段传涛 的专栏

AI 中的和是三种不同的概念，它们分别解决不同的问题，常在构建智能系统时协同使用。

OpenAI Search 是基于 OpenAI 的自然语言处理技术实现的一种高级搜索能力。它通过利用预训练的大语言模型（如 GPT 系列），能够对文本进行语义理解，从而实现精准的语义匹配，而不仅仅依赖关键词匹配。： OpenAI 提供了 API，可以直接集成到应用中。

用于 AI 的数据存储和获取方法依赖于系统架构、数据类型（结构化、非结构化、时序数据、嵌入向量等）以及使用场景（训练数据存储、实时推断、历史数据分析等）。用于存储大规模的文件（如图像、视频、音频、文本），这些数据常用于 AI 模型的训练和推理。数据库通常用于存储结构化数据（如关系型数据库）或灵活的数据模型（如文档型数据库）。数据湖是一种集中存储数据的方式，支持存储结构化、半结构化和非结构化数据。对象存储是一种非结构化数据存储方式，适用于图像、视频、文档等文件。

数据库类型代表产品适用场景优势局限关系型数据库事务处理、规范化结构化数据成熟生态、ACID 支持分布式和非结构化支持有限非关系型数据库灵活数据模型、非结构化数据处理高性能、可扩展性强不适合事务处理和强一致性场景时序数据库InfluxDB监控、预测优化时间序列查询和存储通用性较差向量数据库嵌入向量搜索、NLP、推荐系统高效向量处理和相似度计算对传统数据支持较差分布式系统大数据计算与分析可处理大规模数据，强扩展性配置复杂，硬件资源需求高。

向量数据库（Vector DataBase ）是一种专门用于存储和管理高维向量数据的数据库。向量数据通常用于表示非结构化数据（如文本、图像、音频等）的特征。向量数据库通过高效的向量检索技术（例如相似度搜索）帮助用户快速找到与查询向量最相似的数据点。向量数据库，示意架构图。

是一个开源的平台，用于开发、交付和运行应用程序。它通过使用**容器（Container）**技术，使应用程序可以在任何环境中一致地运行，无论是在开发者的笔记本电脑上，还是在生产服务器上。容器是一种轻量级、可移植的虚拟化形式，能够将应用程序和它的所有依赖项打包在一起，从而确保运行环境的独立性和一致性。这里要安装的是Open Web UI ，用一张架构图说明AI 前端与后端的关系。之前的Python 的方法已经做过多次介绍，这里不做赘述。附注：由于有人问Docker，这里做点延申，

直接上代码，为了方便学习，直接按照如下方式，复制到你的开发环境即可调试，运行代码。按照规律，使用AI生成一个架构图。代码注释多次说明这里，不在赘述。这里是核心 如何集成。

其他类型信息，在这里仅列出四个示例，文件，表情符号，图片和视频。Line chatbot 架构图，根据人理解使用AI 生成的，连接成功后，开始尝试用官方提供的其他方法，

Step 6 安装配置 Visual Studio Code，此处要注意，配置Python Interpreter 就是生成的虚拟服务器的位置，否则容易出错。Step 1 下载安装Python ，下载完后 在CMD 测试 Python --version. 结果出现python 的版本号，表示安装成功。ngrok 打开成功：这里的 Forwarding 是 https://07d6-58-107-32-58.ngrok-free.app。--如果修改端口，可以在 “--port”，“5001”

在开发中使用到 Webhook，收集资料记录一下。是一种“回调”机制，允许系统 A 在某些事件发生时，主动向系统 B 发送 HTTP 请求，实时通知事件发生或传递相关数据。与传统的轮询方式不同，Webhooks 是一种高效的事件驱动式通讯方式。

提供丰富的扩展，如 SQLAlchemy（ORM）、Flask-Login（身份验证）、Flask-WTF（表单处理）等。提供丰富的扩展，如 SQLAlchemy（ORM）、Flask-Login（身份验证）、Flask-WTF（表单处理）等。，这意味着它只提供基本功能（如路由和模板渲染），而高级功能（如数据库集成、身份验证等）通常通过扩展实现。，这意味着它只提供基本功能（如路由和模板渲染），而高级功能（如数据库集成、身份验证等）通常通过扩展实现。提供强大的模板渲染功能，方便动态生成 HTML。

（付费版）可以绑定自定义域名，或者设置固定的子域。

和工作流优化的新技术架构。旨在提升生成式 AI 系统的效率和性能。它主要适用于需要动态生成内容且依赖外部知识库的场景，例如智能客服、文档生成、数据分析等。：检索和生成环节相辅相成，确保最终结果的准确性和可靠性。相结合的技术架构，之前种种多次提到，此处不在赘述。：能够集成多个数据源和生成模块，适应不同场景的需求。：通过动态优化流程，减少了不必要的计算和查询次数。RAG（检索增强生成）是将。

Introduction to AI Prompt Engineering AI Prompt Engineering 简介。此文章文字是转载翻译，图片是自已用AI 重新生成的。了解提示工程可以显著提高与 AI 系统交互的质量和效率。领域的一项关键技能。它涉及制定有效的指令或。，以指导 AI 产生预期的结果。

是指一种能够自主感知、决策和执行任务的人工智能系统。它通常以“”的闭环形式运行，模拟人类或其他生物的智能行为，完成特定目标。

AI ChatGPT，PAL

系统，可以结合检索工具和 GPT 模型，将外部知识库中的信息与生成模型结合起来，完成准确、高效的任务。将用户输入和检索到的信息结合，通过 GPT 的 API 生成上下文相关的回答或内容。检索与用户问题相关的外部信息，例如从数据库、文档库或网页中查找答案。用户输入一个问题或任务请求，例如“请总结最近的气候变化研究进展”。将 GPT 生成的内容返回给用户，完成任务。

AI, ChatGPT, Prompt Engineering

是一种结合检索技术（Retrieval）与生成式人工智能（Generative AI）的框架，旨在利用外部知识增强生成模型的回答准确性和上下文相关性。它适用于需要高准确性、领域知识支持或动态信息的应用场景。通过这种方式，RAG 能克服生成式模型的局限性，例如幻觉问题（生成虚假内容）和静态知识库的缺点。：经常使用RAG，那么RAG是什么？有什么技术特点和目前的应用场景？

RNN，AI，GPT，Transformer

Google PaLM 2 主要高级功能介绍PaLM 2 可以通过对上下文的深刻理解来理解和生成细微的文本，使其适用于需要高度语言熟练程度的任务。多模态功能：该模型可以集成和生成不同媒体类型（如文本、图像和音频）的内容，从而为内容创建提供有凝聚力的全面方法。可扩展的训练技术：PaLM 2 通过管理庞大的数据集和快速适应新信息，确保跨各个领域的稳健学习和应用。合乎道德的 AI 实践： PaLM 2 结合了先进的技术来减少偏见、确保透明度和保护数据隐私，使其成为 AI 部署的负责任选择。商业和金融。

ChatGPT 是当今生成式 AI 的代表应用之一，依托大型语言模型为基础，推动了自然语言处理技术在各行业的落地。尽管存在局限性，但它在文本生成、问题解答和任务处理上的能力，使其成为不可忽视的技术工具。是Open AI 研发的。基于自然语言对话为核心功能，聊天问答、生成文本、执行任务并提供创意建议。ChatGPT 是 OpenAI 的。的重要应用之一，具体版本包括。

AI，LLM，Large Language Models

Artificial Intelligence Generated Content AI生成内容，即使用AI 工具生成的内容：是利用人工智能技术生成的各种内容形式，包括文本、图像、音频、视频等。随着人工智能的发展，AIGC 已经广泛应用于许多领域，比如创意产业、教育、娱乐、市场营销等。

是一种人工智能技术，专注于创建新内容（如文本、图像、音频、视频或代码）。与传统 AI 专注于数据分析和预测不同，生成式 AI 通过学习大量现有数据来生成具有创意和实用价值的全新内容。Generative AI 是人工智能领域的一个突破性方向，正迅速改变创意产业和各类商业模式，但同时也需要在技术、伦理和法规层面进行持续探索与完善。

AI(Artificial Intelligence)人工智能和机器学习常见算法此文章是转载：为了理解MPP 的 AI 而找的文章。一，人工智能的算法个体人工智能-随机数(Random)　　-A*寻路(A* Search Algorithm)　　-状态机机制(Finite-State Machine)　　-决策树机制(Decision Tree)　　-博弈论(Game Theroy)　　-神经网络...

AI: 开始学习AI--第一课 Machine Learning 。四，如何在Azure 建立分类学习模型。

Normalize Data.

逻辑回归

Python 的Matplotlib 绘图算法库 介绍。   Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形  。通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。Matplotlib使用NumPy进行数组运算，并调用一系列其他的Python库来实现硬件交互。以上...

clustering

AI: 开始学习AI-- Machine Learning 。六，发布和使用预测WebService(Predictive Web Service)之前创建了几个模型，这次在Azure 把创建的模型发布出去，然后做一个如何调用的示例。之前做了一个糖尿病的预测分类模型，我现在把这个分类模型发布出去，首先确认，我们已经发布的内容已经完成且没有错误。并确认发布数据是合理的、可用的。下图是我要发布的糖尿病...

Image Processing Basics

AI: 图像处理基础（Image Processing Basics）二

AI: MS AI人脸识别和之前先了解 customvision.aiCustomvision 地址 https://www.customvision.ai/，我是订阅用户，登录后可以创建自己图像库。她提供了一个环境，可以让你轻松定制自己的计算机视觉模型，有使用向导和模板。提供API 让你可以在任何环境使用你创建的视觉模型。至于介绍和用途，官网和搜索引擎都说的太多了，我就不赘述了。直接上例子。如下...

LUIS（Language Understanding Intelligent Service 语言理解智能服务）什么是LUIS：语言理解智能服务是一种认知服务：人们可以通过他，使用自然语言与应用程序交流，人和程序使用语言对话。我们首先来看三个语言理解的方案，架构图来自于微软官网。信息聊天机器人：功能：此信息机器人可回答：在知识中心整理后定义的问题使用认知服务 QnA Maker 回答常见问题，以...

AI: Azure Bot Service 介绍       Azure Bot Service提供了在一个地方构建，测试，部署和管理智能机器人的工具。通过SDK提供的模块化和可扩展的框架，开发人员可以利用模板创建提供语音，语言理解，问题和答案等的机器人。 MPP 对Bot 解释：在和同事、客户及合作伙伴沟通或申请帮助时候，借助即时通讯。这个内容可以通过数据的分析，分类，训练学习等。让程序来完成。...

The Data Science Virtual Machine(数据科学虚拟机)

AI 开始学习AI--第一课 Machine Learning我把AI学习过程记录在这里，以供自己翻阅同时和大家分享。我的学习是根据MPP视频学习的，课件MS老师讲的英文，使用Chrome翻译中文的。Machine Learning 是我接触AI第一个名词。了解什么是机器学习? 如何使用数据来处理数据了创建预测模型?其实有很多工具，服务和编程数据科学家做好的模型和语言测试数据。先看一个简单易用的服...