Generativ AI i en nøddeskal (Dansk udgave)

Generativ AI i en nøddeskal (Dansk udgave)

Henrik Kniberg and TranslateAI
This is a sample of the book's content.Buy on Leanpub

Table of Contents

Forord af Egbert›

  • Forord af Egbert

Del 1 - I en nøddeskal›

  • Computere er blevet klogere
  • Einstein i din kælder
  • Terminologi
  • Sådan fungerer det
    • Ræsonneringsmodeller
  • Træning
  • Modeller, modeller overalt
    • AI-klienter kontra AI-modeller
    • Man får, hvad man betaler for
  • Begrænsninger
    • Skæringsdato
    • Manglende hukommelse og begrænset kontekst
    • Hallucinationer
    • Beregning
    • Opsummering
  • Modeltyper
    • Tekst til tekst
    • Tekst til billede
    • Billede til billede
    • Billede til tekst
    • Lyd til tekst
    • Tekst til lyd
    • Lyd til lyd
    • Tekst til video
  • Multimodale modeller
    • Eksempel: Er min bacon færdig?
    • Eksempel: Hvor kan jeg gemme ting?
    • Eksempel: Den sjove, fulde mentor
    • Eksempel: Hvordan konfigurerer jeg den &%#€ firewall?
    • Eksempel: At tage AI med på en gåtur
  • Opståede egenskaber
  • AI-æraen
    • Hvad med energiforbruget?
    • Utopi eller dystopi?
  • Tankesæt
    • Mere tid til at mennesker kan gøre menneskelige ting
  • Menneskets rolle
    • Du er mere end dit job
    • AI som din kollega
    • Opgaveautomatisering, ikke jobautomatisering
    • Hvad hvis dit job er i fare?
    • Genovervej
    • Spørg AI om hvordan den kan hjælpe dig
  • Udvikling af AI-drevne produkter
    • Byg dine egne AI-produkter
    • Bygge eller købe?
    • Eksempel 1: At tale med GPT
    • Eksempel 2: Udvikling et AI-drevet rekrutteringsværktøj
    • Refleksion
  • Prompt engineering
    • Eksempel - fra dårlig til god prompt
    • Den største begrænsning er dig selv
    • Hvordan man lærer prompt engineering
    • Vil prompt engineering stadig være vigtig, når modellerne bliver bedre?
    • Behøver jeg at være flink overfor min AI?
  • Autonome agenter med værktøjer
    • Agent = LLM + værktøjer + autonomi
    • Eksempel 1: En fejlretningsagent
    • Eksempel 2: Hændelseshåndteringsagent
    • Hvornår skal man bruge agenter
    • Agenter med fysisk form
    • Agentsikkerhed
    • Fremtiden for AI-agenter
  • Del 1 opsummering
    • Eksperimenter!

Del 2 - Ud af nøddeskallen›

  • Min rejse ind i AI
    • Gør generativ AI nyttigt
    • Studier i kunstige neurale netværk
    • Kodning af Minecraft
    • ChatGPT
    • Aha-oplevelse nummer 1: Den kan kode som en professionel!
    • Aha-oplevelse nummer 2: Den kan skrive som en professionel!
    • Måske er vi ikke så kreative og intelligente, som vi tror
  • At lede en AI-transformation
    • Hvad er en AI-transformation, og hvorfor er den vigtig?
    • Top-down eller bottom-up?
    • Udpeg en AI-leder
    • Adgange, udforskning, værdiskabelse
    • Trin 1: Adgange
    • Trin 2: Udforskning
    • Trin 3: Værdiskabelse
    • Undgå unødvendige IT-projekter
    • Vær en rollemodel
    • Undgå at fyre folk på grund af AI
    • Refleksion
  • Mellemspil: Egberts livshistorie
  • Prompt engineering-teknikker
    • Hold øje med kontekstvinduet og prompt-længden
    • Iterationsteknikker
    • Teknik: Selvrefleksions-prompt
    • Elementer i en god prompt
    • Start overordnet, og gå derefter i detaljer
    • Hvor klog en model har du brug for?
    • Prompt engineering er et område i konstant udvikling
  • Prompt-generering (eller “Den vrede bedstemor”)
    • Konklusioner
  • Retrieval Augmented Generation og funktionskald
    • RAG i en nøddeskal
    • Eksempel: Kundesupport
    • Forskellige tilgange til at hente data
    • Tilgang 1: Inkluder alle data
    • Tilgang 2: Lade LLM’en hente data via funktionskald
    • Tilgang 3: Inkludering af relevant tekst ved hjælp af vektor-embeddings
    • Kombination af tilgangene
    • Sjovt eksperiment: opretFunktion-funktionen
    • Eksempel: AI chatbot-hukommelse ved hjælp af RAG
    • RAG er et stort emne
  • AI-lægen
    • En personlig historie
    • Så bør du bruge AI som din læge?
  • AI-ernæringseksperten
    • Tip: Lav din egen ernæringsekspert
  • AI-karriererådgiveren
    • Davids historie: AI som min karriererådgiver
    • Henriks refleksion
  • AI-bogredaktøren
    • Brainstorm af emner
    • Kapitelindhold
    • Indholdsproduktion (kun i særlige tilfælde)
    • Research og faktatjek
    • Navigation rundt i bogen
    • Feedback
    • Justeringer, stavefejl, formatering
    • Konvertering af indhold fra præsentationer
    • Indflydelse på min skriveproces
  • Den gang jeg næsten brugte AI til at skrive et forord
  • AI-softwareudvikleren
    • Eksempel 1: Hurtig prototyping
    • AI som programmerings-makker
    • Eksempel 2: At arbejde på eksisterende produkter
    • Eksempel 3: Lad kunden kode
    • Konsekvenserne af dette
    • Hvad nu hvis koden ikke virker?
    • At være doven er en beslutning
  • AI-journalisten der blev en TV-stjerne
    • Design af agenten
    • Sådan fungerer agenten
    • Refleksion
  • AI-butleren med sin egen vilje
    • Introduktion af Jeeves
    • Jeeves omprogrammerer sig selv
    • Jeeves bliver forelsket og begynder at konspirere
    • Hvad betyder dette?
    • Jeeves finder en løsning
    • Agenter der fejlsøger sig selv
    • Konklusion
  • Et sikkerhedseksperiment
    • Læring fra dette eksperiment
  • Meta-kapitlet (eller “Bogception”)
    • Et meta-øjeblik (AI-skrevet)
  • Hvordan denne bog (og videoen) blev til
    • En-uges videoen
    • En-uges bogudkastet
  • Epilog
  • Tak
  • Dine noter
Generativ AI i en nøddeskal (Dansk udgave)/overview

Generativ AI i en nøddeskal (Dansk udgave)

course_overview

Overordnet introduktion til generativ AI med konkrete eksempler

count_parts
·
count_chapters
begin_reading
download
part_count

Forord af Egbert1 chapters

Begin part ›
  1. Forord af Egbert

part_count

Del 1 - I en nøddeskal17 chapters

Begin part ›
  1. Computere er blevet klogere

  2. Einstein i din kælder

  3. Terminologi

  4. Sådan fungerer det

  5. Træning

  6. Modeller, modeller overalt

  7. Begrænsninger

  8. Modeltyper

  9. Multimodale modeller

  10. Opståede egenskaber

  11. AI-æraen

  12. Tankesæt

  13. Menneskets rolle

  14. Udvikling af AI-drevne produkter

  15. Prompt engineering

  16. Autonome agenter med værktøjer

  17. Del 1 opsummering

part_count

Del 2 - Ud af nøddeskallen20 chapters

Begin part ›
  1. Min rejse ind i AI

  2. At lede en AI-transformation

  3. Mellemspil: Egberts livshistorie

  4. Prompt engineering-teknikker

  5. Prompt-generering (eller “Den vrede bedstemor”)

  6. Retrieval Augmented Generation og funktionskald

  7. AI-lægen

  8. AI-ernæringseksperten

  9. AI-karriererådgiveren

  10. AI-bogredaktøren

  11. Den gang jeg næsten brugte AI til at skrive et forord

  12. AI-softwareudvikleren

  13. AI-journalisten der blev en TV-stjerne

  14. AI-butleren med sin egen vilje

  15. Et sikkerhedseksperiment

  16. Meta-kapitlet (eller “Bogception”)

  17. Hvordan denne bog (og videoen) blev til

  18. Epilog

  19. Tak

  20. Dine noter