本文試圖通過實用的、基于項目的方法為您提供進入人工智能領域所需的所有基本信息。它涵蓋了前 5 個項目，您可以立即開始構建，之后，您至少肯定不會處于零階段！

前 5 名人工智能項目，證明您在該領域的熟練程度！??

人工智能最近已成為一項必備技能，現(xiàn)在每家公司都希望擁有一支 AI 團隊。該 AI 團隊的就業(yè)真正專注于可以在人工智能的幫助下利用的巨大能力。

另一方面，由于公司希望在其團隊中招聘 AI 專家，因此他們希望某人不僅知道如何使用 AI，而且具有根據(jù)公司需求定制工作流程所需的技能。

由于人工智能已成為公司幾乎所有執(zhí)行工作的主要利益相關者，因此公司已經(jīng)開始構建和維護 AI 工具，這些工具可以幫助他們充分利用 AI 的優(yōu)勢，同時最終帶來更多業(yè)務，即創(chuàng)收。

因此，鑒于對 AI 人員的需求大幅增長，實際上是時候構建可以展示您在該領域?qū)嵙Φ捻椖?，讓您比其他人更具?yōu)勢。

而且，如果您正在考慮從哪里開始，并獲得真正為您的投資組合增加價值的項目創(chuàng)意，而不僅僅是 AI 的計算器應用程序那么簡單，那么請繼續(xù)關注我，我已經(jīng)為您準備好了！

一、AI 個人聊天機器人 [初學者 – 1]

幾乎每家公司都希望實現(xiàn)的最重要的事情之一就是為其用戶提供聊天機器人。一個會像人類一樣響應并隨時準備幫助解決用戶可能遇到的所有問題的聊天機器人。

如何定义B端产品及B端产品经理方法论

相较于C端产品，B端产品最大的特点是：面向特定领域用户，且数量少得多，但更注重对用户专业领域操作流程的深度挖掘——也就是专业性更强，与业务的结合更紧密。

查看详情 >

那么，如果您希望構建一個人工智能聊天機器人，它能夠了解公司的數(shù)據(jù)并且非常可信，以至于公司已準備好在其官方網(wǎng)站上部署它，那么為什么不先嘗試為自己構建一個呢？

構建個人 AI 聊天機器人后，您將學習的關鍵是 —

• 熟悉重要軟件包：完成此項目后，您將熟悉重要的包，即 Hugging Face Hub、PyTorch、TensorFlow、Langchain 等；
• 訪問 LLMs： 您將能夠訪問適用于您的特定使用案例的大型語言模型；
• 構建工作流程： 您將能夠構建涉及通過 API 連接到 AI 模型、處理身份驗證令牌、管理速率限制等的工作流；
• 提示工程技術：您將學習如何使用系統(tǒng)說明和用戶上下文創(chuàng)建有效的提示，并管理對話歷史記錄；

二、對象檢測 [初級 – 2]

處理圖像一直很吸引人，現(xiàn)在隨著人工智能的出現(xiàn)，入門從未如此簡單！在眾多有用的項目中，您可以使用 AI 進行對象檢測。

構建對象檢測項目后，您將學習的關鍵內(nèi)容是：

• 基礎： 您將了解計算機視覺的基礎知識，以及不同的模型如何通過像素分析、特征提取和空間關系來解釋視覺數(shù)據(jù)；
• 熟悉模型： 您還將熟悉構成現(xiàn)代對象檢測應用程序（在計算機視覺領域）基礎的所有可用模型，例如 YOLO、R-CNN 或 SSD；
• 處理圖像： 您將學習如何處理和預處理圖像，以便更好地分類和檢測對象；

三、與文檔應用程序聊天 [中級 – 1]

另一個可以幫助您建立牢固基礎的項目是這個 Chat With Document Application。此外，它還將增加您的投資組合，您具備分析和解釋任何類型文檔所需的技能，無論是 PDF、.txt 文件、Word 文檔、網(wǎng)頁等。

構建 Chat With Document 應用程序后，您將學習的關鍵內(nèi)容是 —

• 使用文檔：您將學習使用不同類型的文檔。您還將了解有助于將大型文檔分割成最佳長度的塊的分塊策略，以便于索引和檢索；
• 向量嵌入和語義搜索：您將了解如何將文本轉(zhuǎn)換為矢量表示，從而促進語義搜索。允許從長文檔中查找相關信息；
• Vector Database 實現(xiàn)：深入了解如何使用 FAISS、Pinecone、Casandra 等矢量數(shù)據(jù)庫，這些數(shù)據(jù)庫有助于高效存儲和搜索高維矢量；
• 檢索增強一代 （RAG）：將向您介紹 RAG 的工作原理，以及它的使用如何產(chǎn)生有洞察力的結果，同時根據(jù)共享的文檔保持響應；
• 管理上下文窗口：了解如何定義和管理人工智能最重要的限制，即。Context Lenght （或 Context Window） 通過將最相關的文檔塊組合到 LLM；

四、個性化健身 RAG [中級 – 2]

這是另一個基于開發(fā)專門的檢索增強生成 （RAG） 項目的項目。這個項目結合了兩個重要的東西，首先是健身，其次是專業(yè)的 RAG，最終為您的投資組合增加價值。

構建個性化健身 RAG 應用程序后您將學習的關鍵內(nèi)容是 —

• 專用 RAG：了解如何創(chuàng)建專用 RAG 代理；
• 提示工程： 學會在維護 RAG LLM 的同時給出指示；
• 思維鏈推理：了解如何通過應用程序 Chain Of Thought 在回答用戶的查詢時進行LLM推理。此外，了解構建來自 LLM 的反應，減少幻覺；

五、ReACT LLM 代理 [高級 – 2]

隨著 AI 領域的進步，需要構建的最重要的項目之一是ReACT 代理。ReACT 代理是一種，它能夠?qū)鬟f的查詢進行推理，同時保留其環(huán)境中可用的工具的引用。

簡而言之，代理有一些工具可以促進對其執(zhí)行某些特定作。AI 可以弄清楚何時使用以及如何使用這些工具來實現(xiàn)解決用戶提供給它的查詢或任務的最終目標。

構建 Chat With Document 應用程序后，您將學習的關鍵內(nèi)容是

• 熟悉 Packages：了解一些重要的 Python 包，例如 llama-index、Langchain 等。這些包有效地幫助創(chuàng)建可與其環(huán)境交互的代理；
• 基礎：了解 ReACT 代理的概念和工作原理，以及如何實際構建一個代理；
• 工具集成： 了解將工具與LLM代理集成、為代理創(chuàng)建適當?shù)慕缑嬉耘c其環(huán)境交互并執(zhí)行作的過程；

我們了解了公司如何變得更加傾向于人工智能，作為為客戶提供更多價值并使員工更快、更高效地工作的一種手段。

我們還了解了將 AI 作為我們投資組合中的一項技能的重要性，以及它如何幫助您將個人資料與那里的許多其他個人資料區(qū)分開來。