课时1:AIGC无处不在,把AI应用构建于Serverless之上

简介: 课时1:AIGC无处不在,把AI应用构建于Serverless之上

玩转AIGC训练营:课时1:AIGC无处不在,把AI应用构建于Serverless之上

课程地址:https://developer.aliyun.com/trainingcamp/1893257e5f7a442c988fd52c818309b3?spm=a2cwt.28237621.J_9603273760.8.31b2b726xTbsZG


课时1:AIGC无处不在,把AI应用构建于Serverless之上

 

内容介绍

一、AIGC在行业场景中的应用

二、通用AI应用

三、Serverless平台的优势

四、AI应用构建于Serverless的优势

 

本节课将当下最火的两个概念AIGCServerless融合到一起,通过本节课的学习,可以发现Serverless是构建AI应用的最佳平台

 

一、AIGC在行业场景中的应用

 

image.png

 

AIGC在行业场景中的应用很多,本节课主要了解其中典型的四个行业的应用场景。

1、电商行业

如今有很多的电商从业者开始使用ChatGPTMidjourney智能产品武装自身,制作商品设计或商品图片

商品设计角度,一般商家会先使ChatGPT做行业市场调查。

如清洁类产品的商家,他们使用ChatGPT了解当前产品的痛点以及用户需求以及自身产品的亮点,分别对应的用户的哪些需求;然后将ChatGPT得到的结果做进一步的内容的整合,让ChatGPT确定2-3个比较明确的设计方案,

清洁产品来讲设计的策略是以强力的清洁和多功能为主,或是以香薰等功能为主;确定设计主题后,使用Midjourney软件生成相关的设计图。这样可以节省大量的人力成本包括设计师人工费用、做市场调研的成本等。

再如服饰商家,为了推广产品,商家会邀请模特约拍,再修图上架。而现在可以使用stable + controlnt代替传统的模特拍图方式节省大量的人力成本时间成本同时整体效果不打折扣。

2、医疗领域

目前比较通用的是与ChatGPT结合做医学知识问答,如一些较冷门的疾病,相应的从业者也较少,但其知识图谱相对完整,此时则可以将这些知识作为数据录入,再使用ChatGPT帮助用户做自然语言的解释较于自己学晦涩的知识方便很多,用户可以快速获取想要的相关信息

3、编程领域

如CursorGitHub Copilot等工具可以帮助开发者部分辅助编码,如常用处理文件的方法可以由这些工具直接辅助生成,只开发者验证即可。同时,还可以利用这些工具做代码解读,如想了解某个开源软件实现是什么,这些工具可以快速得到结果。

4、办公领域

目前各种工具百花齐放如阿里的钉钉结合通义千问即将推出魔法棒的能力即可通过简单的指令呼出需求的功能帮助用户做会议纪要、文档编写工作极大提升了公效率

 

二、通用AI应用

1、基本了解

以上的场景都是离散且并不通用AI型的应用可能无法与实际业务结合。以下展示了通用AI应用的架构图

image.png

 

如上图所示,用户通过自然语言输入应用程序,应用程序中具有智能体Agent其实质上是由提示工程加模型服务的调用构成的用户的输入与提示模板结合之后,作为大语言模型的完整输入,利用语言模型自然语言的解析及相应的逻辑推理进而可以继续使用专业领域的模型,如生文图生图、文生视频模型实现多模态的能力,大模型安装眼睛”“耳朵”。

此外,还可以让大模型调用一些扩展,如数据库查询搜索、计算等,这类似于于ChatGPT中的Plugin能力此时即形成了一个通用的AI应用,它既能够理解自然语言,也能够接触物理世界,甚至可以拟人化的进行图文的识别因此,本质上通用AI应用的最大特性就是可以与实际业务紧密结合。

2、通用AI 技术

在上面的内容中提到,本质上通用AI的核心是对于模型服务的调用是非常标准的FaaS + BaaS的结合无状态服务的调用但实际的应用程序也会包括数据的存储缓存的能力,这类能力只需要通过BaaS的方式平滑地增可。这里提到的扩展能力是一种轻量但又非常频繁使用的能力。在“扩展能力”的理论上,我们可以无限增加意味着应用程序能够提供的服务上限很高,但需要支持上线迭代的能力因此,我们将其函数级别的能力。综上,通用AI应用与Serverless之间有许多相似点,包括FaaS + BaaS模式以及函数级的扩展能力

 

三、Serverless平台的优势

 

image.png

 

1、满足通用AI应用扩展能力的诉求

2、极致弹性

Serverless平台可以快速帮助交付计算。当应用有大规模的流量爆发时,也无需担心因此导致系统宕机

3、极致效率

阿里云函数计算为例已经集成了90款云产品的服务,这些服务可以直接使用,增强应用的能力。

4、极致成本

Serverless平台按照实际使用收费如果应用有明显的波峰和波谷其对于使用者来说十分划算。且当服务作为商业产品交付给用户时,也可以作为吸引用户的核心的优势。

 

四、AI应用构建于Serverless的优势

企业最关注的效益出发,即成本/效率市场商机TimeToMarket以及系统的安全和稳定包括可用性可扩展性和质量)。

如下图所示:

 

image.png

 

AI应用与Serverless结合后其需求皆可满足,包括AI Action能力以函数粒度快速构建发布,AI应用满足商业化、有SLA保障,AI应用具备多环境能力、完备的可预测实现,AI应用的多Agent异步实现,AI 应用多实例部署启动,AI应用无状态约束、AI应用无状态约束、集群多活。这意味当应用自开始构建在Serverless平台上开始,无需再去担心未来长足发展,无需担心非业务侧的其他能力如多活或单点故障以及水平扩展能力,可以无后顾之忧地直接快速扩展商业这是AI应用带来的优势,远比自建服务器或服务器集群更加方便。

 

相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
相关文章
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
5天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
31 10
|
6天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。
|
5天前
|
存储 人工智能 固态存储
如何应对生成式AI和大模型应用带来的存储挑战
如何应对生成式AI和大模型应用带来的存储挑战
|
7天前
|
传感器 人工智能 算法
AI在农业中的应用:精准农业的发展
随着科技的发展,人工智能(AI)在农业领域的应用日益广泛,尤其在精准农业方面取得了显著成效。精准农业通过GPS、GIS、遥感技术和自动化技术,实现对农业生产过程的精确监测和控制,提高产量和品质,降低成本和环境影响。AI在作物生长监测、气候预测、智能农机、农产品品质检测和智能灌溉等方面发挥重要作用,推动农业向智能化、高效化和可持续化方向发展。尽管面临技术集成、数据共享等挑战,但未来前景广阔。
|
8天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用及其未来趋势
【10月更文挑战第34天】随着人工智能技术的飞速发展,其在医疗领域的应用也日益广泛。本文将探讨AI技术在医疗诊断中的具体应用案例,分析其对提升诊断效率和准确性的积极影响,并预测未来AI在医疗诊断中的发展趋势。通过实际代码示例,我们将深入了解AI如何帮助医生进行更精准的诊断。
|
7天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗影像诊断中的应用
探索AI在医疗影像诊断中的应用
|
Serverless 算法框架/工具 异构计算
云上快速搭建Serverless AI实验室
Serverless Kubernetes和ACK虚拟节点都已基于ECI提供GPU容器实例功能,让用户在云上低成本快速搭建serverless AI实验室,用户无需维护服务器和GPU基础运行环境,极大降低AI平台运维的负担,显著提升整体计算效率。
6014 0
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
27 1
|
10天前
|
存储 XML 人工智能
深度解读AI在数字档案馆中的创新应用:高效识别与智能档案管理
基于OCR技术的纸质档案电子化方案,通过先进的AI能力平台,实现手写、打印、复古文档等多格式高效识别与智能归档。该方案大幅提升了档案管理效率,确保数据安全与隐私,为档案馆提供全面、智能化的电子化管理解决方案。
100 48