关于本课程

为什么要学习本课程？

本课程将教你如何使用大语言模型构建生成式人工智能应用。除了介绍多种模型外，课程重点涵盖向量数据库和 LangChain 框架。

近年来，人工智能（AI）取得了前所未有的进展，尤其是在生成式 AI 和大语言模型领域。生成式 AI 就像一位数字艺术家，能够独立创作内容。AI 可以生成新颖且连贯的内容，无论是撰写段落、生成图像，还是提出创意想法。这种能力使其在写作辅助、聊天机器人和内容创作等任务中非常有用。

大语言模型（如 GPT-3.5）是可扩展且具备上下文感知的语言理解技术的重要里程碑。这些模型规模庞大且智能，尤其擅长理解和处理海量人类语言数据。它们能够理解语境和细微差别，甚至生成类似人类的文本。这使得它们在虚拟助手、语言翻译以及提升计算机与人类交互能力等应用中极为实用。

目标受众

本课程面向软件开发人员/工程师，即使不具备机器学习专业背景，也希望利用 AI/ML 的最新进展来构建智能应用。课程采用实践导向、动手操作的方式，包含大量示例应用。借助生成式 AI 和托管型机器学习平台，开发者现在拥有了比以往更多的选择，不再局限于使用 Python 进行开发。

先修条件

建议具备一定的 Go 语言编程经验，因为我们将使用 Go 程序结合大语言模型（LLM）来构建生成式 AI 应用。但请注意，所讲授的概念同样适用于其他编程语言（例如 Java）。

有机器学习相关经验者优先，但并非必需，零基础也可从本课程中受益。

课程内容

• 介绍生成式 AI、大语言模型和提示工程等核心概念。

• 讲解主流的大语言模型，并学习如何利用它们构建用于文本摘要、问题求解等任务的简单应用。

• 介绍向量数据库的不同类型及其在语义/向量搜索中的作用原理。

• 深入探讨两种向量数据库——PostgreSQL 和 Pinecone。

• 讲解 LangChain 框架及其组件，包括大语言模型（LLMs）、链（Chains）等。

• 学习如何使用 LangChain 框架构建实际可用的应用程序。

• 通过与其他组件集成，扩展 LangChain 框架的功能。

• 课程包含多个实践案例演示，例如：

  • 使用向量数据库构建一个简单的电影推荐应用，

  • 利用 LangChain 框架构建通用聊天机器人，

  • 开发一个可针对文档内容提问的应用程序等。

• 课程还包含一个项目作业，帮助你综合运用所学技能。

祝你学习愉快！