1.基本概念
1.1.人工智能
AI, Artificial Inteligence
人工智能是一个广泛涉及计算机科学、数据分析、统计学、机器工程、语言学神经科学、哲学和心理学等多个学科的领域。旨在研究、设计、构建具备智能、学习,推理和行动能力的计算机和机器。
1997年,深蓝击败卡斯帕罗夫,国际象棋暴力搜索算法+启发式评估函数-->对弈决策
2016年,Alphago击败李世石,围棋人工神经网络ANN和深度学习
1.2.生成式人工智能
GAI, Generative Artificial Interligence
生成式人工智能目标是让机器能够产生复杂有结构的物件。
标志性的产品为2022年11月发布的chatGPT3.5
1.3.机器学习
ML, Machine Learning
机器学习是一门研究计算机如何在没有明确编程的情况下,通过对数据进行分析、学习、自动改进其行为或做出预测的学科。它旨在使计算机系统具备从经验中学习的能力,以适应新情况、解决问题或完成特定任务
(1)监督学习
(2)非监督学习
(3)强化学习
1.4.深度学习
DL, Deep Learning
深度学习是机器学习的一个分支,主要使用神经网络模型(由多个隐藏层组成)对数据进行学习和表示。
深度学习算法试图模拟人类大脑的工作方式,其灵感来源于神经生物学,它通过对大量数据的学习,自动提取出数据的高层次特征和模式,从而实现图像识别、语音识别、自然语言处理等任务
神经网络
Transformer
1.5.大语言模型
LLM, Large Language Model
2.大模型应用场景
大模型应用场景分为三大类。
2.1.自然语言处理( NLP)
(1)情感分析
(2)文本归类
(3)信息抽取
(4)数学问题
(5)角色扮演
(6)编程问题
(7)创作问题
2.2.语音处理 (SLP)
2.3.图像视频处理
3.Gradio
Gradio是 Hugging Face 发布的开源Python包,可以为机器学习模型、API或任意Python函数快速构建demo或web应用,并且通过Gradio的内置共享功能可以快速生成对应的链接,而无需任何编程基础
官方网站: https://www.gradio.app/
3.1.Gradio的作用
直观演示你的模型、API、函数:需要图形化的界面,但又不太需要过多关心界面
快速部署和分享:只需要多添加一个参数"share=True",就会生成一个公共URL(72小时后过期)世界各地的人都可以访问。
公共URL格式示例: https://a23dsf231adb.gradio.live
4.提示工程
提示工程(Prompt Engineering)是一项通过优化提示词 (Prompt) 和生成策略,从而获得更好的模型返回结果的工程技术。
(1)好的Prompt需要不断调优。
(2)说清楚自己到底想要什么,要具体。
(3)不要让机器去猜测太多。为了不让机器去猜测,我们就需要告诉细节。
提示工程有一些技巧,灵活掌握,事半功倍。
4.1.提示词的构成
提示词一般由以下五部分组成
(1)指示 (Instruction): 描述要让它做什么?
(2)上下文 (Context) : 给出与任务相关的背景信息
(3)例子 (Examples) : 给出一些例子,让模型知道怎么回复
(4)输入 (Input) : 任务的输入信息
(5)输出 (Output Format) : 输出的格式,想要什么形式的输出?
4.2.样本学习shot learning
one-shot learning: 只给一个example
few-shot learning: 多个examples
zero-shot learning: 不给任何的examples
4.3.chain of thoughts 思维链
定义: 把一个复杂的任务,拆解成多个稍微简单的任务,让大语言模型分步来思考问题
提示词: 小明有20个苹果,吃了两个,又买了5个,小明现在一共有多少苹果?
提示词:小明有20个苹果,吃了两个,又买了5个,小明现在一共有多少苹果,通过思维链COT的方式来分新。
5.AI Agent
Al Agent(人工智能代理)是一个能够自主行动的软件程序,通过感知环境、收集数据、并基于这些数据来执行自我决定的任务,以实现预定目标。
LLMs(大模型)是现代A代理的核心,因为它们提供了最关键的推理层,并且可以方便地衡量性能。其关键特点包括自主性、交互能力、学习能力和多模态支持。
5.1.ReAct
ReAct启发Agent早期范式。
ReAct 是一种实践代理模型的高级框架,通过将大语言模型(LLMs)的推理和执行行动的能力结合起来,增强了它们在处理复杂任务时的决策能力、适应性和与外部环境的交互。ReAct 包括许多关键组件,如 LLMs、用于外部交与的工具( Tools )、多种代理类型 ( Agent Types )、思维链( Chain-of-Thought, CoT ) Prompting 和 ReAct Prompting
5.2.Agent开发核心技术栈
可参考下图

5.3.Agents分类
经典5类
(1)Simple Reflex agent
简单反射代理 ( Simple Reflex Agent ):最简单的代理型,它们基于当前感知做出决策,忽略所有先前的感知历史。这些代理适用于完全可观察的环境,并且是基于条件-动作规则的,例如只有当房间里有灰尘时,房间清洁代理才会工作。
(2)Model-based reflex agent
基于模型的反射代理( Modebased Reflex Agent):这类代理能够在部分可观察的环境中工作,并跟踪情况。它们拥有模型和内部状态,模型是关于世界如何运作的知识,内部状态是基于感知历史的当前状态的表示。
(3)Goal-based agents
目标型代理( Goalbased Agents ): 这些代理需要知道它们的目标,即描述理想情况的信息。它们通过考虑长序列可能的动作来扩展基于模型的代理的能力,这种考虑被称为搜索和规划( Planning)。
(4)Utility-based agents
效用型代理(Utility-based Agent:这些代理不仅考虑目标,还考虑实现目标的最佳方式。它们在有多人可能的选择时特别有用,并且有一个效用函数来衡量每个状态如何有效地实现目标。
(5)Learning Agents
学习型代理( Learning Agent学习型代理能够从过去的经验中学习,随着时间的推移提高其性能。它们有四个主要组成部分:学习元素、评论员、性能元素和问题生成器。学习元素负责通过学习来改进,评论员提供反馈以衡量性能性能元素选择外部动作,问题生成器建议导致新颖和有教育意义的经验的动作。
5.3.Agent核心能力
参考下图
