AI Engineering

Le recenti scoperte nel campo dell'intelligenza artificiale non solo hanno aumentato la domanda di prodotti AI, ma hanno anche abbassato le barriere all'ingresso per coloro che desiderano sviluppare prodotti AI. L'approccio "modello come servizio" ha trasformato l'AI da una disciplina esoterica a un potente strumento di sviluppo che chiunque può utilizzare. Ora, tutti, anche coloro con poca o nessuna esperienza pregressa nell'AI, possono sfruttare i modelli AI per creare applicazioni. In questo libro, l'autrice Chip Huyen discute l'ingegneria dell'AI: il processo di creazione di applicazioni utilizzando modelli di base facilmente disponibili. Il libro inizia con una panoramica dell'ingegneria dell'AI, spiegando come differisce dall'ingegneria tradizionale del machine learning e discutendo la nuova architettura dell'AI. Più l'AI viene utilizzata, maggiori sono le opportunità di guasti catastrofici, e quindi, più importante diventa la valutazione. Questo libro esplora diversi approcci per valutare modelli aperti, incluso l'approccio "AI come giudice", in rapida crescita. Gli sviluppatori di applicazioni AI scopriranno come orientarsi nel panorama dell'AI, inclusi modelli, set di dati, benchmark di valutazione e la vasta gamma di casi d'uso e modelli applicativi. Imparerete un framework per lo sviluppo di un'applicazione AI, a partire da tecniche semplici e progredendo verso metodi più sofisticati, e scoprirete come distribuire in modo efficiente queste applicazioni. - Comprendere cos'è l'ingegneria dell'AI e come differisce dall'ingegneria tradizionale del machine learning. - Apprendere il processo per lo sviluppo di un'applicazione AI, le sfide in ogni fase e gli approcci per risolverle. - Esplorare varie tecniche di adattamento dei modelli, tra cui l'ingegneria dei prompt, RAG, il fine-tuning, gli agenti e l'ingegneria dei set di dati, e comprendere come e perché funzionano. - Esaminare i colli di bottiglia relativi alla latenza e ai costi quando si utilizzano modelli di base e imparare come superarli. - Scegliere il modello, il set di dati, i benchmark di valutazione e le metriche giusti per le vostre esigenze. Chip Huyen lavora per accelerare l'analisi dei dati su GPU presso Voltron Data. In precedenza, ha lavorato presso Snorkel AI e NVIDIA, ha fondato una startup di infrastrutture AI e ha insegnato progettazione di sistemi di machine learning presso Stanford. È l'autrice del libro "Designing Machine Learning Systems", un bestseller di Amazon nel campo dell'AI. "AI Engineering" si basa su e complementa "Designing Machine Learning Systems" (O'Reilly).