Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Temukan kekuatan AI Generatif dengan JavaScript. Pelajari cara mengintegrasikan AI dengan mulus ke aplikasi web, seluler, atau desktop Anda.
JavaScript dengan AI?
Meskipun benar bahwa Python sangat bagus untuk membuat dan melatih model AI, membangun aplikasi dengan model tersebut berbeda. Sebagian besar model AI bekerja melalui API web, sehingga bahasa apa pun yang dapat melakukan panggilan HTTP dapat menggunakan AI. JavaScript adalah lintas platform dan menghubungkan browser dan server dengan mudah, menjadikannya pilihan yang kuat untuk aplikasi AI.
Kursus yang menyenangkan dan interaktif
Bergabunglah dengan kami untuk pengalaman belajar imersif termasuk video, proyek kode, dan implementasi penuh untuk menggunakan dan mempelajari tentang AI generatif.
Kursus ini adalah cara yang bagus bagi siswa dan pengembang baru untuk belajar tentang AI dengan cara yang menyenangkan dan interaktif. Bagi pengembang dalam karier, dalami lebih jauh untuk peningkatan keterampilan Anda dalam AI.
Dalam kursus ini:
- Pelajari AI saat Anda menghidihkan tokoh-tokoh sejarah dengan AI generatif
- Menerapkan aksesibilitas dengan API browser bawaan
- Menggunakan pembuatan teks dan gambar untuk mengintegrasikan AI ke dalam pengalaman aplikasi
- Pelajari pola arsitektur untuk aplikasi AI
Gunakan aplikasi pendamping untuk berbicara dengan karakter historis
Apa yang perlu Anda ketahui tentang LLM?
Model Bahasa Besar (LLM) adalah jaringan neural mendalam yang dilatih pada banyak data untuk memahami dan membuat teks. Pelatihan dimulai dengan himpunan data yang besar dan beragam untuk membangun model dasar, lalu menggunakan data khusus untuk menyempurnakan hasil yang lebih baik. LLM berfungsi seperti alat pelengkapan otomatis cerdas di editor kode atau aplikasi obrolan. Model memiliki batas, seperti jendela konteks (biasanya beberapa ribu token, meskipun model yang lebih baru mendukung lebih banyak) dan dapat menampilkan bias dari data pelatihan mereka. Itulah sebabnya AI yang bertanggung jawab penting—fokus pada kewajaran, keandalan, privasi, dan akuntabilitas, seperti yang direkomendasikan Microsoft.
Pelajari lebih lanjut di sesi LLM dari kursus.
Teknik rekayasa prompt penting
Rekayasa prompt berarti merancang permintaan untuk mendapatkan hasil AI yang lebih baik. Anda dapat menggunakan pembelajaran nol bidikan (tanpa contoh) atau pembelajaran beberapa bidikan (dengan contoh) untuk memandu model. Menambahkan isjin seperti instruksi langkah demi langkah, konteks yang jelas, dan format output membantu model memberikan jawaban yang lebih baik. Anda juga dapat menyesuaikan nada dan mempersonalisasi respons. Dasar-dasar ini mengatur Anda untuk teknik tingkat lanjut seperti RAG.
Pelajari lebih lanjut di sesi rekayasa prompt dari kursus:
Meningkatkan akurasi dan keandalan AI dengan RAG
Gunakan Retrieval Augmented Generation (RAG) untuk membuat AI lebih akurat dan andal. RAG menggabungkan retriever yang menemukan dokumen up-to-date dengan generator yang menggunakan dokumen tersebut untuk menjawab pertanyaan. Pendekatan ini memberikan jawaban faktual yang jelas berdasarkan sumber tepercaya, membuat hasilnya mudah diperiksa dan hemat biaya. Misalnya, dukungan real estat Contoso menggunakan RAG untuk memberikan jawaban terperinci yang didukung oleh dokumen perusahaan.
Pelajari lebih lanjut dalam sesi RAG dari kursus:
Mempercepat pengembangan AI Anda dengan LangChain.js
Percepat proyek AI Anda dengan LangChain.js. Pustaka JavaScript ini memudahkan untuk bekerja dengan model bahasa besar. Gunakan LangChain.js untuk membuat templat perintah, menyambungkan model dan database vektor, dan membuat alur kerja yang kompleks. Aplikasi prototipe dengan cepat, seperti API yang menarik dan menjawab pertanyaan dari transkrip YouTube. Saat Anda siap untuk produksi, tukar model lokal dan penyimpanan vektor untuk layanan Azure tanpa mengubah kode Anda.
Pelajari lebih lanjut dalam sesi LangChain.js kursus:
Jalankan model AI di komputer lokal Anda dengan Ollama
Unduh dan gunakan model AI lokal dengan Ollama—alat sumber terbuka berdasarkan llama.cpp—untuk menjalankan model bahasa kecil seperti Phi-3 secara efisien. Model lokal menghilangkan keandalan pada infrastruktur cloud, memungkinkan pengembangan cepat dengan kemampuan offline, dan menawarkan pengujian hemat biaya melalui perulangan pengembangan dalam yang cepat. Phi-3, dicatat karena performa tinggi dan keamanan AI yang bertanggung jawab, dapat berjalan bahkan pada perangkat spesifikasi sedang dan dapat diakses melalui API yang kompatibel dengan OpenAI, sehingga mudah diintegrasikan dengan alur kerja pengembangan Anda.
Pelajari lebih lanjut dalam sesi Ollama kursus:
Mulai menggunakan AI secara gratis menggunakan Phi-3
Coba model AI dengan alat Ollama dan model Phi-3 di browser Anda menggunakan taman bermain online. Buat GitHub Codespace untuk menggunakan VISUAL Code di browser Anda, jalankan perintah seperti "Ollama run phi3" untuk mengobrol dengan model, dan menggunakan notebook Jupyter untuk menguji rekayasa prompt, pembelajaran beberapa bidikan, dan RAG. Anda dapat membangun dan menjelajahi proyek AI secara online—tidak perlu GPU cepat atau penyiapan lokal.
Pelajari lebih lanjut dalam sesi Phi-3 dari kursus:
Pengantar Azure AI Foundry
Gunakan Azure AI Foundry untuk mulai membangun aplikasi AI generatif dengan JavaScript. Atur sumber daya dengan hub dan proyek, telusuri ribuan model, dan sebarkan model untuk diuji di taman bermain. Baik Anda memilih API komputasi terkelola atau tanpa server, ikuti langkah yang sama untuk memilih, menyebarkan, dan menggunakan model Anda di alur kerja Anda.
Pelajari selengkapnya dalam sesi Azure AI Foundry dari kursus:
Membangun Aplikasi AI Generatif dengan Azure Cosmos DB
Pelajari selengkapnya dalam sesi Azure Cosmos DB dari kursus:
Alat Azure & layanan untuk menghosting dan menyimpan aplikasi AI
Temukan alat dan layanan Azure utama untuk menghosting dan menyimpan aplikasi AI Anda. Buat berbagai jenis aplikasi AI, seperti aplikasi obrolan, RAG, dan agen otonom. Gunakan Azure Developer CLI (AZD) untuk menyebarkan dengan mudah. Bandingkan opsi tanpa server dan berbasis kontainer, dan pelajari cara menjaga API Anda tetap aman, dapat diskalakan, dan dipantau untuk penggunaan dunia nyata.
Pelajari selengkapnya di sesi alat dan layanan Azure dalam kursus:
Streaming keluaran AI Generatif dengan Protokol Chat AI
Streaming output AI generatif dengan Protokol Obrolan AI. Alat ini memudahkan komunikasi real time antara layanan AI dan aplikasi klien Anda. Coba dua metode streaming: jalankan inferensi di browser atau gunakan server inferensi AI. Perhatikan paparan kunci API, keamanan data, dan memilih protokol yang tepat. Klien sederhana Protokol Obrolan AI memungkinkan Anda menambahkan streaming yang aman dan efisien ke aplikasi Anda menggunakan metode getCompletion dan getStreamedCompletion, seperti yang ditunjukkan di RAG tanpa server kami dengan contoh LangChain.js.
Pelajari lebih lanjut di sesi streaming kursus: