iT邦幫忙

ai相關文章
共有 1220 則文章
鐵人賽 生成式 AI DAY 8

技術 Perplexity:推薦適合你的書籍,從此愛上閱讀

我非常喜歡讀書,對我而言,讀一本書就像與來自不同領域的人進行一場有趣的對話。然而,在閱讀的路上,我經常發現,有些書儘管書名和簡介很吸引人,但閱讀不到 20 分鐘...

鐵人賽 生成式 AI DAY 22
懶人救星:生成式AI 系列 第 22

技術 Day22-LlamaIndex 黑科技圖解:讓你在無 SQL 技能下秒變查詢達人!

前言✨ 先前我們介紹了文檔檢索、查詢和聊天等功能。現今隨著企業數據量的激增,企業和組織越來越依賴數據來做出決策。然而許多用戶並不具備 SQL 編寫能力,因此 T...

鐵人賽 AI/ ML & Data DAY 13

技術 [Day 13] 從機器學習到深度學習:人工智慧的下一步

前言 前幾天將一些簡單的機器學習方法及實作完成了,接著我們將開始新的篇章深度學習,讓我們繼續往下更深入的了解人工智慧的奧秘吧! 什麼是深度學習 那甚麼是深度學習...

鐵人賽 生成式 AI DAY 7

技術 Plugin 的魔力 — Function 的設計策略

在本篇開始之前,讓我再一次說明 Plugin 與 Function 的關係性,這也是初次接觸 Semantic Kernel 的開發者容易混淆的地方,簡單來說...

鐵人賽 IT 管理 DAY 18

技術 Day 18 : AI引力波,Business Chat貫穿M365應用的智能互聯

想像一下這樣的場景:你在處理多個專案然後信箱堆滿未讀郵件,日程表上排滿會議,而你的腦中卻還在試圖跟上所有的變化,此時你只需要對 Business Chat 說...

鐵人賽 生成式 AI DAY 7

技術 Perplexity:讓 AI 幫你挑選適合自己的保養品

相信不論性別,人人都會渴望擁有漂亮的臉部肌膚,也曾經有男性朋友跟我分享其實自己臉上常常長痘痘的困擾甚至影響自信。過去的我討厭花時間爬文,加上皮膚狀況一直不錯,所...

鐵人賽 AI/ ML & Data DAY 5

技術 從數據到體驗:AI 如何讀懂你的喜好

大家應該都有發現,無論是上購物網站或是YouTube、Netflix等影音網站、甚至是社群軟體,他們總是知道你想看什麼,點進去不過一分鐘的時間,其實網站們早已分...

技術 【NotebookLM】AI時代的筆記新工具:Google NotebookLM&用Audio Overview 生成podcast 教學與實測分享

大家好,我是一宵三筵今天是想跟大家介紹一下Google的NotebookLM 的服務,以及這個月的新功能「Audio Overview」 這個Audio Ove...

鐵人賽 Python DAY 5

技術 從 0 開始學!跟著ChatGPT一起變成程式大佬

以下為第二天的內容,我們可以專注於介紹如何在 Python 中使用基本的資料型態與變數操作。 第二天:Python 基本資料型態與變數操作 在學習 Pytho...

鐵人賽 生成式 AI DAY 21
懶人救星:生成式AI 系列 第 21

技術 Day21-揭秘 LlamaIndex:用圖解帶你搞懂複雜查詢與對話引擎!

前言✨ 在 LlamaIndex🦙 框架中,提供了豐富的 Query 與 Chat Engine 功能,使得我們能更靈活地處理資料的檢索和互動。透過這些引擎使用...

鐵人賽 生成式 AI DAY 6

技術 提示基礎 5:擁有不斷 try & error 的實驗精神

我永遠記得,人生中最重大的失敗經常來自與他人溝通的挫折。有時候,即使我們在對話前做足了心理準備,反覆推演各種情境,最終結果卻依然不如預期。很多時候,我們希望他人...

鐵人賽 AI/ ML & Data DAY 4

技術 AI創造的虛擬世界:未來影像世界還需要真人嗎?

在未來的某一天,你有沒有想過,當我們打開電影、廣告甚至新聞節目時,看到的那些面孔、聽到的那些聲音,很可能不是真實存在的人?AI技術日新月異,尤其是Deepfak...

鐵人賽 Python DAY 4

技術 ChatGPT第一篇文章!?Python 從 0 開始!

第1天:Python入門 - 認識Python及其應用 Python是一門簡單且強大的編程語言,無論是初學者還是資深開發者,都能迅速掌握其語法並應用於各種領...

鐵人賽 生成式 AI DAY 5

技術 提示基礎 4:找到適合自己的語言

在溝通中,如果對方的說話方式與我們相似,我們會覺得這個人和我們“同頻”,因此更願意聽取對方的意見。相反,如果對方的說話風格與我們相差甚遠,即使話題本身有趣,我們...

鐵人賽 生成式 AI DAY 5

技術 Plugin 的魔力 — 第一次見面

生成式 AI 的強大,相信大家都已經認同。然而,即使是生成式 AI,其模型依然依賴機器學習的預訓練。因此,在不依賴外部資訊的情況下,所有的回應都是基於過去訓練資...

鐵人賽 AI/ ML & Data DAY 3

技術 人工智慧怎麼像我們的大腦一樣工作?

AI不僅能辨識車牌、人臉,還能進行語音辨識、指紋辨識,還能閱讀文章理解其語意幫我們摘要,它之所以能像人類一樣彷彿擁有五官以及思考能力的「大腦」究竟是如何運作、又...

鐵人賽 生成式 AI DAY 4

技術 建立 Kernel 不同的寫法與 Role Prompt 的實現

在上一篇文章,使用一個入門範例示範如何建立 Kernel 以及與 LLMs 進行對話,在那個範例裡並沒有涉及到使用 OpenAI GPT 模型常用的 Syste...

鐵人賽 生成式 AI DAY 19
懶人救星:生成式AI 系列 第 19

技術 Day19-從零開始:如何透過LlamaIndex儲存Index、Documents、Vector?

前言✨ 在先前的文章已經介紹了如何創建 Documents、Index 等方法,今天要介紹如何將結果儲存起來,這樣就不需要每次都重新訓練了。 LlamaInde...

鐵人賽 AI/ ML & Data DAY 3

技術 Day3 自動下棋機器人

hackMD原稿 在開始學習怎麼讓電腦下棋之前,先分享一個小故事,早在電腦還沒發明前就有人試著想讓機器下棋了,來看看250年前的人是怎麼做的。 第一個自動下...

鐵人賽 生成式 AI DAY 3

技術 認識 Kernel

上一篇概述了 Semantic Kernel 的核心組成,本篇將更深入探討 Kernel 的使用,並透過一個入門範例來展示如何進行設定與操作。本範例著重於展示一...

技術 Rust與AI/Python完美的結合 (2)

前言 上一篇【Rust與AI/Python完美的結合 (1)】介紹Rust與Python的整合,接著我們再來介紹【Rust與AI的整合】。 9/12 在【Hel...

鐵人賽 AI/ ML & Data DAY 2

技術 未卜先知:人工智慧如何精準預測未來

前一天的內容提到人工智慧中的機器學習是其核心技術之一也讓它學習如何「預測」。大家有沒有想過,人工智慧到底是怎麼做到預測未來的?不管是企業決策、投資趨勢,還是氣候...

鐵人賽 Python DAY 1

技術 如果跟chatgpt打起來,我們可以打贏他嗎?

自從 AI 如雨後春筍般湧現,一個問題一直縈繞在我心頭: AI 和人類究竟有什麼不同?AI 真的會在未來取代人類嗎? 許多人已經開始驗證這一點——AI 攝影...

鐵人賽 生成式 AI DAY 2

技術 你好 Semantic Kernel

在開始使用Semantic Kernel之前,我們先針對 Semantic Kernel 做個概觀以理解這個框架的核心組成,會有助於後續文章的閱讀。 支援...

鐵人賽 生成式 AI DAY 1

技術 Day 01 - 主題概要、Langchain 簡介與環境介紹

每天的專案會同步到 GitLab 上,可以前往 GitLab 查看。有興趣的朋友歡迎留言 or 來信討論,我的信箱是 nickchen1998@gmail.co...

鐵人賽 AI/ ML & Data DAY 2

技術 Day2 淺談電腦對局

這邊貼公式有點麻煩,還得轉成圖,也不知道未來會不會有跑版的情況,就附上我原稿的版本吧!hackMD原稿 電腦對局 電腦對局是AI領域中非常重要的一個分支,自...

鐵人賽 AI/ ML & Data DAY 1

技術 Day1 前言

猴子也能懂的電腦對局,如果看完你還不懂,別擔心,那只能說明你不是猴子。開玩笑的,如果看完你還不懂那只能說明是我寫得實在是太爛了。我會盡量用最簡單的方式分享理論和...

鐵人賽 生成式 AI DAY 1

技術 今晚該選擇使用 API 還是框架 ?

該選擇 API 還是框架呢? 第1天先來輕鬆聊聊。 在生成式 AI 應用的開發過程中,我們可能會面臨一個關鍵的選擇:應該選擇直接使用 API (例如OpenAI...

鐵人賽 AI/ ML & Data DAY 1

技術 解密AI的核心架構:機器學習、深度學習與強化學習的技術奧秘

人工智慧為什麼能夠這麼厲害?這就得提到三個讓AI持續變強的秘密武器:機器學習、深度學習和強化學習。這三種技術就像AI的超級教練,讓它能自己學習、解決問題。接下來...

鐵人賽 AI/ ML & Data DAY 6

技術 [Day6] 半監督式學習:結合監督與非監督的力量

Day6 半監督式學習 前言 在前幾天我們提到過監督式學習及非監督式學習,也都有提到過他們各自的優點及缺點,那這時候我們可以想想,如果可以將兩個結合起來是不是可...