2024企業(yè)AI入門新手指南-RedHat紅帽

AI入門：新手指南目錄簡介3頁第1章AI迅速崛起第6頁第2章選擇合適的AI模型第9頁第3章前期準(zhǔn)備工作第12頁第4章在紅帽的幫助下采用和擴(kuò)展第16頁了解更多準(zhǔn)備好在AI采用之旅中邁出下一步了嗎？20頁簡介企業(yè)組織越來越認(rèn)識到人工智能（AI）為其業(yè)務(wù)的各個方面帶來的機(jī)遇。IT解決方案交付，AI的應(yīng)用范圍不斷擴(kuò)大，在各行各業(yè)內(nèi)實(shí)現(xiàn)了蓬勃發(fā)展。根據(jù)IDC的數(shù)據(jù)，預(yù)計(jì)到2027年，AI市場規(guī)模將超過4,230億美元，五年復(fù)合年增長率（CAGR）26.9%AI計(jì)劃的重點(diǎn)放在提升運(yùn)維效率、改善客戶體驗(yàn)和提高生產(chǎn)力上1。在這種快速發(fā)展的形勢下，領(lǐng)導(dǎo)者們面臨著識別、選擇、構(gòu)建AI解決方案。但AIAI成熟度的能力AI的全部價(jià)值，并且在很多情況下，造成的問題數(shù)量要多于能夠解決的問題數(shù)量。AIAIAI有關(guān)的許多問題。1IDCFutureScape網(wǎng)絡(luò)研討會?！?024年全球人工智能和自動化預(yù)測”。文檔編號：US51901124，2024年3月。 3AI分為哪些類型？要充分利用AI，就必須全面了解它，包括當(dāng)今企業(yè)組織正在使用的兩種最主要的類型。預(yù)測性AI：預(yù)測性AI可利用歷史數(shù)據(jù)，幫助企業(yè)組織識別模式，并做出符合未來需求的明智決策。預(yù)測模型可為需求預(yù)測、預(yù)測性維護(hù)和運(yùn)維規(guī)劃等應(yīng)用提供支持。預(yù)測性AI以完善成熟的數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)（ML）技術(shù)為基礎(chǔ)，使AI能夠隨著處理的數(shù)據(jù)量增加而不斷改進(jìn)。生成式人工智能（genAI）：生成式人工智能由轉(zhuǎn)換器等深度學(xué)習(xí)模型提供支持，可以創(chuàng)建文本、圖像和代碼等新內(nèi)容。它尤其適用于聊天機(jī)器人、自動化內(nèi)容生成和創(chuàng)意工具等應(yīng)用。生成式預(yù)訓(xùn)練轉(zhuǎn)換器（GPT）等模型通過生成類似人類的文本和圖像，在自然語言處理和創(chuàng)意領(lǐng)域掀起了一場革命。4實(shí)施AI的好處有哪些？AI的全部潛能仍有待發(fā)掘，但了解這項(xiàng)快速發(fā)展的技術(shù)如何使各AI到您企業(yè)組織中的好方法?？紤]AI的以下優(yōu)勢，以及這些優(yōu)勢如何使您的企業(yè)組織受益：數(shù)據(jù)量。隨著數(shù)據(jù)的指數(shù)級增長，企業(yè)組織往往難以管理他們收集到的大量信息并從中獲得深刻的見解。AI可以快速處理和分析大型數(shù)據(jù)集，發(fā)現(xiàn)人工難以識別的寶貴見解和趨勢。運(yùn)維效率欠佳。許多企業(yè)組織都明白，低效的流程和瓶頸會阻礙生產(chǎn)力的提高，導(dǎo)致需要花費(fèi)更多的時間和精力來消除這些障礙。將自動化與AI結(jié)合使用，有助于簡化運(yùn)維，從比如自動生成包含行動項(xiàng)目和明確的后續(xù)步驟的會議記錄，或加速網(wǎng)站或社交媒體的圖形和視頻創(chuàng)建?？蛻羝谕？蛻粝Ｍ@得無憂的個性化體驗(yàn)。通過分析客戶數(shù)據(jù)并提供量身定制的建議和互動體驗(yàn)，AI可以改善客戶服務(wù)并提高個性化水平。市場競爭力。要在瞬息萬變的市場上保持競爭力，就需要不斷的創(chuàng)新。AI可以幫助企業(yè)組織快速適應(yīng)市場變化，保持競AI者在準(zhǔn)備重要會議時，用來完善具體方法。5第1章AI迅速崛起不過，最近大熱的生成式AI因能夠創(chuàng)造出類似人類的文本、逼真的圖像甚至軟件代碼而備受關(guān)注。與自動執(zhí)行任務(wù)或分析數(shù)據(jù)的傳統(tǒng)AI不同，生成式AI能夠創(chuàng)造性地解決問題和生成高級內(nèi)容。企業(yè)組織希望將生成式AI用于各種用例：2知識管理類應(yīng)用 設(shè)計(jì)應(yīng)用 46% 39%營銷類應(yīng)用 對話類應(yīng)用 42% 37%代碼生成類應(yīng)用41%41%圖1：生成式AI的預(yù)期用例（根據(jù)IDC的研究繪制）。2IDC會議記錄?！袄蒙墒紸I開啟企業(yè)成功之路”。文檔編號：US50789223，2023年6月。 6有助于加速創(chuàng)新的AI模型類型大語言模型（LLM）AIAI模型之一。GPTLLM基于海量數(shù)據(jù)集進(jìn)行了預(yù)訓(xùn)練，能夠理解和生成自然語言，因此在客戶支持自動化、營銷文案生成等方面非常有價(jià)值。另一方面，穩(wěn)定擴(kuò)散模型可以創(chuàng)建超逼真的圖像，推動娛樂、營銷等領(lǐng)域的創(chuàng)新。不容忽視的新興趨勢企業(yè)組織越來越多地探索多模態(tài)AI，此類AI將文本、圖像和數(shù)據(jù)處理功能整合到一個模型中，提供更全面的解決方案。要在企業(yè)內(nèi)充分發(fā)揮AI的潛力，關(guān)鍵是要及時把握這些趨勢。開源：AI創(chuàng)新的基礎(chǔ)AI戰(zhàn)略AI發(fā)展。通過使用紅帽的開放式混合云AI解決方案的掌控力。進(jìn)一步了解LLM及其運(yùn)作方式7通過開源方法控制LLM雖然AI正在改變商業(yè)領(lǐng)域的幾乎所有方面（從軟件的制造方式到我們的溝通方式），但作為實(shí)現(xiàn)生成式AI強(qiáng)大功能的模型（LLM及其他類型）通常受到服務(wù)提供商的嚴(yán)格控制。這就意味著，企業(yè)需要具備專業(yè)技能，有時還要付出高昂的成本（金錢和時間），否則難以評估生成式AI服務(wù)的能力。如果企業(yè)無法詳細(xì)了解創(chuàng)建模型的數(shù)據(jù)集或模型使用數(shù)據(jù)的方式，那么企業(yè)在AI生成的內(nèi)容方面會面臨潛在風(fēng)險(xiǎn)。如果根據(jù)擁有版權(quán)的源代碼訓(xùn)練代碼生成模型呢？使用該模型生成的所有代碼是否也屬于受版權(quán)保護(hù)的代碼？很多類似問題還沒有明確的答案，但在了解到后果可能會很嚴(yán)重后，企業(yè)紛紛轉(zhuǎn)為采用開源AI。紅帽的AI方法植根于開源，我們對IBMGranite系列基礎(chǔ)模型等開源模型的支持也是如此。紅帽的AI解決方案甚至可以通過InstructLab（一種可增強(qiáng)LLM能力的社區(qū)驅(qū)動型解決方案）直接為AI模型的開發(fā)做貢獻(xiàn)。在GitHub上探索InstructLab8第2章選擇合適的AI模型不同的AI模型可用于許多不同的用例。AIAI和穩(wěn)定擴(kuò)散模型可在單一應(yīng)用或服務(wù)中同時使用。每種模型的費(fèi)用和優(yōu)勢各不相同。目前，所有這些圖像分割、語音轉(zhuǎn)文本和圖像識別模型都是功能強(qiáng)大的常見模型，但關(guān)鍵在于評估哪種模型最適合您的用例。加，這意味著此類模型可能并不適合所有應(yīng)用。如果您希望對某個現(xiàn)有模型進(jìn)行調(diào)優(yōu)以滿足您的要求，那么經(jīng)過調(diào)優(yōu)的小型模型（仍屬于生成式AI系列）可能是更理想的這種模型易于獲取和使用，也能很輕松地集成到您的系統(tǒng)中。LLM，這是一種強(qiáng)大的工具，已使用大量數(shù)據(jù)進(jìn)行訓(xùn)練。但是，如果您有特定的業(yè)務(wù)要求、數(shù)據(jù)隱私方面的顧慮，或者希望對模型的行為有更大的控制權(quán)，則可能需要構(gòu)建并自行托管一個自定義模型。

模型構(gòu)建與模型調(diào)優(yōu)AI模型是一項(xiàng)艱巨的任務(wù)。您需要收集和準(zhǔn)備與企業(yè)組織面臨的業(yè)務(wù)挑戰(zhàn)相關(guān)的大型數(shù)據(jù)集。然后，您必須選擇合適的算法，并使用這些數(shù)據(jù)對其進(jìn)行訓(xùn)練。此流程需要強(qiáng)雖然構(gòu)建傳統(tǒng)或基礎(chǔ)模型可以為用戶提供自定義解決方案，但這并不總是最有效的途徑。另一方面，要對基礎(chǔ)模型進(jìn)行調(diào)優(yōu)，需要根據(jù)具體要求調(diào)整預(yù)訓(xùn)練的模型。一種常見的方法是遷移學(xué)習(xí)，即使用大型數(shù)據(jù)集訓(xùn)練過的模型，在特定領(lǐng)域的較小數(shù)據(jù)集上對其進(jìn)行再訓(xùn)練。這種方法可以讓模型保留在初始訓(xùn)練中學(xué)到的一般知識，同時根據(jù)特定數(shù)據(jù)的細(xì)微差別進(jìn)行調(diào)整。這也讓您可以先在小范圍內(nèi)實(shí)施AI，然后隨著時間的推移逐步擴(kuò)大范圍。9微調(diào)模型另一種方法是微調(diào)模型，即調(diào)整模型的參數(shù)，以提升針對特定任務(wù)的性能。模型參數(shù)是指選定模型中的變量，可以通過將給定數(shù)據(jù)擬合到模型中來進(jìn)行估算。微調(diào)可能涉及更改學(xué)習(xí)率、修改模型的架構(gòu)或?qū)δＰ椭械哪承舆M(jìn)行更加密集的訓(xùn)練。這些方法有助于強(qiáng)化模型的知識，使其對特定用例更加有效。InstructLab采用這種方法，目的是降低對個人必須具備的AI知識方面的要求，讓他們能夠在現(xiàn)有的Granite基礎(chǔ)模型中添加企業(yè)知識，而無需成為數(shù)據(jù)科學(xué)家或AI專家。微調(diào)模型的替代方案研究人員正在研究如何調(diào)優(yōu)基礎(chǔ)模型，以提高速度和效率。檢索增強(qiáng)生成（RAG）就是一種常見的方法，可從已對額外知識（背景信息）進(jìn)行了編碼的外部來源檢索facts。RAG主要使用一個或多個外部數(shù)據(jù)庫（矢量數(shù)據(jù)庫），為生AI提出的問題提供額外的背景信息。另一種新興方法是AIAI代理整合到一起，從外部系統(tǒng)（例如內(nèi)部數(shù)據(jù)庫、企業(yè)內(nèi)聯(lián)網(wǎng)或互聯(lián)網(wǎng)）查詢知識，AI模型提供最準(zhǔn)確的最新信息。

最后一個示例是提示詞調(diào)優(yōu)，即AI模型接收提示或前端提示詞（包括額外的詞語或AI生成的數(shù)字），引導(dǎo)模型做出所需的決策。RAG查詢的結(jié)果將為提示詞提供額外的背景信息，并且提示詞調(diào)優(yōu)和RAG協(xié)同發(fā)揮作用，提供更加出色的響應(yīng)。通過LLMRAG數(shù)據(jù)有限的企業(yè)組織可以針對特定任務(wù)量身定制基礎(chǔ)模型。10本報(bào)告來源于三個皮匠報(bào)告站（）,由用戶Id:768394下載,文檔Id:180782,下載日期:2024-11-13支持AI模型的基礎(chǔ)架構(gòu)與模型本身同樣重要。不同的任務(wù)需要不同類型的硬件。中央處理單元（CPU）處理一般計(jì)算任務(wù)的傳統(tǒng)處理器。AI作負(fù)載來說可能并不高效。

圖形處理單元（GPU）專為處理并行處理任務(wù)而設(shè)計(jì)的專用處理器，是訓(xùn)練需要同時處理大量數(shù)據(jù)的深度學(xué)習(xí)模型的理想選擇。

神經(jīng)處理單元（NPU）一種專為AI任務(wù)設(shè)計(jì)的新型處理器，可為某些類型的模型提供更高的效率和速度。混合云在企業(yè)采用AI方面的作用AI的過程中發(fā)揮著至關(guān)重要的作用。混合云將本地基礎(chǔ)架構(gòu)與公共云和私有云資源相結(jié)合，讓您AI工作負(fù)載。例如，GPUAI模型，然后出于因此，在利用混合云方法時，一個關(guān)鍵的考慮因素是所選工具和平臺的一致性。AI，從而提高一致性、可擴(kuò)展性和靈活性。借助此方法，您可以AI工作負(fù)載，優(yōu)化數(shù)據(jù)放置并促進(jìn)數(shù)據(jù)平AI。AIAI用的復(fù)雜性并充分發(fā)揮它的潛力。1133章前期準(zhǔn)備工作與采用任何新技術(shù)一樣，采用AI的過程中也面臨著一些挑戰(zhàn)，企業(yè)組織必須克服這些挑戰(zhàn)才能取得成功。利用以下考慮因素來評估您的企業(yè)組織的準(zhǔn)備情況，并確定您可能需要重點(diǎn)關(guān)注的領(lǐng)域，以加快AI的采用。評估數(shù)據(jù)質(zhì)量和可用性。AIAI因此很有必要評估數(shù)據(jù)的完整性、準(zhǔn)確性和相關(guān)性。評估技術(shù)基礎(chǔ)架構(gòu)。AI負(fù)載。這包括評估高性能計(jì)算資源、存儲解決方案和網(wǎng)絡(luò)功能的可用性。確定哪些方面需要技能。AI可用性。評估當(dāng)前的技能組合，確定哪些方面需要培訓(xùn)技能或?qū)I(yè)技能。審查戰(zhàn)略一致性。AI持一致。AI項(xiàng)目應(yīng)支持企業(yè)組織的總體戰(zhàn)略目標(biāo)，并提供可衡量的業(yè)務(wù)價(jià)值。12如何開始使用AI企業(yè)組織內(nèi)AI采用的速度和規(guī)模取決于多種因素，但對于幾乎所有技術(shù)現(xiàn)代化項(xiàng)目來說，先在小范圍內(nèi)試用并逐步擴(kuò)大應(yīng)用范圍往往是一種不錯的方法。以下8個步驟可幫助您的企業(yè)組織開始并推進(jìn)AI采用之旅：1評估能力和目標(biāo)首先要評估您的企業(yè)組織當(dāng)前的能力、基礎(chǔ)架構(gòu)和戰(zhàn)略目標(biāo)。確定AI是否與您的企業(yè)組織更廣泛的目標(biāo)一致，并識別AI可帶來更多價(jià)值的潛在領(lǐng)域。這一初步評估將有助于為您的AI采用之旅設(shè)定明確的方向。2確定用例和AI團(tuán)隊(duì)確定您的企業(yè)組織內(nèi)AI可以處理的業(yè)務(wù)機(jī)會。組建一個專門的AI應(yīng)用團(tuán)隊(duì)，吸納跨職能成員（例如開發(fā)人員、領(lǐng)域?qū)＜?、?shù)據(jù)科學(xué)家和IT專家）來領(lǐng)導(dǎo)這項(xiàng)計(jì)劃。明確定義的用例將會指導(dǎo)您的AI采用工作并將資源集中起來。133模型選擇根據(jù)已確定的用例選擇合適的AI模型。無論是用于生成式AI的LLM，還是用于數(shù)據(jù)分析的預(yù)測模型，都要確保模型的功能與用例的目標(biāo)保持一致。考慮模型的復(fù)雜性、可擴(kuò)展性以及與現(xiàn)有系統(tǒng)的兼容性等因素。4測試和驗(yàn)證循環(huán)明確AI實(shí)施的成功標(biāo)準(zhǔn)，例如性能指標(biāo)、準(zhǔn)確率或業(yè)務(wù)目標(biāo)。建立測試和驗(yàn)證循環(huán)，持續(xù)評估模型的有效性。根據(jù)這些循環(huán)定期提供的反饋，您可以對模型進(jìn)行微調(diào)，并確保您的AI之旅順利推進(jìn)。5模型調(diào)優(yōu)使用您的企業(yè)組織的數(shù)據(jù)來自定義所選模型。此調(diào)優(yōu)流程涉及向模型提供相關(guān)數(shù)據(jù)，以提高模型的準(zhǔn)確性和與特定用例的相關(guān)性。通過對模型進(jìn)行微調(diào)，可確保模型適應(yīng)您的企業(yè)組織的獨(dú)特環(huán)境并能滿足需求。6合成數(shù)據(jù)訓(xùn)練AILLMLLM學(xué)生等方法，可讓您在真實(shí)數(shù)據(jù)稀缺或敏感的情況下生成優(yōu)質(zhì)訓(xùn)練數(shù)據(jù)。合成數(shù)據(jù)有助于提高模型的魯棒性和性能，同時又能確保隱私安全。147模型偏差偏差監(jiān)控提供基于內(nèi)容的一般監(jiān)控。偏差監(jiān)控不是結(jié)構(gòu)化的配置管理，而是跟蹤本地文件系統(tǒng)內(nèi)容的變化。偏差監(jiān)控可幫助您監(jiān)測和處理模型準(zhǔn)確性隨時間推移而出現(xiàn)的任何偏差或下降問題。持續(xù)監(jiān)控可確保模型在條件發(fā)生變化時保持有效性和相關(guān)性。8聘請專家提供幫助如果您的內(nèi)部AI專業(yè)知識仍在不斷積累的過程中，那么聘請外部專家（例如紅帽?咨詢）將會是一項(xiàng)巨大的優(yōu)勢。紅帽專家可指導(dǎo)您解決AI采用方面的復(fù)雜問題，提供有價(jià)值的見解，并為您提供培訓(xùn)機(jī)會。紅帽咨詢可加速您的AI之旅，提高成功的可能性。AI的采用取決于協(xié)作組建一支具備各種能力的團(tuán)隊(duì)是生成式AI項(xiàng)目取得成功的關(guān)鍵3。企業(yè)領(lǐng)導(dǎo)者人員。AI專家AI模型。數(shù)據(jù)科學(xué)家且無偏見的訓(xùn)練數(shù)據(jù)。道德與合規(guī)官AI計(jì)劃符合法規(guī)要求。

IT運(yùn)維專家施安全策略。開發(fā)團(tuán)隊(duì)和社區(qū)AIAI的使用與業(yè)務(wù)價(jià)值相關(guān)聯(lián)。3Kearney?！敖M建強(qiáng)大的團(tuán)隊(duì)以應(yīng)對生成式AI的復(fù)雜性”，2023年11月15日。 15第4章采用和擴(kuò)展AI信任、提供多種選擇并保持一致性，AI的采用。AIOpenShift?AILinux?AI組成。這AIAI采用之旅的哪個階段。紅帽廣泛的合作伙伴生態(tài)系統(tǒng)可進(jìn)一步增強(qiáng)您的AI能力。例如，以普及GPU而聞名的主要AI公司英偉達(dá)繼續(xù)與紅帽合作，通過提供針對AI工作負(fù)載優(yōu)化的端到端企業(yè)平臺，充分發(fā)揮AI的力量。英偉達(dá)幫助企業(yè)客戶在AI和高性能計(jì)算應(yīng)用中采用GPU加速計(jì)算。LinuxAI展現(xiàn)了我們共AI棧計(jì)算和軟件4。”JustinBoitano，英偉達(dá)企業(yè)產(chǎn)品副總裁4紅帽新聞稿。紅帽企業(yè)LinuxAI賦能無障礙的開源生成式AI創(chuàng)新”2024年5月7日。 16進(jìn)一步了解紅帽企業(yè)LinuxAI紅帽企業(yè)LinuxAI包含4個不同的基礎(chǔ)組件：Granite模型紅帽企業(yè)LinuxAI包含紅帽完全支持的開源Granite模型。借助這些靈活的模型，您可以創(chuàng)建自定義語言模型，并在公開或私有環(huán)境下使用它們。InstructLab模型一致性InstructLabIBM主導(dǎo)的開源項(xiàng)目。它利用特定知識AIGitGraniteInstructLabAI優(yōu)化的紅帽企業(yè)Linux鏡像上運(yùn)行，該鏡像幾乎與所有硬件和云環(huán)境兼容。這種GPU實(shí)現(xiàn)高效性能，這是快速訓(xùn)練和模型部署所必需的。企業(yè)支持和保障紅帽企業(yè)LinuxAI訂閱包含企業(yè)支持、從Granite7B模型和軟件開始的完整產(chǎn)品生命周期以及紅帽的知識產(chǎn)權(quán)保障。紅帽企業(yè)LinuxAI有助于將生成式AI應(yīng)用投入使用。對于剛剛開始使用生成式AI的企業(yè)組織，紅帽企業(yè)LinuxAI在單一服務(wù)器開發(fā)和推理環(huán)境中提供了即用型LLM和代碼語言模型。這提供了一個包含模型和工具的統(tǒng)一環(huán)境，使您可以輕松開始使用生成式AI，并使用業(yè)務(wù)數(shù)據(jù)自定義模型，而無需大量的AI專業(yè)知識或基礎(chǔ)架構(gòu)。

LinuxAI由紅帽提供全面支持和保障，可降低風(fēng)險(xiǎn)。AI領(lǐng)域?qū)＜沂褂茫⑶铱勺屗麄兓ハ鄥f(xié)作，更快看到業(yè)務(wù)成效。17為何選擇紅帽企業(yè)LinuxAI？面向企業(yè)的LLM具有開源許可的IBMGraniteLLM使用Apache-2.0許可證，可獲享紅帽的全面支持和保障。社區(qū)協(xié)作InstructLab可簡化生成式AI模型的實(shí)驗(yàn)和對齊調(diào)整。云原生可擴(kuò)展性紅帽企業(yè)Linux鏡像模式可將AI平臺作為容器鏡像進(jìn)行管理，從而簡化您的擴(kuò)展方式。加速和AI工具開源硬件加速器以及經(jīng)過優(yōu)化的深度學(xué)習(xí)功能有助于更快地取得成效。利用紅帽O(jiān)penShiftAI進(jìn)行擴(kuò)展當(dāng)您準(zhǔn)備好擴(kuò)展AI實(shí)施時，紅帽O(jiān)penShiftAI可以為您在最初實(shí)施時使用的相同紅帽企業(yè)LinuxAI模型提供分布式計(jì)算、監(jiān)控和生命周期管理支持，這些模型目前在OpenShiftAI架構(gòu)內(nèi)。這意味著數(shù)據(jù)科學(xué)家、工程師和應(yīng)用開發(fā)人員可以在一個位置集中進(jìn)行協(xié)作，從而提高一致性、安全性和可擴(kuò)展性。

在