我们有史以来第一次的生成式人工智能峰会已经结束，取得了巨大成功。在一天的活动期间，超过3500人参与学习了生成式人工智能的用途、如何构建应用程序以及相关讨论。活动期间有两个主题，您可以随时按需观看。在此处观看阶段1，在此处观看阶段2。
以下是一些获得与会者最多参与和积极反馈的讲座。
生成对抗网络入门
Daniel Voigt Godoy | 数据科学家，PyTorch逐步深度学习的作者
从基础开始学习生成对抗网络（GANs）的基础知识：自动编码器、潜在空间、生成器、判别器、GANs、DCGANs、WGANs等等。本次讲座的主要目标是向您展示GANs的工作原理：我们将学习有关潜在空间以及如何使用它们生成合成数据的内容，并讨论实现和训练的细节，如Wasserstein距离和梯度惩罚等。我们将使用Google Colab一起构建和训练GANs。您应该熟悉使用Jupyter Notebooks和Numpy，并能够在PyTorch中训练简单模型。
在AWS上预训练视觉和语言基础模型
Emily Webber | 首席机器学习专家解决方案架构师 | AWS
无论它们是令人畏惧还是令人兴奋，高性能还是昂贵的，机器学习和人工智能的未来显然趋向于基础模型。在本次讲座中，我们将深入探讨这个话题，探索当今这项技术的有益和具有挑战性的方面。特别是，我们将了解在AWS上可用的关键技术，帮助您预训练未来的基础模型。从分布式训练到自定义加速器，从奖励建模到强化学习，学习如何创建自己的最先进模型。
阅读我们最近与Emily的访谈摘要。
使用Hugging Face进行生成式人工智能
Julien Simon | 首席布道师 | Hugging Face
生成式人工智能是一个快速发展的领域，但它可能被神秘和术语所掩盖，使非技术专业人员难以理解。此演讲旨在揭示生成式人工智能，并介绍如何使用Hugging Face开源解决方案构建生成式人工智能模型和应用程序。通过本次演讲，您将更好地了解生成式人工智能的工作原理以及它如何应用于各个行业，如营销和客户服务。他们还将对底层模型有一个高层次的了解，这将使他们能够在使用生成式人工智能时做出更明智的决策。
使用MosaicML释放生成式人工智能的力量
Hagay Lupesko | VP工程 | MosaicML
生成式人工智能已经席卷全球；然而，技术复杂性、安全性和成本方面的挑战限制了许多组织对其的采用。在本次讲座中，我们将探讨MosaicML的全栈生成式人工智能平台如何使开发人员能够在安全环境中轻松高效地构建和部署模型。我们将更深入地了解企业如何使用其专有数据训练和部署LLMs和其他生成式人工智能模型的实际例子。
在生成式人工智能世界中的MLOps堆栈
Yuval Fernbach | 联合创始人兼首席技术官 | Qwak
随着公司继续采用GenAI模型，简化ML流水线和将模型投入生产变得至关重要，以使GenAI模型为您的业务工作。如果您的模型在实验中表现出色，但仍在努力整合所有生产环节，本次讲座可能会帮助您了解问题出在哪里以及如何解决。
在本次讲座中，您将学习以下内容：
– 维护集中式以生产为中心的模型注册表
– 在生产环境中监控和跟踪您的Gen AI模型
– 在生产过程中持续提升您的 Gen AI 能力和准确性
接下来是什么？
如果您想现场观看这些讲座，请务必点击上面的链接，在 ODSC YouTube 频道上随时随地观看整个生成 AI 峰会。
如果您更喜欢现场培训，那么请务必查看于10月30日至11月2日举办的 ODSC West。在此活动中，我们将有很多专门讨论生成 AI 的演讲，无论您是亲自到旧金山还是通过虚拟方式参与。我们甚至还将有一个完全专注于生成 AI、大型语言模型和提示工程的专题。请订阅我们的通讯，以便第一时间了解所有 ODSC West 的更新，包括生成 AI 讲座的确认信息！