AIAI Agent Dev Labaiagentdev-lab.com
登录以保存学习记录登录
菜单

GAIL · LESSON 1

第 1 部分：生成式 AI 的基础約30% · 6 个主题

学习生成式 AI 的主要概念、机器学习方法与 ML 生命周期、基础模型的选择方法、数据的种类与质量、生成式 AI 的层以及 Google 的基础模型。

1.1生成式 AI 的主要概念

生成式 AI 的主要概念（AI・自然语言处理・机器学习・生成式 AI・基础模型・多模态・扩散模型・LLM・提示工程・提示调优）

概念

AI 是用机器完成人类智力工作的技术总称，机器学习是从数据中学习的 AI，自然语言处理是处理人类语言的领域。生成式 AI 是创造新的文本・图像・代码等的 AI，基础模型是在大量数据上预训练、可适应多种任务的大规模模型。LLM 是语言的基础模型，多模态是指能处理多种类型的数据，扩散模型是图像生成的主要方式。提示工程是对指示语的改进，提示调优是学习少量参数（软提示）来调整输出的方法。

原理、步骤

  1. 梳理 AI ⊃ 机器学习 ⊃ 深度学习 ⊃ 生成式 AI 的关系
  2. 能够说明基础模型・LLM・多模态的区别
  3. 区分提示工程与提示调优

工作中的示例

在经营会议上，把生成式 AI 说明为“根据已有数据创造新文档和图像的 AI”，把基础模型说明为“可用于多种用途的通用底座”。

易混淆点、考试注意事项

小测验

Q1. 关于自然语言处理（NLP）的说明，最合适的是哪项？

  1. 在图像或视频中找到物体并判定其位置与种类的 AI 领域
  2. 使计算机能理解和生成人类语言的 AI 领域
  3. 检测对网络的非法入侵并自动阻断的安全领域
  4. 根据表格形式的数值数据预测未来销售额等数值的统计领域
查看答案和解析

正确答案：B 使计算机能理解和生成人类语言的 AI 领域

翻译、摘要、情感分析、聊天机器人等是 NLP 的例子。LLM 使 NLP 大幅进步。

Q2. 关于提示工程与提示调优的区别，最合适的是哪项？

  1. 提示工程重新训练模型全部参数，提示调优只是改写指令文本
  2. 提示工程只用于图像生成，提示调优只用于文本生成
  3. 前者在指令的写法上下功夫，后者训练少量追加参数
  4. 两者都是从零重新训练模型权重的方法，区别只是训练数据的量
查看答案和解析

正确答案：C 前者在指令的写法上下功夫，后者训练少量追加参数

提示调优固定模型本体的权重，只训练称为软提示的少量向量，是高效的定制方法。

参考链接

1.2机器学习方法与 ML 生命周期

机器学习方法（监督・无监督・强化学习）、ML 生命周期（数据摄取・准备・训练・部署・管理）以及各阶段的 Google Cloud 工具

概念

机器学习方法包括用带正确答案的数据学习的监督学习（分类・回归）、从无正确答案的数据中发现结构的无监督学习（聚类），以及从奖励中学习的强化学习。ML 生命周期是数据摄取 → 数据准备 → 训练 → 部署 → 管理（监控・重新训练）。在 Google Cloud 中，摄取用 Pub/Sub・Cloud Storage，准备用 BigQuery・Dataflow，训练与部署用 Agent Platform（原 Vertex AI），管理用 Model Registry 和模型监控功能。

原理、步骤

  1. 选择适合课题的学习方法
  2. 把各生命周期阶段与所用服务对应起来
  3. 规划到部署后的监控与重新训练

工作中的示例

在零售需求预测中，把销售数据汇集到 BigQuery 进行预处理，在 Agent Platform 上训练・部署，并监控准确度下降。

易混淆点、考试注意事项

小测验

Q1. 零售企业希望查明客户满意度下降的原因。结合结构化与非结构化数据的生成式 AI 用法，最合适的是哪项？

  1. 把购买记录表与咨询邮件正文结合分析，概括不满的倾向
  2. 用 BigQuery 汇总购买记录表，把满意度低的客户的消费金额走势做成图表
  3. 用生成式 AI 概括咨询邮件，列出数量多的话题并汇报
  4. 使用满意度问卷的分数表，用回归分析预测分数低的门店
查看答案和解析

正确答案：A 把购买记录表与咨询邮件正文结合分析，概括不满的倾向

生成式 AI 能理解非结构化数据，因此与结构化数据结合分析的价值很大。【其他选项】只汇总或回归表格，或只概括邮件，都只用了其中一种数据。

Q2. 强化学习在生成式 AI 领域应用的例子，最合适的是哪项？

  1. 以人的评价为奖励，把 LLM 的回答调整得有用且安全
  2. 把无标签文章按相似话题分组
  3. 用平均值填补表格数据的缺失值
  4. 给图像打上“猫”“狗”标签来训练分类模型
查看答案和解析

正确答案：A 以人的评价为奖励，把 LLM 的回答调整得有用且安全

RLHF（基于人类反馈的强化学习）用于 LLM 的调整。

参考链接

1.3选择适合业务的基础模型

选择适合业务的基础模型（模态、上下文窗口、安全性、可用性、成本、性能、微调）以及创作・摘要・发现・自动化的用例

概念

基础模型按模态（文本・图像・音频・视频）、上下文窗口（一次能处理的量）、安全性、可用性与可靠性、成本、性能以及能否微调来选择。生成式 AI 的用例可分为创作（生成文章・图像）、摘要、发现（检索・信息提取）、自动化（常规作业）。

原理、步骤

  1. 梳理用例属于创作・摘要・发现・自动化中的哪一类
  2. 确认所需的模态和上下文长度
  3. 确定成本・速度・质量的优先顺序并比较模型

工作中的示例

为总结数百页的合同，选择上下文窗口长的模型；为分类大量简短咨询，选择轻量便宜的模型。

易混淆点、考试注意事项

小测验

Q1. 在经营会议上说明生成式 AI 对公司业务的影响。结合考试指南中「创作・摘要・发现・自动化」的观点，最合适的说明是哪项？

  1. 影响主要限于 IT 部门的开发效率，其他部门继续现有业务即可
  2. 文档、图像等非结构化数据的利用不断推进，影响各部门的生产力和客户体验
  3. 主要效果是表格数据汇总的加速，对销售和人事文档业务的影响很小
  4. 主要价值在于裁员，目的是从常规业务开始依次取代人的判断
查看答案和解析

正确答案：B 文档、图像等非结构化数据的利用不断推进，影响各部门的生产力和客户体验

生成式 AI 在所有部门用于创作、摘要、发现和自动化。【其他选项】生成式 AI 的价值不限于表格汇总或 IT 部门，而是遍及所有部门；核心是通过创作、摘要、发现、自动化来变革业务，而不是取代人。

Q2. 上下文窗口大的模型的优点，最合适的是哪项？

  1. 回答字数必然变短，使用费用自动降低
  2. 完全不会发生幻觉，无需确认
  3. 无需外部搜索也必然知道比训练数据更新的信息
  4. 可一次输入长文档或大量资料，并结合整体作答
查看答案和解析

正确答案：D 可一次输入长文档或大量资料，并结合整体作答

上下文窗口是一次能处理的词元量。越大越能处理长输入，但费用和响应时间可能增加。

参考链接

1.4数据的种类与质量

数据的种类（结构化・非结构化、有标签・无标签）与数据的质量・可访问性（完整性・一致性・相关性・可用性・成本・格式）

概念

数据包括像表格那样格式固定的结构化数据，以及文章・图像・音频等非结构化数据。用于训练的数据有带正确答案的有标签数据和无标签数据。AI 的质量取决于数据的质量，要确认完整性（无缺失）・一致性・相关性・可用性（是否处于可用状态）・成本・格式。

原理、步骤

  1. 确认可用数据的种类和所在位置
  2. 从数据质量的观点（完整性・一致性・相关性）进行评估
  3. 整备访问权限和格式，使数据处于可用状态

工作中的示例

在咨询分析中，组合 CRM 的结构化数据与邮件正文的非结构化数据，整理重复和缺失后再使用。

易混淆点、考试注意事项

小测验

Q1. 有大量纸质合同扫描成的 PDF，希望用生成式 AI 检索条款。从数据「格式（format）」的角度，首先应考虑的是哪项？

  1. 合同是结构化数据，因此必须重新录入成表格形式后再使用
  2. 数量比格式更重要，因此先把合同全部收集齐，再确认质量
  3. 多模态模型可以读取扫描图像，因此省略格式的讨论直接推进
  4. 图像形式难以检索，因此要估算提取文字或转换所需的工作量和费用
查看答案和解析

正确答案：D 图像形式难以检索，因此要估算提取文字或转换所需的工作量和费用

格式转换和访问整备所需的成本也包含在数据质量・可访问性的观点中。【其他选项】即使多模态模型可以读取，大规模检索仍可能需要提取文字（如 Document AI）。合同是非结构化数据。收集再多，格式问题依然存在。

Q2. 制作有标签数据时的业务课题，最合适的是哪项？

  1. 标注正确答案耗时耗钱，标准的偏差会影响质量
  2. 打标签后数据量必然减半
  3. 打标签的作业不影响数据质量
  4. 有标签数据完全不能用于生成式 AI
查看答案和解析

正确答案：A 标注正确答案耗时耗钱，标准的偏差会影响质量

标签的质量和一致性左右模型性能。标准的文档化与检查很重要。

参考链接

1.5生成式 AI 的层

生成式 AI 的层（基础设施・模型・平台・智能体・应用）

概念

生成式 AI 可按层整理：基础设施（TPU・GPU 等计算资源）、模型（基础模型）、平台（使用・调整・管理模型的基础：Agent Platform）、智能体（使用工具开展工作的 AI）、应用（用户使用的产品：Gemini app・Gemini Enterprise 等）。哪些层自建、哪些层利用，是战略上的判断。

原理、步骤

  1. 梳理自家的举措属于哪个层
  2. 越靠下的层自由度越高，但需要专业能力和成本
  3. 多数企业从应用・智能体层开始

工作中的示例

为提高销售生产力，先导入应用层的 Gemini for Google Workspace，独有业务则在平台层开发智能体。

易混淆点、考试注意事项

小测验

Q1. 正在设计「受理咨询、确认库存，必要时直至下单」的机制。生成式 AI 的各层中，主要需要的是哪项？

  1. 智能体（使用工具和数据，自主推进多个步骤）
  2. 应用程序（提供用户操作的产品界面和功能）
  3. 模型（用大量数据预训练，生成文本等）
  4. 平台（提供使用、调整和管理模型的基础）
查看答案和解析

正确答案：A 智能体（使用工具和数据，自主推进多个步骤）

智能体把模型的推理能力与工具结合起来，为达成目标而行动。【其他选项】应用程序是与用户的接点，平台是开发和管理的基础，模型是推理的核心。使用工具推进步骤的是智能体。

Q2. 选择生成式 AI 应用层产品的优点，最合适的是哪项？

  1. 无需开发，可立即在业务中开始使用
  2. 可自由选择模型的训练数据
  3. 可自行设计计算硬件
  4. 可自由改写模型权重
查看答案和解析

正确答案：A 无需开发，可立即在业务中开始使用

应用（Gemini app、Workspace 中的 Gemini 等）可立即使用，但定制自由度较低。

参考链接

1.6Google 的基础模型

Google 基础模型（Gemini、Gemma、Imagen、Veo）的用途与优势

概念

Gemini 是 Google 的主力多模态基础模型，可处理文本・图像・音频・视频・代码。Gemma 是轻量的开放模型，可在自有环境中运行和定制。Imagen 是由文本生成图像的模型，Veo 是生成视频的模型。

原理、步骤

  1. 选择适合用途（理解・生成・图像・视频）的模型
  2. 希望在自有环境运行或定制时考虑 Gemma
  3. 图像生成用 Imagen，视频用 Veo

工作中的示例

用 Veo 制作产品介绍视频的方案，用 Imagen 生成网站图像，用 Gemini 应对咨询。

易混淆点、考试注意事项

小测验

Q1. 选择 Gemma 的理由，最合适的是哪项？

  1. 专门用于图像生成，使用时必须签订 Google Workspace 合同
  2. 专门用于视频生成，不能用于文本处理
  3. 在 Google 全部模型中最大，任何任务都能得到最高准确度
  4. 权重公开，易于在自有环境中运行和定制
查看答案和解析

正确答案：D 权重公开，易于在自有环境中运行和定制

Gemma 是轻量开放模型，适合数据不能外传的环境和边缘使用。

Q2. 关于 TPU 的说明，最合适的是哪项？

  1. Google 为 AI 自主设计的处理器
  2. 供人评估生成式 AI 输出的管理界面
  3. 用于翻译 Gemini 回答的专用 API
  4. 用于保存 Google Workspace 文档的存储
查看答案和解析

正确答案：A Google 为 AI 自主设计的处理器

TPU（Tensor Processing Unit）。AI Hypercomputer 的组成部分之一。

参考链接

课程由本站根据公开信息独立编写，不保证与考试内容一致。产品规格可能变化，请在参考链接中确认最新信息。

使用须知（非官方、原创题目、不保证合格）