文章目录
- 一、GPT使用过程之对话
- 二、AI大模型训练之文生图
- 三、总结与思考
本文用到的词汇偏口语,甚至是小编自己创造;本文主要关注点在于使用和使用后的思考。
一、GPT使用过程之对话
- 在chart-gpt刚刚爆火出圈的时候,我并没有选择立马使用、体验AI大模型。当时也看到一些文章说大模型给出的结果会存在很多问题,需要判断结果是否正确等等一些观点。总之当时确实没有尝试去体验一下,我对gpt也没有抱太大的希望。
- 但是最近我一直在使用GPT,我自认为是“自己距离AI,距离大模型最近的一次”。那为什么我想使用GPT了呢?源于一个问题,如下:
- vue.js工程中有.env开头命名的文件,我的工程中有一个
VUE_PREVIEW
的变量,突然有一天,我对这个配置百思不得其解,就像到了死胡同一样。我在浏览器里疯狂的找啊找,抛啊抛,最终也没有找到我认为合理的答案。 - 接着我想到了GPT,开始寻找GPT的使用方法,GPT的插件,等等。最终也是如愿使用上了GPT3.5的版本,当我提出上面的问题后,得到的结果我非常的吃惊,感觉正是我想要的答案
- 当时我意识到GPT真的有很强大的优势,我算是从浏览器中找答案的重度用户,当废了好大劲从浏览器找不到,最终被GPT解决的时候,我是震惊的,所以我当时就写下了一句“我距离AI最近的一次”。
- 我使用的免费GPT谷歌浏览器插件,请访问可以使用GPT的免费浏览器插件,从中寻找答案。
二、AI大模型训练之文生图
- 小编是用阿里云环境体验的
文生图
- 阿里云交互式建模(DSW)给的解释如下:AIGC 是指通过人工智能技术自动生成内容的生产方式,国内外多家公司进入技术竞赛白热化阶段,Microsoft,Google,Meta等公司深度投入,已经成为继互联网时代的下一个产业时代风口。其中,文图生成(Text-to-image Generation)任务是流行的跨模态生成任务,旨在生成与给定文本对应的图像。典型的文图模型例如OpenAI开发的DALL-E和DALL-E2。近期,业界也训练出了更大、更新的文图生成模型,例如Google提出的Parti和Imagen,基于扩散模型的Stable Diffusion等。基于Stable Diffusion形成了庞大的开源社区,并衍生出了许多有趣的应用。介绍如何使用stable-diffusion-webui在PAI-DSW上实现SD模型的推理。
- Stable Diffusion WebUI是一个基于gradio库构建的前端页面,用于交互式的使用各种开源SD模型生成图片,同时支持开源社区以插件的形式接入扩展功能。
- 上面的表述非常抽象,可以访问:阿里云PAI-DSW 试用资源(符合试用条件),体验一下文图生成
- 使用官方提供的参数生成的图是比较优秀的
- 但下面是小编生成的图,感觉就差点儿意思。
三、总结与思考
- 必须要有积极开放的态度对待人工智能,对待AI
- 但使用GPT目前来看不像浏览器打开就可以使用,你可能要具有一定计算机相关知识
- 掌握这项技能一定程度上可以方便我们的工作生活
- 使用GPT应该理性,我推荐大家还是正向的使用它们,不要反向的引导,以免给你带来一些负面的回答
- 使用大模型
文生图
功能后,并不是你随便输入一个词就可以生成一张图,如果想生成一张满意的图我认为还是比较困难的,所以要不断的积累经验,才可能使用大模型得到想要的结果