé les résultats suivants Ils sont donc très effrayants. Quand vous découvrirez Google Gemini. Maintenant, ils affichent un avertissement selon lequel si vous créez un plan de remise en forme ou un plan de repas à l'aide de ces Had Birds, il y a un avertissement selon lequel vous devez contacter un diététiste agréé ou un expert en conditionnement physique avant de suivre nos réponses avant de suivre le résultat rapide Ces choses sont vraiment importantes. 9. IA générative - Chatbots (types de modèles): Dans cette leçon, nous allons découvrir les types de modèles génératifs via des chatbots. Vous devez avoir entendu parler du modèle texte vers texte, du modèle texte vers image, du texte vers vidéo, du modèle texte vers musique. Voyons ce que c'est. Voyons maintenant les types de modèles, afin que cela couvre également vos robots de discussion EI actuellement. OK. Textez deux textes, nous le savons tous, OP EI Cat GPT, Microsoft Co Pilot et Google GMI, nous allons taper une invite de texte pour générer un e-mail afin de générer un article afin de générer un bloc Avec cela, nous pouvons utiliser du texte deux images sur le modèle Dali et Md Jury. Le modèle Dali fait désormais partie de Microsoft Copilot Vous bénéficierez donc d' environ 15 améliorations par jour dans la version gratuite Copilot afin de Du texte à la vidéo, Open A Sa, et nous avons maintenant machine Kling et Luma AI Dream présentée aujourd'hui Vous pouvez donc essayer de générer du texte en vidéo maintenant. Facilement. Envoyez deux chansons par SMS, vous devez avoir entendu parler de la création de chansons à l'aide d' instructions textuelles à l'aide d'une invite de deux lignes avec So AA OK. Vous pouvez facilement y parvenir avec le modèle Text Two Songs. Viennent ensuite vos tâches de texte telles que les agents logiciels, l'assistance virtuelle, l'automatisation. Microsoft a donc imaginé les PC copilotes, le studio de copilotage étant également un assistant virtuel pour faciliter 10. IA générative - Caractéristiques et exemples: Dans cette leçon, nous allons découvrir fonctionnalités génératives via les forums de discussion, ainsi que quelques exemples. Avec les fonctionnalités, nous verrons quelques exemples liés au texte à image, ainsi qu'au texte à la vidéo. Commençons. Maintenant, les fonctionnalités des robots aHD, j'ai déjà montré ces robots de discussion. Maintenant, les fonctionnalités, je les ai toutes fusionnées. Vous pouvez facilement créer des bannières de logo. Vous pouvez également l'utiliser pour coder, corriger votre code, générer de la syntaxe. Avec cela, vous pouvez également télécharger et numériser des images. Cela signifie que si vous avez une image et que vous voulez que l'AH adb la lise, il la scanne Que comprend cette image ? Notre didacticiel inclut donc également ce cas d'utilisation complet. Vous pouvez directement demander ce que contient cette image ? En applaudissant l'EPEC. OK. Grâce à cela, vous pouvez facilement travailler, rechercher et numériser des documents PDF. Ainsi, des documents de 20 pages, dix, 20 ou 50 pages Les documents PDF peuvent être numérisés en quelques secondes en moins d'une minute. Cela vous fera certainement gagner du temps. Cela vous permettra d'économiser au moins cinq à sept heures de travail de 8 heures. Si vous voulez résumer un document de 30 à 40 pages. Vous pouvez écrire des blogs et des articles par courrier électronique. Vous pouvez également définir le ton, le nombre de mots que vous souhaitez. Si vous voulez du storytelling pour votre article, vous pouvez facilement l'ajouter Grâce à cela, vous pouvez facilement trouver un emploi, créer des CV, des lettres de motivation à partir de ce CV J'ai déjà dit que nous pouvions également l'utiliser pour le codage. Vous pouvez également rédiger des publicités. Vous pouvez générer des chronologies de produits. Corrigez la correction grammaticale, lisez complètement votre contenu. Planifiez vos vacances, générez des recommandations complètes d' hôtels. Vous pouvez rédiger un plan de repas, un plan de remise en forme en fonction de vos recommandations. Supposons que si quelqu'un souhaite un plan de remise en forme sans utiliser d'équipement de gym, plan d' exercices, votre forum de discussion peut également le faire pour vous. Avec cela, vous pouvez également obtenir des idées cadeaux. En fait, dans Google Gemini, vous obtiendrez également des images et le lien pour obtenir un cadeau Imaginons que vous vouliez un cadeau pour un enfant de six ans. Vous pouvez mentionner que je veux un cadeau pour un garçon de six ans. Vous obtiendrez alors des résultats pertinents. Voici quelques exemples. Je les ai générés à l'aide d' un modèle d'image texte. Disons Dali, Dali fait partie du copilote maintenant. Vous pouvez facilement générer des images en saisissant simplement des instructions d'une ou deux lignes Voici donc comment je l'ai généré. J'ai créé cette gamme en trois D avec des lunettes de soleil, une image de robot, un chien jouant sur la route, et celles-ci aussi Il s'agissait d'un modèle d'image texte. Vous pouvez également les générer en utilisant mid Journey, Encraft, Daly, etc. Il s'agit du modèle Image two Mage. J'ai donc pris cette image sur Internet. Voici donc les images de joueurs de cricket lorsqu'ils étaient enfants, et voici mon image générée par un modèle à deux images 11. Que sont les invites: Dans cette leçon, nous allons apprendre ce que sont les instructions. Grâce à cela, nous apprendrons également ce qu'est une ingénierie rapide, ainsi que qui sont des ingénieurs rapides. Le rôle des ingénieurs rapides est de plus en plus populaire. Voyons voir. Voyons maintenant ce qu'est une invite. L'invite est essentiellement l' entrée saisie par un utilisateur. Je vous ai dit de texter deux images, du texte au texte, du texte à la vidéo. Telles étaient donc les instructions. Que se passera-t-il lorsqu'un utilisateur saisira l'entrée, il ira au modèle d'IA pour obtenir une réponse spécifique. Une nouvelle réponse sera générée. C'est le but du générateur A : générer nouveau contenu sous forme de texte, d'images, de vidéos. D'accord. Vous pouvez également le considérer comme une requête. Il décrit les tâches qu'un AA doit effectuer. Disons que je veux écrire un e-mail à mon patron pour un congé de cinq jours. OK, donc la réponse sera générée. Qu'est-ce que l'ingénierie rapide ? Cela signifie élaborer des instructions spécifiques qui peuvent être comprises par le modèle AA Et pour obtenir des réponses en temps réel. Cela signifie ce que vous allez taper et le résultat sera généré immédiatement. Je viens de vous montrer les images que j'ai générées. Vous pouvez également générer du texte à partir de votre invite de texte. Maintenant, que font les ingénieurs de Prompt ? Le rôle des ingénieurs spécialisés dans les prompts est donc de plus en plus populaire, car si vous savez comment créer correctement des instructions, vous pouvez facilement générer des résultats, car bon nombre de ces instructions sont limitées Copilot est fourni tous les jours, mais vous ne recevez que 15 boosters par De même, pour le texte, vous avez quelques jetons, Token, que vous pouvez considérer comme un demi-mot ou 0,75 de mot D'accord. Ils sont donc également limités à une journée. Elles ne cessent de changer. 12. Chatbots IA populaires: Dans cette leçon, nous allons découvrir certains robots de discussion basés sur l'IA les plus populaires. Certains d'entre eux sont largement utilisés. Le premier chat bot a été introduit par OPA. C'est Cgb. Puis sont venus votre copilote et Google Gemini. Les gars, voici quelques robots de discussion IA populaires. Le premier a été introduit par OPA, c' est-à-dire Open Gb. O pene a également introduit Daly pour les images, et Open SRA Microsoft a lancé Copilot. Beaucoup de gens ne savent pas que CAD GPT est pris en charge par Microsoft Il a été financé par Microsoft. C'est pourquoi Copilo dispose désormais d' Open Dal pour la génération d'images D'accord, Google Gemini était connu comme mauvais et il a évidemment été développé par Google Voyons donc rapidement la mise en page. Voici les liens par lesquels vous pouvez y accéder. Voici les mises en page. Ce qui suit. Le premier est pour Chart GPT. OK. Il s'agit de la version gratuite. Si vous voulez taper une invite, disons, vous pouvez maintenant voir que vous avez GPT quatre gratuitement Voilà, GPT Four est gratuit avec des instructions et une génération d'images limitées Ensuite, nous avons notre copilote. Ce sont des copilotes GPT. Supposons que vous vouliez des images, que vous puissiez cliquer ici et que vous puissiez générer des images de logos. Le site Web est copilot microsoft.com. Le dernier est Google Gemini. D'accord ? Voici les instructions suggérées, et voici les instructions que j'ai écrites. Dans les paramètres, vous pouvez sélectionner le thème sombre ou vous pouvez également sélectionner des extensions pour fonctionner sur les tuks. OK les gars, nous avons vu comment nous pouvons facilement contourner l'AV génératif, ce qu'est l' AV génératif, ses modèles. Nous avons également découvert ses caractéristiques et ses types, le modèle de transformateur, son processus, le processus de génération de VA, et nous avons également travaillé excellents exemples pour comprendre le texte texte-image, ainsi que les modèles texte-vidéo. Merci d'avoir regardé la vidéo. 13. Aperçu rapide de ChatGPT-4o et cas d'utilisation (Invitations): Le g4o est donc là. O est l'abréviation d'Omni. Cela inclut votre accès à la vision audio et au texte en temps réel. Ici, c'est O pour Omni, et il accepte en entrée toute combinaison de texte, audio et image Vous pouvez numériser des images et améliorer le texte dans des langues autres que l'anglais. De plus, l'APA est 50 % moins cher. Voyons comment y accéder. Il suffit d'aller au graphique. J'ai déjà opté pour la version 3.5, donc cela me donne directement la possibilité de l'essayer maintenant. Je vous ai dit qu'il pouvait comprendre les images, naviguer sur le Web et parler plus de langues. Je vais cliquer sur Essayer maintenant. Ici, vous pouvez voir g4o. Commençons maintenant par savoir s' il est connecté à Internet ou non. GPT 3.5 n'était donc pas connecté à Internet. Mais cela prétend qu' une connexion Internet existe pour G four. Quelle est la température aujourd'hui ? Deli India ? Ici c' est la température actuelle qui est visible. Cela signifie qu'il est connecté à Internet. OK. À partir de là, vous pouvez également modifier le modèle. En ce moment, nous sommes dans GBT 4. Maintenant, permettez-moi de générer un logo. Créez un logo pour pour une entreprise de shopping en ligne avec le texte « destination unique  ». Voyons s'il générera un logo ou non. Non, il ne fournit pas. Non, laissez-nous télécharger une image. Ici c'est du type. De quoi parle cette image ? Voyons voir, pourra-t-il vérifier l'image, numériser l'image ou non ? OK, c'est un smartphone Apple pour ordinateur portable. Bien. Nous pouvons également en apprendre davantage à ce sujet. Maintenant, téléchargeons une autre image. Je vais télécharger mon image ouverte ? Voyons voir. Soumettre. OK. Elle l'a représentée. Maintenant, je vais cliquer sur cette image de chaussure. Je vais taper. Tu l'as déjà vu ? Donc je suis juste en train de le scanner. Soumettre. Il a pu parfaitement deviner le nom de la chaussure. OK. Non, résolvez cette équation linéaire. Je vais le résoudre directement. Il montre également les étapes. OK. Voici la réponse. Vous pouvez voir les étapes. Maintenant tu peux voir quand je vais cliquer ici, tu as atteint ta limite de phyplodes. Vous pouvez passer à chat GPT plus ou réessayer. OK. Rédigons un article sur un sujet d'actualité. Écrivez un article sur l'IPL, la Premier League indienne est arrivée et nous approchons de sa fin Il reste 10 à 15 matchs. Disons dans quelle mesure il est mis à jour. Il recherche les actualités. OK. C'est ici. Tenez-moi au courant des matchs actuels de l'IPL 2024. Ou, il devrait être éteint. Je l'ai édité. De même, vous pouvez également modifier. Je l'ai enregistré et modifié. Vous avez atteint notre limite de messages. Veuillez réessayer. Région. C'est ainsi que j'ai démontré la version 4.0, la suivante. Tu peux le renommer G quatre Premières impressions sur un ordinateur portable. OK. Donc, si vous souhaitez également accéder à la voix, vous devez accéder à vos téléphones portables et y télécharger Chat PIB Téléchargez et installez Chat PIB ici pour la version GPT 40 Alors les gars, nous avons eu quelques premières impressions de GPT Four. Merci d'avoir regardé.