AI Engineering

Les récentes avancées en IA ont non seulement augmenté la demande pour les produits d'IA, mais ont également abaissé les barrières à l'entrée pour ceux qui souhaitent créer des produits d'IA. L'approche du modèle en tant que service a transformé l'IA d'une discipline ésotérique en un puissant outil de développement que tout le monde peut utiliser. Désormais, tout le monde, y compris ceux qui ont peu ou pas d'expérience préalable en IA, peut exploiter les modèles d'IA pour créer des applications. Dans ce livre, l'auteur Chip Huyen aborde l'ingénierie de l'IA : le processus de création d'applications à l'aide de modèles de base facilement accessibles.

Le livre commence par un aperçu de l'ingénierie de l'IA, expliquant comment elle diffère de l'ingénierie traditionnelle du machine learning et discutant de la nouvelle pile d'IA. Plus l'IA est utilisée, plus les opportunités d'échecs catastrophiques se multiplient, et donc, plus l'évaluation devient importante. Ce livre aborde différentes approches pour évaluer des modèles ouverts, y compris l'approche en pleine expansion de l'IA en tant que juge.

Les développeurs d'applications d'IA découvriront comment naviguer dans le paysage de l'IA, y compris les modèles, les ensembles de données, les benchmarks d'évaluation et le nombre apparemment infini de cas d'utilisation et de modèles d'application. Vous apprendrez un cadre pour développer une application d'IA, en commençant par des techniques simples et en progressant vers des méthodes plus sophistiquées, et découvrirez comment déployer ces applications de manière efficace.

Comprenez ce qu'est l'ingénierie de l'IA et comment elle diffère de l'ingénierie traditionnelle du machine learning. Apprenez le processus de développement d'une application d'IA, les défis à chaque étape et les approches pour les surmonter. Explorez diverses techniques d'adaptation de modèles, y compris l'ingénierie des prompts, RAG, le fine-tuning, les agents et l'ingénierie des ensembles de données, et comprenez comment et pourquoi elles fonctionnent. Examinez les goulets d'étranglement en termes de latence et de coût lors du service des modèles de base et apprenez à les surmonter. Choisissez le bon modèle, ensemble de données, benchmarks d'évaluation et métriques en fonction de vos besoins. Chip Huyen travaille à accélérer l'analyse de données sur GPU.