
人工智能与 Web
人工智能经常被互换使用,以表示该领域中不同类型的技术,包括机器学习、大型语言模型、生成式人工智能等等。查找旨在帮助您了解网络上现有的人工智能的资源。
实用技巧
了解 LLM 大小
了解一些真实世界的 LLM 以及不同模型大小的实际影响。
比较模型功能
使用 LLM 作为评判者的技术评估模型和提示。将验证委托给另一个 LLM,而不是人类。
提升客户端人工智能的性能和用户体验
了解低延迟、降低服务器端成本、无需 API 密钥、提高用户隐私和离线访问等优势。
改进提示工程
精心设计问题,以从 LLM 获得最佳输出。
使用 Background Fetch API 下载 AI 模型
通过将 Background Fetch API 作为渐进增强功能来实现,从而改善下载大型 AI 模型时的用户体验。
开始构建
第 1 部分:用于对抗在线不良信息的客户端 AI
为什么不良信息检测至关重要,以及如何使用客户端 AI 从源头减轻不良信息。
第 2 部分:构建客户端 AI 不良信息检测
了解如何构建客户端 AI 系统,以检测和减轻源头的不良信息。
产品评论建议
在线商店通过展示产品评论,转化率可以提高 270%。利用客户端 AI 支持更好的评论。
大型语言模型的优势和局限性
描述。
使用 WebLLM 构建聊天机器人
WebLLM 结合了 WebAssembly 和 WebGPU 以执行设备端推理。在经典待办事项列表应用程序中构建本地和离线聊天机器人。
使用 Prompt API 构建聊天机器人
使用 Google Chrome 的探索性 API Prompt API,在经典待办事项列表应用程序中构建本地和离线聊天机器人。

Web AI 加速基金
了解 Chrome 的一项新举措,旨在促进 Web 上的人工智能创新和采用。
通过专注于基于 Web 的 AI 解决方案,我们可以在利用 Web 在分发和部署方面的固有优势的同时,普及 AI 功能的访问。我们的目标是加速在最大化 Web 平台的这些固有优势的领域进行创新。
Web AI 峰会 2024
客户端机器学习的状态
了解客户端 AI 的可能性及其发展方向。
了解 Transformers.js
了解一个 JavaScript 库,该库使开发人员能够构建前所未有的 Web 应用程序。
Web 神经网络
了解 WebAssembly 和 WebGPU 等技术如何将 AI 功能引入浏览器。
Gemini 在 Web 上
了解如何使用 Google AI JavaScript SDK 在 Web 上访问 Gemini API。
生成式 AI 示例
了解 Gemini API 和 Vertex AI API 的示例代码和提示。
负责任的 AI 工具包
了解如何负责任地使用 AI,以及最佳实践和资源。
Chrome 上的 AI
了解 Google Chrome 关于 AI、WebGPU 和 WebAssembly 的文档。
内置 AI
在设备上执行 Chrome 中最高效的 Gemini 模型。
了解 Console Insights
让 Gemini 在 DevTools 控制台中提供见解,以便您可以更好地理解错误和警告。
使用客户端 AI
客户端 AI 为用户带来强大的模型,同时保护数据隐私并提高延迟。
为 Web AI 模型测试增压
使用 GPU 设置一致的测试环境可能比预期的要困难。了解我们面临的问题以及我们如何解决这些问题,以提高您的应用程序性能。
观看以了解
观看这些视频以学习 AI 基础知识并了解 TensorFlow JS。
面向 Web 从业者的机器学习
本介绍面向有兴趣在他们的下一个项目或想法中使用机器学习的创意人员、Web 开发人员和 JavaScript 从业者。
AI、ML 和深度学习
了解一些行业最常用流行语的基础知识和定义,以及它们实际指代的内容。
什么是预训练模型?
使用预训练模型可以让您更快地构建想法原型。在某些情况下,您可以在生产中使用这些模型。