生成式AI爆火以来,很多人都想利用这一工具,但缺乏思路,今天我们探索7个利用大型语言模型解决任务的项目创意:
-
自动化制作幻灯片演示
-
创建个人作品展示网站
-
个性化语音助手
-
构建自己的人工智能翻译器
-
分析研究论文
-
创建代码文档
-
对评论进行情感分析
1、自动化PowerPoint演示
工作中,你肯定会遇到为了与客户讨论结果而需要准备PowerPoint幻灯片的情况。这是另一项耗时的工作,可以通过生成式人工智能实现自动化。你可以询问Bing Chat生成VBA代码,根据每张幻灯片的上下文和信息明确指定来创建PowerPoint幻灯片。
参考链接:自动化PowerPoint演示
2、创建个人作品展示网站
有很多教程可以解释如何构建一个个人作品展示网站,但如果你没有任何HTML和CSS的知识,从零开始可能会让人感到非常吃力。
现在,随着大型语言模型的兴起,你不再需要付出努力。你只需要一个好的创意,向ChatGPT提问,它将返回给你网站的代码。你可以从这样一个提示开始:
I decided to build a static website. Can you generate HTML code for building the website? Moreover, I need to have three pages: a page with my name and a short presentation, a page with my data science projects and a page with my work experience. In addition to these pages, I want a vertical navigation menu at the left to move from a page to the other.
与其他应用程序类似,你需要对你想生成的个人作品展示网站有清晰的想法。
3、个性化语音助手
在我的个人生活中,我使用谷歌助手来要求播放不同流派的音乐。例如,“谷歌,我想听摇滚音乐”,它会立即从YouTube音乐随机播放一首歌曲。这比输入歌曲标题更快速,而且它会根据收集的数据越多越能了解你的喜好。将它作为个人项目来实现会很酷吧?这个项目可以通过使用GPT-3来回答问题,使用Whisper API来转录音频来轻松完成。
4、构建自己的人工智能翻译器
你是否厌倦了将文本复制粘贴到谷歌翻译中?在个人经历中,我也尝试过谷歌浏览器的扩展来翻译网页上的文本,但当我需要阅读英文PDF文件时仍然感到困扰。一个可能的替代方案是构建自己的AI应用程序。每天都有新的强大的大型语言模型以其令人难以置信的结果使我们惊叹。为什么不利用其中之一呢?
可以使用Hugging Face构建这个应用程序,它提供了许多专门用于不同语言之间翻译的模型。例如,你可以选择针对英语到意大利语翻译的模型。选择了翻译模型后,你可以通过使用Streamlit构建一个应用程序来实现这个想法。
参考链接:构建自己的AI翻译器
5、分析研究论文
在阅读一篇至少有30页的论文是耗时的,而且随着每天发布的论文数量的激增,很难跟上研究的最新进展。为了提高研究生产力,从学术论文中提取相关信息岂不是更好?以下是三种有帮助的应用场景。
问题与答案解析论文
从文档中生成问题和答案是一种非常有价值的应用。大多数教程使用Chat-GPT创建自动问答会话,但这并不是唯一的解决方案。你还可以使用LangChain和HuggingFace的Sentence Transformers创建个性化的机器人。以下是具体步骤:
使用PyPDFLoader加载PDF文档。
提取文本块。
使用Sentence Transformer库提取嵌入向量。
构建机器人以回答问题。
参考链接:
使用LangChain和Sentence Transformers进行问题与答案解析。
论文摘要
另一个常见的用例是对论文进行摘要。和之前一样,这个任务可以利用生成式人工智能工具进行自动化。可以使用GPT-3、LangChain和Streamlit构建一个简洁的Web应用程序。
参考链接:论文摘要
查询多个论文
如果我们同时对多篇论文进行摘要,根据问题对这些摘要进行查询筛选将会很方便。这样不是很酷吗?通过使用LangChain和OpenAPI-API,这也可以非常简单地实现。
参考链接:查询多个论文
6、创建代码文档
逐日记录代码的重要性,如果你是独自工作,你可能不会在意这个。but,当你和团队一起工作时,没有代码文档会导致任务管理变得复杂。特别是可能发生的情况是,一个团队成员离开了公司,他/她是唯一能理解他/她的代码的人。尽管文档非常有用,但编写文档是一项非常乏味且耗时的任务。由于大型语言模型的兴起,我们可以再次通过使用Chat-GPT来创建Python Docstring来避免这项艰苦的工作。
参考链接:创建代码文档
7、评论情感分析
在销售领域,对产品评论进行情感分析可以帮助公司了解客户是否喜欢产品,从而改进产品并在市场上保持竞争力。这是一个经典的数据分析项目,需要解决许多步骤:文本预处理、词嵌入和应用机器学习模型。
第一步是最费力的任务,需要对所分析的语言有很好的理解。通过使用Chat-GPT,可以快速解决这个问题。除了这种分析,还可以从每个评论中生成优点和缺点列表,创建改进产品的建议列表等等。
参考链接:评论情感分析
最后的思考
在灵感的驱使下,利用AI你可以创造无限可能。如果你有一个想法,试着大胆实践吧!