前言

这篇文章将总结我为了通过AWS认证AI从业者考试（AWS Certified AI Practitioner）而进行的学习内容。这次学习的重点不是深度理解AI，而是为了获得一个浅显的、整体的印象。希望这篇文章不仅能帮助我加深自己的理解，还能为即将参加考试或想学习AI的朋友们提供一些帮助。

关于如何备考也可参考之前的文章轻松拿下AWS AIF Beta认证！我的备考心得大公开

10 月 9 日这门认证的正式版本已经可以预约了。

相比beta版本的85题。正式版变回了原本的65题。资格获取难度大大降低了。

亚马逊云科技目前正在组织这门考试的备考训练营，可以获得5折考试优惠券和一次不过免费补考活动。强烈推荐大家参加！训练营的报名截止日期是10月16日，千万不要错过机会哦。

亚马逊云科技开发者社区

适合阅读的对象

正在准备AWS认证AI从业者考试的人对AI感兴趣，但被太多复杂术语吓退的人想抓住AI浪潮，但一直难以迈出第一步的人喜欢玩RPG游戏的人!!

考试概要

官网地址

AWS Certified Cloud Practitioner 认证 | AWS Certification | AWS

AWS Certified AI Practitioner (AIF-C01) 考试指南

AWS-Certified-AI-Practitioner_Exam-Guide.pdf 是2024年新增的与AI相关的AWS认证资格。

 免费的模擬测试(英語版)

Self-paced digital training on AWS - AWS Skill Builder

需要Skillbuilder的ID。虽然是英文版，但通过浏览器的翻译功能也可以正常学习，

※不过某些翻译可能有点不准确。

0 序章

目标受众虽然是非工程师，但由于考试不仅会涉及AI的基础技能，还会考察AWS服务的相关内容，即便是工程师也不能掉以轻心啊…

你可能会问：「获得这个认证会有什么好处吗？」那么你可得听好了

好处可真不少！不仅对职业发展/转职非常有帮助，随着AI的不断发展，AI技能将变得像使用邮件或Excel一样，成为必备技能。通过获得这个认证，你将能够轻松掌握并利用AI，就像手脚一样灵活运用

不过话说回来……

 根据我查看考试指南的印象，主要可以分为三大块内容。

 关于AWS的基本服务，如果你已经达到 AWS Certified Cloud Practitioner 级别，我认为应该没有问题。至于一般的AI基础知识，如果你有参加过之前的亚马逊云科技AI训练营，那应该可以轻松应对。

1第一章 ~ AI基础篇 ~

模型的学习方法 

嗯嗯…有三种学习方法…原来如此…我不明白... 这样根本看不懂啊！这种时候，就要用RPG的方式来思考了！

 这个神秘的小角色时不时会出现，给出简短的解说，可以当作休息时的轻松阅读

原来如此…像婴儿一样，通过别人告诉我是狗还是猫来进行学习啊…

 无监督学习就是不会告诉你答案，而是要你自己依靠能力得出结论啊…

所谓半监督学习，似乎是只给一部分正确数据。我心想，别这么吝啬，干脆给全部正确数据吧。但是准备正确数据也需要很多精力和成本，所以从降低成本的角度来看，这种方法还是很优越的…‘半’指的是部分，而不是像‘反面教材’那种意思，哈哈。

生成AI的参数（Top-p/Top-k/温度） 

嗯嗯…有三种参数，每个都有不同的作用…等等，这谁能懂啊，搞不懂啊！！！

 那么，我们来用RPG风格解释吧！

 生成式AI就像游戏中的村民一样，每次给出的信息都会不同。为了让AI尽量给出更合理的回答，我们会通过调整Top-p/Top-k参数来实现……「魔王在旅馆的二楼」这种说假话的现象被称为幻觉（Hallucination）。

接下来是温度…不过看起来范围在0到1之间…这个范围真窄啊，与人类世界的气温概念不同吧。温度为0时，AI就像游戏中的村民一样，几乎总是说同样的话。温度为1时就自由多了，确实像在和人类对话一样。虽然提高温度会让对话更加自由，但似乎也更容易产生谎言（幻觉）… 

模型的过拟合/不适合

完全搞不明白。。。

嗯。这位弟子一直被教导关于狗的知识，结果成了狗的专家。狗的知识很丰富，但因为没有学习猫的相关内容，所以在说到猫的时候也把猫当成了狗。虽然没有学习过，所以也没办法。作为对策，就是应该学习各种动物的知识。 

这简单来说就是学习不足的愚蠢弟子。作为对策，就是要多学习。 

特征工程

听起来不太熟悉的词汇让人难以想象，但归根结底就是要整理和整顿数据。

 提示的种类

通过与武器店老板好好沟通自己的需求，能够得到真正想要的武器和信息。

学习数据的种类

 通过训练数据进行学习，使用验证数据测试实力并进行微调，最后用测试数据进行最终考试，这就是流程。验证数据和测试数据相似，因此要仔细记住：验证数据主要用于调整模型超参数，而测试数据用于评估模型的最终性能。虽然验证数据是可选的，但其使用通常可以帮助提高模型的泛化能力。

提示词攻击

 给AI发出奇怪指令，实际上是一种违反原本意图的手法。试图让其说出猥亵的话语，几乎每个人都曾经历过这个过程。

基础模型（FM）

 总之，如果以这个FM模型为基础，就可以无需从零开始进行各种学习，因为它已经具备强大的能力。从这里开始进行特化学习（称为微调），就能以较低的成本和高效的方式创建模型。

2 第２章 ~ AWS AI服务篇~

AWS的AI相关服务示意图 

首先，以“〇〇的家伙”这样的氛围来记住它吧！可以给它起个昵称什么的…

与AmazonQ相关的服务 

AmazonQ是由谁使用的？看起来服务是根据不同的用户群体进行划分的。我们可以从用户的角度来记住这些信息。

与Bedrock相关的功能 

水印就是我们所说的透水印。生成AI的功能中有很多可以简单制作的机制。由于这些名称的直观性，大体上是准确的，所以容易记住。

与Sagemaker相关的服务 

挺多的呢…基本上都是一些能让管理和工作变得轻松的服务，所以我们可以围绕“能让哪些事情变得轻松”这个部分来记住。

3 第３章 ~ AWS 安全篇 ~ 

 安全性这方面总是提不起劲啊…

嗯～得靠记忆了。记住。边记住边给自己起个喜欢的昵称，哈哈。

总结

怎么样勇者，准备好挑战BOSS（AWS Certified AI Practitioner）了吗。快加入训练营拿取自己的专属福利吧！

亚马逊云科技开发者社区