优化任务效率-成功10-分钟内开发运行程序-经常使用-程序员掌控人工智能-ChatGPT (优化任务效率的意义)
人不知,鬼不觉间,距离掀起环球新一轮反派的出道,曾经过去一周年了。在这场推翻性的AI反派中,许多企业和程序员们逐渐构成了一个共识:不会用AI就将被淘汰。
为了防止被淘汰,这一年来泛滥企业和程序员全力拥抱AI、开发各种AI运行——连程序员自己都不由要吐槽一句:咱们是为数不多青睐革自己命的个体。
作为一位(上学时刻)接触过代码的技术编辑,最近,我的程序员好友们给我安利了一个产品,说10分钟就能用它开发一个AI运行!
10分钟开发一个AI运行,是真的!
讲句瞎话,听到10分钟开发一个AI运行时,我的第一反响是:你就吹吧!只管自己并不从事开发任务,但基本知识还是有的——光是部署个AI运行的开发环境,就不止10分钟了。
但是本着FOMO(fearofmissingout)的心态,我还是去体验了一下。
结果,跟着官方上的文档和操作手册,我真的花了不到10分钟做了一个程序员小助手:程序员可以将自己想要浏览的代码复制给它,并给出指令解释代码,程序员小助手即可给出每行代码的意思和全体逻辑。
不只如此,我还用雷同短的期间做出了一个设计助手,成功AI爆改灵魂画手,开了一个相似于妙鸭相机的团体专属照相馆。
体验至此,我满脑子都是:这也太香了吧!
连我这样的菜鸡,都可以随便做到10分钟开发一个AI运行:除了等候两个模型初始化,我简直没再破费其余期间——而这个产品,就是腾讯云高性能运行服务(HyperlicationInventor,简称HAI)。
开发AI运行难,腾讯云HAI来破局
许多企业和开发者全力拥抱AI、踊跃开发或接入各种AI运行,但在这个环节中却发现,这件事仿佛并没有构想中便捷:配件选型、环境部署复杂、开发门槛高、技术人才无余等一系列疑问,都在阻碍着AI运行的落地。
首先,你要过的第一关:配件选型。
原来,要开发一款AI运行,你要先有GPU算力。先别说GPU有多贵,就说一卡难求的当天,云简直是最佳选用。
但是,先要细心评价业务场景要求性能什么类型的GPU、CPU、内存,再从一大堆产品类目中区分挑出适宜的存储、网络、安保产品,并且自行选用CPU内存配比、GPU卡型。
第二个难关:环境部署复杂。
举个例子。置信关于不少开发者而言,进入开发任务之前的模型环境部署,是一件十分繁琐却又不可绕开的事件。以部署和装置ChatGLM2-6B模型环境为例,开发者理论要求预备好以下工具和环境:
-/target=_blankclass=infotextkey>Python3.6及以上版本
-TensorFlow2.4及以上版本
-PyTorch1.6及以上版本
-CUDA10.0及以上版本
-CUDNN7.6及以上版本
-vim或es编辑器
![经常使用](https://tyye.cn/zb_users/theme/tpure/style/images/lazyload.png)
预备好之后,开发者要从高低载ChatGLM2-6B源代码、装置依赖项、性能模型门路等等。
当然,以上这所有关于阅历丰盛的开发者而言人造不在话下,但假设是首次接触的新手小白,状况或许大同小异——好不容易把模型环境部署完了,结果俯视一看天都黑了,只能叹口吻:要是谁能帮我把这些预备任务都做了就好了……
在这种背景下,近期腾讯云推出了开箱即用的高性能运行服务HAI平台,宿愿处置开发者的难题。
HAI能够提供即插即用的算力与经常出现环境,可协助中小企业、开发者及团体用户极速部署言语模型(LLM)、AI作画、数据迷信等高性能运行,原生集成配套的开发工具与组件,从而大幅提高运行的开发消费效率,并大幅降落开发门槛。
腾讯云HAI允许智能选型,可依据AI运行智能婚配引荐GPU算力资源,成功最高性价比,减轻了开发者在选型上的累赘。
针对下面提到的复杂环境部署,腾讯云HAI为开发者事前预置了StableDiffusion、ChatGLM2-6B、Llama27B等抢手模型及罕用插件,用户只要求点选,几分钟即可智能构建LLM、AI作画等运行环境,降落了开发者的技术门槛。
假设HAI下面预装的模型满足不了你的天马行空,你也可以依据自身要求,将最新的开源模型下载部署到HAI。比如最近很火的StableVideoDiffusion模型,让图片动起来。
HAI还允许了"学术减速"才干,线路智能择优,大幅优化对局部干流学术资源平台的资源访问、下载速度。
腾讯云甚至还想帮你降及第三道难关:开发 难度高。
原来大局部的云主机操作系统,大局部是基于码农罕用的内核研发。开机之后基本要求经过经常使用命令启动交互,没有代码基础的同窗堪称一脸懵逼。
在操作界面上,HAI提供WebUI等直观、易用的可视化算力衔接形式,一键进入服务,对开发者友好、即开即用的图形界面容易上手,让开发者能更好地启动了解和操作。
有了以上这些特点,也难怪能10分钟就搞定一个AI运行——HAI不只把AI运行开发的前期预备任务所有简化,其提供的WebUI等可视化界面更是大幅降落了开发门槛。
要求更多爆款运行,AIGC时代才会来
如今的AIGC时代,最不缺的是大模型,最缺的是算力、创意与运行场景。
基于此,咱们跟腾讯云异构计算产品担任人宋丹丹聊了聊。她示意,ChatGPT产生了之后,引爆了大家的构想,但目前更多的探求还是在大模型等技术层面,实践落地的运行、适用的工具,还没有真正落地以及被宽泛经常使用。腾讯云推出HAI的初衷,就是宿愿可以降落AIGC运行的开发门槛,不让代码阻碍创意的落地。
咱们宿愿让更多的人可以介入出去,而不是围观甚至被落下。
假设不让越来越多的人学会经常使用AI或许发明AIGC运行,其实AIGC运行会变成一种特权,而不是让技术真正地赋能每一团体,也只要在这样的状况下,才会有更多创意与爆款运行落地,咱们所等候的AIGC时代才会真的来到。
基于这样的了解,腾讯云HAI的产品团队首先挑选出: 哪些人,被技术门槛挡在了外 面? 答案显然不是大厂,也不是齐全的小白用户。
HAI所面向的用户,腾讯云将其分红两类:
一类是研发类用户 ,原来或许是做前端等岗位,只管有研发阅历,但是在AI畛域的知识和工程阅历比拟少。他们感兴味、也宿愿尝试开发运行,但算力的失掉、部署运维的复杂,都成为了挡在前面的门。正如前文所及,部署一个AI开发环境,是如此复杂,足以劝退大局部有想法的开发者们。
另一类是运行型、或可称为设计类用户 ,关键是在校生和设计师等。这类用户的技术不强,要求可视化的交互界面来操作,但他们的发明力和运行场景需求很强:市面上丰盛的StableDiffusion模型,可以让他们的作品变得愈加精巧。针对这类用户,腾讯云会提供比拟具体的文档教他们怎样换模型,且不要求懂代码。
另一疑问是: 为什么是如今推出HAI?
之前的图像识别、语音识别、智能驾驶等传统的模型,关于长尾用户来说意义不大,更多还是被大公司所经常使用,团体运行不起来。宋丹丹解释,但去年火起来的大言语模型或许说通用人工智能浪潮,对很多团体开发者来说是有经常使用价值的。
在这波浪潮中,腾讯云看到了许多丰盛的开源模型,规模在7B和13B不等,用户无需对模型启动从新训练,只需对模型做微调即可创立一个独立的运行。此外几个爆款运行的产生,也让业界看到了运行生态的渺小构想空间。
在内测阶段,曾经有不少用户经常使用了HAI,开收回一些比拟无心思的运行,比如儿童照相馆、看图识成语小游戏、小学语文教案制造、英文润饰专家、AI周公等。
咱们置信产品正式上线之后,会看到更多用户的发明。宋丹丹示意。
AI不只绘画与对话,未来集聚焦ModelOps
目前,HAI产品刚刚上线,关键针对经常出现的运行场景与经常使用人群,做了关系环境与模型的预装,包含:
(1)AI作画/设计
在如今迅速开展的AI畛域中,投身于AI作画的设计师和开发者们越来越多。为此,HAI预装了干流的AI作画模型,如StableDiffusion等,并内置了罕用插件等,使开发者、甚至是非专业技术背景的创作者,都能轻松部署和优化AI绘画模型,专一于创意的表白而无需深化钻研底层技术和繁琐的技术性能。
(2)AI对话/写作
ChatGPT的一炮走红,让言语模型技术也在不时提高,基于此,HAI预置了一系列弱小的言语模型,如Llama2、ChatGLM2等,确保开发者能在最短期间内成功言语模型的部署任务,并坚持高度的稳固性和牢靠性,便于钻研者和开发者更好地顺应不同的言语处置义务,不在技术细节上再消耗期间。
(3)AI开发测试
除了AI大模型外,HAI还为开发者提供了一个现实的任务平台:预置了干流的AI框架和工具,如TensorFlow、PyTorch等,使开发者能更轻松地启动算法设计和模型优化(如新算法的原型开发、模型微调与迁徙学习、深度学习框架的交叉测试等等),无需过多关注底层的配件兼容性和软件性能疑问。不只如此,HAI还预置了Notebook、Python环境以及干流剖析软件,因此数据迷信家也能在HAI上极速启动数据剖析和图标处置。
当然,以上这些运行场景只是围绕HAI预置的某个模型,而它还允许让开发者自行下载开源模型部署到环境中,也允许多种模型同时经常使用,开发者可依据名目需求灵敏选用组合,成功运行的极速裁减和迭代,以此开掘新的业务形式和时机。
关于HAI的未来产品布局,宋丹丹也启动了分享:针对AI场景,HAI的全体思绪是要婚配模型的开展阶段,为用户提供他们最要求的产品才干。
现阶段许多开发者要求经过多个模型组合,做出一个MVP来极速推向市场,测试用户的反响。因此,HAI目前聚焦在如何让用户最极速、最省事、最低门槛地成功这个极速验证的环节。
一旦这个MVP经过验证取得了渺小成功,开发者就会有大规模部署需求。因此,未来不扫除HAI会往大规模集群部署方向布局与优化:目前需求弱,是由于爆款运行还没产生;而未来一旦产生,多种才干势必要继续完善。
此外,未来HAI或许会围绕开发者的需求、ModelOps的门路来构建运行服务,在高性能算力的基础上,或许还会上相似开源模型聚合、数据集等服务。
当然,HAI也并非只能满足AI场景的需求,例如迷信计算、视觉渲染等,也将是HAI会陆续完善的方向之一。
结语
AIGC开展至今,开源和闭源的路途之争吵续不时。
开源模型有着剧烈的生命力,且开展速度很快。已有的爆款运行很多也基于开源模型,但其商业化落地不时备受应战;另一方面,大型互联网公司与国外局部关键行业,都有着经常使用自研或闭源模型的需求。
作为平台型企业的腾讯云,人造是成年人不做选用,开源、闭源两条腿走路,同时满足大型企业与开发者等不同用户的场景需求:
随着HAI这类平台产生,AIGC产生越来越多爆款运行的或许性仿佛正在参与:HAI提高效劳、降落门槛、对开发者友好的特点,让越来越多程序员能无缝体验AI,无关AI运行的有限创意将极速落地……正如HAI平台的产品愿景所说:让每个开发者都能开发自己的AI运行。
在这种趋向下,AI技术必将进一步开展并日益遍及,同时这也将为AI对未来环球的影响赋予更多或许性。
HAI平台体验地址:
随着chatbot的出现,会使程序员失业吗?
随着ChatGPT的出现,很多原来需要人工完成的事情可以由它来取代了,比如它可以编辑文案,甚至编程。 ……但是ChatGPT的出现并不会完全取代底层程序员,使底层程序员失业。 之所以这样说,是因为ChatGPT创新能力不足、ChatGPT编写的代码并不完善,以及ChatGPT对于重复性工作完成度较好这三方面原因。 1,ChatGPT对于重复性工作的完成度较好,因此可以取代底层程序员的部分工作。 不可否认的是,ChatGPT在完成重复性任务方面有着更高的效率和准确度。 ……它可以快速检索到更准确的代码,并将其编写完成,这样就极大地提高了这方面工作效率。 ……在这个方面,ChatGPT确实比底层程序员具备更高的效率,可以取代他们在这方面的工作。 2,ChatGPT编写的代码并不完善,因此无法完全取代底层程序员的工作。 虽然ChatGPT可以变写代码,但是目前来说它所编写的代码并不完善,甚至可以说存在着很大的问题。 ……具体来说,对于普通人来说,ChatGPT编写的代码很漂亮。 但是对于专业人士来说,却可以发现ChatGPT编写的代码存在很多错误。 因此在这个方面ChatGPT是无法完全取代底层程序员的。 3,由于ChatGPT创新能力不足,因此并不会使底层程序员失业。 需底层程序员相比,ChatGPT最大的劣势就是创新能力不足。 ……具体来说,它只能在已有知识的基础上完成给出的工作任务,而在创新能力方面则存在不足。 这就使得ChatGPT无法完全取代底层程序员的工作,也就不会使底层程序员失业了。 ……但是ChatGPT部分取代底层程序员的工作任务还是完全可能的,因此底层程序员的工作状态会因为ChatGPT的出现而有所改变。
我是做人工智能方向的程序员,我该怎么办?
ChatGPT是一个自然语言处理模型,其主要用途是为人类提供智能交互和自然语言理解能力。它并不是一个软件开发工具,也不会直接影响底层程序员的就业。
然而,随着人工智能技术的发展,可能会出现一些新的就业机会和职业需求,需要与人工智能技术进行整合和开发。因此,对于底层程序员来说,学习和掌握人工智能技术和相关的编程语言,将会是一个更好的选择,以保持竞争力和就业机会。
如果你是底层程序员,并且想要在人工智能时代中保持竞争力,我建议你:
1、持续学习:学习新的编程语言、框架和工具,保持自己对技术的敏锐度。
2、了解人工智能:学习机器学习、深度学习和自然语言处理等人工智能技术,了解它们的工作原理和应用场景。
3、掌握数据分析技能:掌握数据分析技能可以让你更好地理解和处理数据,提高你的数据分析能力。
4、多参与开源项目:参与开源项目可以帮助你更好地了解和掌握新技术,同时也可以扩展你的人脉和社交圈。
5、发展自己的软技能:软技能如沟通、协作和领导力等,可以让你更好地与其他人合作,并在团队中获得更好的工作成果。
希望这些建议能够对您有所帮助!
免责声明:本文转载或采集自网络,版权归原作者所有。本网站刊发此文旨在传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及版权、内容等问题,请联系本网,我们将在第一时间删除。同时,本网站不对所刊发内容的准确性、真实性、完整性、及时性、原创性等进行保证,请读者仅作参考,并请自行核实相关内容。对于因使用或依赖本文内容所产生的任何直接或间接损失,本网站不承担任何责任。