Indeed：美國(guó)5月份生成式AI職位發(fā)布量增長(zhǎng) 20%

Indeed 是美國(guó)就業(yè)門戶網(wǎng)站，根據(jù)其最新發(fā)布的數(shù)據(jù)顯示，5月份美國(guó)與生成式AI相關(guān)的職位發(fā)布量增長(zhǎng)了約20%，其中「數(shù)據(jù)科學(xué)家」「軟件工程師」「機(jī)器學(xué)習(xí)工程師」「數(shù)據(jù)工程師」等職位最受歡迎。

雖然從整體上來(lái)看，美國(guó)科技崗位相比去年6月份減少了 43.6%，但 ChatGPT 的火爆給AI行業(yè)的招聘與求職帶來(lái)了新的活力，生成式AI崗位的搜索量自2023年1月起逐步攀升。

目前招聘發(fā)布方主要是 Meta、Apple、TikTok、Pinterest、Amazon 等頭部科技公司，并且崗位需求遠(yuǎn)位滿足求職者的熱情，行業(yè)爆發(fā)力仍然巨大。

? @Reuters News Agency：https://www.reuters.com/technology/us-based-generative-ai-job-postings-up-20-may-data-2023-06-22

AWS 擬投資1億美元，設(shè)立生成式AI創(chuàng)新中心

亞馬遜云科技 (AWS) 正在構(gòu)建一個(gè)項(xiàng)目， 投資1億美元建立 AWS 生成式AI創(chuàng)新中心，為客戶提供人工智能、機(jī)器學(xué)習(xí)方面的專家支持，幫助客戶開(kāi)發(fā)和部署新型人工智能產(chǎn)品。

從彭博社的報(bào)道來(lái)看，目前 AWS 瞄準(zhǔn)了醫(yī)療健康、金融服務(wù)、制造等行業(yè)的客戶，早期用戶包含 Highspot、Twilio、Ryanair、Lonely Planet 等企業(yè)，加速客戶在AI領(lǐng)域的努力。

亞馬遜希望借此提升云服務(wù)的競(jìng)爭(zhēng)力，并與微軟、谷歌一較高下。

? @Bloomberg News：https://www.bloomberg.com/news/articles/2023-06-22/amazon-is-spending-100-million-to-teach-cloud-customers-about-ai

Stability AI發(fā)布了最新版 Stable Diffusion：SDXL 0.9

左圖由SDXL Beta生成，右圖由 SDXL 0.9 生成

6月22日，Stability AI 宣布推出了 Stable Diffusion 最先進(jìn)的文生圖模型 SDXL 0.9，大幅改進(jìn)了構(gòu)圖和圖像細(xì)節(jié)，并且可以在消費(fèi)級(jí)GPU上運(yùn)行，并實(shí)現(xiàn)了創(chuàng)意飛躍。

SDXL 0.9 將兩個(gè)基礎(chǔ)模型 (參數(shù)分別為35億和66億) 集成 pipeline，并基于第一階段的輸出增加了更多細(xì)節(jié)。相較于 beta 版本的3.1億參數(shù)/一個(gè)模型，SDXL 0.9 作為所有開(kāi)源圖像模型中參數(shù)數(shù)量最多的模型之一，處理能力和生成能力再上一個(gè)臺(tái)階。

官方博客表示，API很快發(fā)布，SDXL 1.0預(yù)計(jì)于7月中旬開(kāi)源，并將發(fā)表一篇博客闡述模型原理和細(xì)節(jié)，感興趣可以持續(xù)關(guān)注。

? @Stability AI：https://stability.ai/blog/sdxl-09-stable-diffusion

Midjourney 新一輪升級(jí)：V5.2版本、修改畫幅、精簡(jiǎn)提示詞……

6月23日，Midjourney 宣布了新一輪的更新，主要內(nèi)如下：

? V 5.2 ：增加圖片清晰度、審美和多樣性，可以使用 -- stylize 參數(shù)了，再次提高對(duì)于語(yǔ)義的理解能力，上圖即使用 V5.2 繪制

? Variation：提高了變化幅度，生成圖片后點(diǎn)擊 V ，可以獲得變化更多的4張圖像

? Zoom Out：類似 Outpainting，默認(rèn)可以將圖像 Zoom Out 1.5 或 2 倍，也可以指定圖片 outpainting 到需要的畫幅比

? 提示詞修改功能：通過(guò) /shorten 輸入提示詞，MJ 將精簡(jiǎn)提示詞，幫助獲得更短、更有用的指令

? @Midjourney：https://docs.midjourney.com/docs/model-versions

? 即刻@海辛：
https://web.okjike.com/originalPost/6494fcd786c3544bb296260a

AI創(chuàng)作技巧分享：幫你輕松搞定UI設(shè)計(jì)

本文將介紹如何將AI技術(shù)應(yīng)用于UI設(shè)計(jì)的全流程中，以及這種結(jié)合對(duì)業(yè)務(wù)和團(tuán)隊(duì)的價(jià)值。

無(wú)論你是一名經(jīng)驗(yàn)豐富的UI設(shè)計(jì)師，還是一名對(duì)UI設(shè)計(jì)感興趣的新手，你都可以從本文中學(xué)習(xí)到一些有用的知識(shí)和技巧，讓你的UI設(shè)計(jì)更上一層樓。

使用 Bing 輔助設(shè)計(jì)調(diào)研流程：明確用戶人群劃分 → 分析用戶真實(shí)需求 → 提取用戶審美偏好 → 精細(xì)化設(shè)

Prompt 通用公式：【主題內(nèi)容】+【環(huán)境、背景】+【構(gòu)圖、鏡頭】+【風(fēng)格化】+【參考方向】+【渲染方式】+【圖像設(shè)定】

AI繪畫對(duì)設(shè)計(jì)團(tuán)隊(duì)有著巨大的幫助：創(chuàng)意輔助、效率提升、素材豐富、內(nèi)容優(yōu)化、方法沉淀

? @58UXD：https://mp.weixin.qq.com/s/RNl_4WEjXAEoFRXWGYeuYQ

A16z：如何快速高效的使用 LLM 構(gòu)建應(yīng)用程序？

Emerging Architectures for LLM Applications ** 是 a16z 最新一篇文章，作者 Matt Bornstein和Rajko Radovanovic 分享了使用 LLM 構(gòu)建應(yīng)用程序的一種新的參考架構(gòu)，并對(duì)每個(gè)部分進(jìn)行了詳細(xì)的解釋。

如圖所示，Emerging LLM App Stack 是基于情景學(xué)習(xí)的設(shè)計(jì)模式，包含以下三個(gè)階段，適用于大部分的人工智能創(chuàng)業(yè)公司或前沿科技公司。

數(shù)據(jù)預(yù)處理/嵌入〖Data preprocessing / embedding〗： 這個(gè)階段涉及存儲(chǔ)私有數(shù)據(jù)以供稍后檢索

提示構(gòu)造/檢索〖Prompt construction / retrieval〗：當(dāng)用戶提交一個(gè)查詢時(shí)，應(yīng)用程序構(gòu)造一系列提交給語(yǔ)言模型的提示

提示執(zhí)行/推理〖Prompt execution / inference〗：經(jīng)過(guò)編譯的提示被提交給一個(gè)預(yù)訓(xùn)練的LLM進(jìn)行推理——包括專有的模型API和開(kāi)源或自訓(xùn)練的模型。

? @a16z：https://a16z.com/2023/06/20/emerging-architectures-for-llm-applications

? 中文版閱讀：
https://mp.weixin.qq.com/s/nIuw16xkC3TjKd0mbwFvmA

推特博主 @agishaun 基于上方內(nèi)容，分享了他自己的在千余小開(kāi)發(fā)實(shí)踐中的經(jīng)驗(yàn)和收獲，幫助你少走彎路：

1. 每個(gè)人都可以學(xué)會(huì)提示詞

學(xué)習(xí)使用 LLM 進(jìn)行開(kāi)發(fā)，可以節(jié)約節(jié)省大量時(shí)間。因此，盡可能將LLM整合到你的開(kāi)發(fā)流程中，建議從 Microsoft Copilot 開(kāi)始。

2. 數(shù)據(jù)，數(shù)據(jù)，還是數(shù)據(jù)！

數(shù)據(jù)質(zhì)量是LLM開(kāi)發(fā)中被低估的因素。記?。　?*Garbage in Garbage out (輸入是垃圾，輸出也是垃圾)**」適用于任何軟件系統(tǒng)，而LLM仍然是軟件系統(tǒng)。

3. 向量數(shù)據(jù)庫(kù)不能解決一切問(wèn)題

一個(gè)好的向量數(shù)據(jù)庫(kù)，也不能解決所有的數(shù)據(jù)質(zhì)量問(wèn)題。使用 LLAMA 或者 LangChain 框架幫助清理數(shù)據(jù)并正確地導(dǎo)入數(shù)據(jù)更為重要。

4. 通過(guò)艱難的方式學(xué)習(xí) LLM

框架會(huì)加速你的開(kāi)發(fā)過(guò)程，但它會(huì)把實(shí)現(xiàn)的細(xì)節(jié)隱藏起來(lái)。如果你剛開(kāi)始LLM的開(kāi)發(fā)旅程，可以嘗試在沒(méi)有任何框架的情況下開(kāi)發(fā)，或者使用像 Microsoft Guidance 這樣的輕框架。

5. 如何正確使用LLM？

一般工程師面對(duì)大模型開(kāi)發(fā)時(shí)，一般是先準(zhǔn)備數(shù)據(jù)，然后試圖存儲(chǔ)，再放入LLM 中編排。而 @agishaun認(rèn)為，更優(yōu)化的流程可以降低 50% 的開(kāi)發(fā)時(shí)間，減少 90% 的錯(cuò)誤率，是因?yàn)檫@樣開(kāi)發(fā)離LLM 更近，且可以充分利用LLM 的能力。

? Twitter @agishaun：https://twitter.com/agishaun/status/1671704791658135552

99%的軟件都會(huì)消失！真正的 AI 原生產(chǎn)品要怎么設(shè)計(jì)？

這是 @任鑫 分享的一篇深度思考，探索在AI震蕩期的產(chǎn)品出路，看得更遠(yuǎn)一點(diǎn)，想得更深一點(diǎn)，才能找到 1% 的真正生存機(jī)會(huì)！

時(shí)代變了，之前「靠譜」的產(chǎn)品設(shè)計(jì)方法會(huì)將團(tuán)隊(duì)帶向死路。因?yàn)榇髲S擁有更「靠譜」的市場(chǎng)、打法和資源，從而碾壓路上的所有競(jìng)爭(zhēng)者。

因此，不能滿足于「把AI塞到產(chǎn)品里」這個(gè)一階機(jī)會(huì)。而要更多思考「如果 AI 成了所有產(chǎn)品的基座，二階的變化/挑戰(zhàn)/機(jī)會(huì)是什么，新的設(shè)計(jì)范式是什么」。以下是文章要點(diǎn)，推薦閱讀原文：

1.如果 99% 的軟件會(huì)消失，要不要提前認(rèn)命做個(gè) API？

? GUI (Graphical User Interface，圖形交互界面) 轉(zhuǎn)化成 LUI (Language User Interface，語(yǔ)言交互界面)

? 解耦「意愿解讀」和「功能實(shí)現(xiàn)」，讓能力顆?；约案菀妆怀浞直磉_(dá)，也就是功能API化

? 很多的軟件和 SaaS 會(huì)消失，同時(shí)浮現(xiàn)一堆的 API 被 Copilot 調(diào)用 (可能還會(huì)分錢)

? 新時(shí)代的軟件會(huì)更像是工廠，供應(yīng)鏈協(xié)同幾百個(gè)其他工廠 (從別的工廠進(jìn)貨、自己加工、然后出貨)，大規(guī)模 agent 協(xié)作，相互調(diào)用標(biāo)準(zhǔn)化的能力，協(xié)同創(chuàng)造

2.未來(lái)每一天，都會(huì)有 10 億個(gè)新軟件生成

? 前臺(tái)自適應(yīng)創(chuàng)建大量一次性的、最適合完成這次單次任務(wù) & 最適合這個(gè)用戶的 GUI 方便用戶使用；后臺(tái)是一堆能力的樂(lè)高積木塊，可以自由拼裝，而且可以去網(wǎng)絡(luò)上選擇合適的第三方模塊拼裝進(jìn)來(lái)

? 如果 GUI 交互界面可以快速生成、組裝，那么理論上需要的軟件或 SaaS 數(shù)量會(huì)大幅度減少

? 對(duì)于設(shè)計(jì)者其實(shí)提出了更高要求： 交互模式、能力設(shè)計(jì)、意圖規(guī)范、數(shù)據(jù)提取、用戶賦能

3.AI 原生，不意味著一個(gè)空白對(duì)話框

? 對(duì)話式 UI 給我們提供的是靈活性，我們可以在其之上，用其他的 UI 來(lái)提高直覺(jué)性和易用性，不要用一個(gè)對(duì)話框解決所有問(wèn)題

? 一次交互過(guò)程應(yīng)該拆解成 4 個(gè)部分：意圖 (intent)、上下文(context)、解讀(rollout)、行動(dòng)(action)

? 一個(gè)好的對(duì)話式界面應(yīng)該：① 能感知上下文，② 充分利用豐富的共有上下文，③ 有一個(gè)讓人愉悅的路徑引導(dǎo)，④ 搞不定了有對(duì)話框可以兜底，⑤ 把交互閉環(huán)掉來(lái)加快迭代進(jìn)化

? @AI煉金術(shù)：
https://mp.weixin.qq.com/s/d3uXmKq0se6d-p3gn2xBKw

豆瓣 9.3 的經(jīng)典入門書：Python 編程-從入門到實(shí)踐

ShowMeAI 知識(shí)星球資源編碼：R121

Python編程-從入門到實(shí)踐 (第2版) 可以說(shuō)是 Python 學(xué)習(xí)必備書籍，全書分為理論基礎(chǔ)知識(shí)和項(xiàng)目編程實(shí)踐兩個(gè)部分，講解了最重要的基本概念，并通過(guò)3個(gè)項(xiàng)目實(shí)踐講解如何完成項(xiàng)目開(kāi)發(fā)，解決常見(jiàn)的編程問(wèn)題和困惑。

作者對(duì)第2版進(jìn)行了全面修訂，簡(jiǎn)化了Python安裝等內(nèi)容，新增了f字符串、get()方法等內(nèi)容，并且在項(xiàng)目中使用了 Plotly 庫(kù)以及新版本的 Django 和 Bootstrap 等內(nèi)容。以下是書籍目錄，在找 Python 學(xué)習(xí)資料的同學(xué)可以收藏了！

第一部分：基礎(chǔ)知識(shí)

第1章：起步

第2章：變量和簡(jiǎn)單數(shù)據(jù)類型

第3章：列表簡(jiǎn)介

第4章：操作列表

第5章：if語(yǔ)句

第6章：字典

第7章：用戶輸入和while循環(huán)

第8章：函數(shù)

第9章：類

第10章：文件和異常

第11章：測(cè)試代碼

第二部分：項(xiàng)目

項(xiàng)目1：外星人入侵

第12章：武裝飛船

第13章：外星人來(lái)了

第14章：記分

項(xiàng)目2：數(shù)據(jù)可視化

第15章：生成數(shù)據(jù)

第16章：下載數(shù)據(jù)

第17章：使用API

項(xiàng)目3 Web應(yīng)用程序

第18章：從Django入手

第19章：用戶賬戶

第20章：設(shè)置應(yīng)用程序的樣式并部署

感謝貢獻(xiàn)一手資訊、資料與使用體驗(yàn)的 ShowMeAI 社區(qū)同學(xué)們！