Building Generative AI Services with FastAPI

《內容介紹》 看懂時代、掌握工具、開始行動 對接全球AI浪潮，帶領組織邁向AI驅動的下一個十年 未來十年，AI將重新定義企業競爭力。一本為領導者、創新者與實踐者撰寫的AI轉型航圖，讓你真正看懂AI如何改變產業、如何落地，以及如何讓組織產生可持續的成長。兩位重量級作者結合設計思考、系統思考與指數型思維三大創新核心，提出可落地的AI策略框架，協助企業在指數型變革時代重新設計策略、文化與人才結構，從「看懂AI」進化到「用好AI」。 四大核心主題 l 為何AI如此重要。深入淺出解析AI基礎概念、指數型變革的時代意義，以及企業必備的新思維與能力評估模型。 l 如何用AI開創新局。提供AI策略設計四步驟、Team of Teams跨域協作模式、組織能力建構框架，以及AI倫理與法規合規實務。 l 工具方法及行動。詳解AI價值鏈、Transformer等關鍵技術、Prompt Engineering應用，以及AI三大導入視角（員工生產力、創新驅動、營收成長）。 l AI與創新的未來。展望AGI時代、多模態應用、負責任AI治理，以及對各產業部門的深遠影響。

探索生成式人工智慧的無限可能！ 「如果你是開發者，想要掌握過去十年來最大規模的AI革命背後的工具及概念，本書是必備的指南。」 ―Lewis Tunstall，Hugging Face機器學習工程師及《Hugging Face and coauthor of Natural Language Processing with Transformers》一書共同作者 「本書包含學習生成式AI的一切資源，包括全面的解說、深思熟慮的技巧，與DIY練習，可謂應有盡有。」 ―Luba Elliott，AI藝術策展人，elluba.com 深入的理論解析與實用的程式碼範例，帶您掌握生成文本、圖像和音訊的最新技術。無論您是數據科學家還是軟體工程師，本書都將助您輕鬆上手，創造出令人驚豔的AI生成作品。立即開啟您的生成式AI之旅，讓創意與技術完美融合！ 本書將教導資料科學家和軟體工程師，如何使用生成式媒體技術和人工智慧來創造新穎的圖像或音樂。書中介紹了理論概念，並提供豐富的程式碼範例和插圖，讓讀者能夠在Google Colaboratory、Kaggle或Hugging Face Spaces等服務上執行這些範例，並學習使用開源庫。 本書還探討了從頭開始訓練和使用大型預訓練模型之間的權衡，如何建立能夠修改圖像風格的模型，以及調整變形模型以達到創意目的。內容涵蓋了文本、圖像和音頻等多種數據類型的生成模型，並詳細講解了Transformer和擴散模型等先進技術的構建和訓練方法。最後介紹了如何訓練一個能夠根據個人風格撰寫文字的模型，以及如何部署模型作為互動展示或服務。 -------------------------------------------------- 透過這本實作指南，學習運用生成式AI技術來建立奇妙的文本、圖像、音訊，甚至音樂。你將瞭解最先進的生成模型如何運作、如何微調與調整它們來滿足需求，以及如何結合現成的基礎模組來建立新模型，並在不同領域中開發創新的應用程式。 這本首選指南透過豐富的範例程式與容易瞭解的插圖來介紹理論概念，並帶你實際應用它們。 你將學習如何透過開源的程式庫來應用transformers和擴散模型，並探索程式、研究幾個既有的專案，藉以完成你的專案。 • 建立並自訂文本與圖像生成模型 • 瞭解「使用預訓的模型」與「微調自有的模型」之間的取捨 • 做出能夠以任

若要打造可推理及提取外部資料、理解前後脈絡、可投入正式環境的 AI 應用程式，你就必須熟悉熱門的開發框架與平台 LangChain。它可以用來建立、執行與管理有自主行動能力的 app。目前已有許多頂尖公司採用 LangChain，包括 Zapier、Replit、Databricks 等。對於已經學會 Python 或 JavaScript，且想要掌握 AI 能力的新手開發者而言，本書是必備的學習資源。 作者 Mayo Oshin 與 Nuno Campos 透過實用的見解與深入的教學，帶領你逐步掌握 LangChain 的運用。從基礎概念開始，一步步帶你建立一個可正式上線，並且能夠使用個人資料的 AI agent。 • 運用 retrieval-augmented generation（RAG）技術，結合外部的即時資料來提升 LLM 的準確性。 • 開發並部署能夠與使用者聰明地互動，並且記得前後脈絡的 AI 應用程式。 • 透過 LangGraph 來使用強大的 agent 架構。 • 整合並管理第三方 API 與工具，以擴充 AI 應用程式的功能。 • 監控、測試與評估 AI 應用程式，以提升效能。 • 瞭解 LLM app 開發的基礎知識，並學習如何在 LangChain 上加以活用。 ------------------------------------------------------------- 「本書包含條理分明的講解和可落實的技巧，是掌握 LangChain 的強大功能，並用它來製作可上線的生成式 AI 與 agent 的首選資源。對於想充分利用此平台之潛力的開發者來說，是必讀之作。」 ── Tom Taulli，IT 顧問暨《AI輔助程式開發》作者 「這本完整的指南涵蓋文件提取與檢索，以及在正式環境中部署與監控 AI agent 的完整知識。透過引人入勝的範例、直覺的圖解與實際的程式碼，讓 LangChain 變得既有趣又好玩！」 ── Rajat K. Goel，IBM 資深軟體工程師 「這是一本完整的 LLM 指南，不只介紹基礎知識，也探討生產階段，充滿技術見解、實用策略，以及強大的 AI 模式。」 ── Gourav Singh Bais，Allianz Services 資深資料科學家暨技術內容撰寫人

With this comprehensive guide, Microsoft AI specialist Adrian Gonzalez Sanchez examines the integration and utilization of Azure OpenAI Service-using powerful generative AI models such as GPT-4 and GPT-4o-within the Microsoft Azure cloud computing platform.

**A New York Times Bestseller**'Co-Intelligence is the very best book I know about the ins, outs, and ethics of generative AI. Drop everything and read it cover to cover NOW' Angela DuckworthConsumer AI has arrived. And with it, inescapable upheaval as we grapple with what it means for our jobs, lives and the future of humanity.Cutting through the noise of AI evangelists and AI doom-mongers, Wharton professor Ethan Mollick has become one of the most prominent and provocative explainers of AI, focusing on the practical aspects of how these new tools for thought can transform our world. In Co-Intelligence, he urges us to engage with AI as co-worker, co-teacher and coach. Wide ranging, hugely thought-provoking and optimistic, Co-Intelligence reveals the promise and power of this new era.

It is widely acknowledged that many healthcare, behavioral health, and social service organizations provide less-than-optimal services and that the challenge of improving services depends on successfu

This book describes the key concepts, principles and implementation options for creating high-assurance cloud computing solutions. The guide starts with a broad technical overview and basic introducti

「這是關於建構 AI 代理人系統最棒的單冊入門指南――你可以去讀數百篇論文，或是只讀這一本書。」 ――Arun Rao，Meta GenAI前團隊成員，UCLA 兼任教授 生成式 AI 已經徹底改變了組織解決問題的方式，加速了從概念、原型到解決方案的旅程。隨著模型變得越來越強大，我們見證了一種新的設計模式出現：AI 代理人。透過將工具、知識、記憶與學習，跟先進的基礎模型結合在一起，我們現在可以將多次模型推論串接起來，藉此解決定義模糊且困難的問題。從編寫代理人程式碼、研究代理人到分析代理人等等，我們已經看到代理人加速了團隊與組織的運作。雖然這些代理人提升了效率，但它們通常需要廣泛的規劃、草擬與修改才能完成複雜的任務，而且對許多組織來說，部署它們仍然是一項挑戰，尤其是在技術與研究快速發展的當下。 在這個錯綜複雜且快速演進的領域中，本書是你不可或缺的指南。作者 Michael Albada 提供了一套結合實務與研究的方法，用於設計與實作單一代理人及多代理人系統。本書簡化了其中的複雜性，並提供所需的工具，讓你能更高效將概念轉化為實際解決方案。 • 了解由基礎模型驅動的 AI 代理人所具備的獨特功能 • 探索 AI 代理人的核心元件與設計原則 • 探討設計上的權衡取捨，並實作有效的多代理人系統 • 設計並部署量身打造的 AI 解決方案，促進你所在領域的效率與創新