Naučte se Generativní AI s Googlem

Ekosystém umělé inteligence (AI) se vyvinul rapidně za posledních pět let, a to zejména díky Generativní AI (GAI), která vede tuto evoluci. Generativní AI trh se indeed očekává, že dosáhne 36 miliard dolarů do roku 2028, ve srovnání s 3,7 miliardami dolarů v roce 2023.

Dnes Generativní AI ovlivňuje mnoho odvětví, jako je zdravotnictví, marketing, móda a zábava, protože generátory AI, jako jsou generátory AI obrázků a generátory AI videa, ukázaly potenciál nahradit ruční úkoly lidí. Avšak pokroky v tomto oboru vyžadují specializované dovednosti AI.

Aby se učením AI stalo snazší pro nadšence, Google (GOOGL ) spustil 10 bezplatných kurzů pro Generativní AI. Než budeme diskutovat o nich, podívejme se krátce na to, co je generativní AI.

Co je Generativní AI a proč je důležité se učit Generativní AI?

Generativní AI je specializované odvětví AI, které se zaměřuje na budování modelů, které mohou generovat nové realistické obsahy, jako jsou obrázky, text, audio nebo videa, pomocí existujících datových vzorků.

Například modely jako ChatGPT a DALL-E jsou prominentními příklady Generativní AI, protože nyní pozorujeme jejich reálné aplikace. ChatGPT je integrován do vyhledávače Bing, zatímco prohlížeč Edge nyní zahrnuje DALL-E.

Jak Generativní AI evoluuje, stalo se důležité zůstat aktuální s touto technologií z několika důvodů:

• Zajišťuje produktivitu podniků, nákladovou efektivitu a zvýšenou efektivitu.
• Podporuje experimentování a kreativitu.
• Podporuje spolupráci člověka a AI a rozšiřuje lidské schopnosti.
• Povoluje inovativní strategie řešení problémů.

Nyní se podívejme, jak Google pomáhá učencům studovat Generativní AI.

10 kurzů Google pro Generativní AI

1. Úvod do Generativní AI

Zdroj obrázku

Obtížnost kurzu: Úroveň začátečníka

Doba dokončení: ~ 45 minut

Předchozí znalosti: Žádné

Co se naučí nadšenci AI?

• Co je Generativní Umělé Inteligence, jak funguje, jaké jsou její aplikace a jak se liší od standardních metod strojového učení (ML).
• Pokrývá nástroje Google pro vytváření vlastních aplikací Generativní AI.
• Naučíte se o typech modelů Generativní AI: unimodální nebo multimodální, v tomto kurzu. Unimodální systémy přijímají pouze jeden typ vstupu, zatímco multimodální systémy mohou přijímat více typů vstupu.

2. Úvod do velkých jazykových modelů

Zdroj obrázku

Obtížnost kurzu: Úroveň začátečníka

Doba dokončení: ~ 45 minut

Předchozí znalosti: Žádné

Co se naučí nadšenci AI?

• Tento kurz zkoumá velké jazykové modely (LLM) – modely AI, které byly vyškoleny na velkém množství textových dat. „Googleův Bard AI“ je vynikajícím příkladem LLM, který umožňuje pokročilou interakci mezi člověkem a strojem.
• Pochopíte, jak se LLM používají pro sentimentální analýzu.
• Naučíte se o jemném ladění, pomocí kterého se upravují vstupní proměnné jazykového modelu, aby se dosáhlo požadovaného výstupu.

• Pokrývá nástroje, které Google poskytuje pro vývoj Gen AI.

3. Úvod do zodpovědné AI

Zdroj obrázku

Obtížnost kurzu: Úroveň začátečníka

Doba dokončení: ~ 1 den (Dokončete test/laboratoř ve svém vlastním čase)

Předchozí znalosti: Žádné

Co se naučí nadšenci AI?

• Co je zodpovědná umělá inteligence? Proč je důležitá a jak Google implementuje tuto technologii ve svých produktech.
• Úvod do 7 principů zodpovědné AI od Google.

4. Základy Generativní AI

Zdroj obrázku

Obtížnost kurzu: Úroveň začátečníka

Doba dokončení: ~ 1 den (Dokončete test/laboratoř ve svém vlastním čase)

Předchozí znalosti: Žádné

Co se naučí nadšenci AI?

• Obsahuje veškerý obsah z předchozích tří kurzů.
• Zahrnuje závěrečný test, pomocí kterého můžete prokázat své porozumění základním konceptům Generativní AI.

5. Úvod do generování obrázků

Zdroj obrázku

Obtížnost kurzu: Úroveň začátečníka

Doba dokončení: ~ 1 den (Dokončete test/laboratoř ve svém vlastním čase)

Předchozí znalosti: Znalost ML, Deep Learning (DL), Convolutional Neural Nets (CNNs) a programování v Pythonu.

Co se naučí nadšenci AI?

• V tomto kurzu budete objevovat difuzní modely, jejich fungování a implementaci.
• Pochopíte, co jsou nekontrolované difuzní modely.
• Úpravy v text-to-image difuzních modelech.
• Školení a nasazení těchto modelů na Vertex AI – plně spravovanou platformu ML od Google.

6. Architektura Encoder-Decoder

Zdroj obrázku

Obtížnost kurzu: Středně pokročilá úroveň

Doba dokončení: ~ 1 den (Dokončete test/laboratoř ve svém vlastním čase)

Předchozí znalosti: Znalost programování v Pythonu a TensorFlow.

Co se naučí nadšenci AI?

• Objevíte klíčové komponenty architektury Encoder-Decoder.
• Pochopíte, jak použít architekturu Encoder-Decoder pro školení modelu a generování textu z něj.
• Zahrnuje procházení laboratoře, kde budete kódovat v TensorFlow, populární platformě pro vývoj ML, pro sestavení modelů pro produkční použití.

7. Mechanizmus pozornosti

Zdroj obrázku

Obtížnost kurzu: Středně pokročilá úroveň

Doba dokončení: ~ 45 minut

Předchozí znalosti: Znalost ML, DL, přirozeného zpracování jazyka (NLP), počítačového vidění (CV) a programování v Pythonu.

Co se naučí nadšenci AI?

• Objevíte koncept mechanizmu pozornosti – silný přístup, který umožňuje jazykovým modelům soustředit se na konkrétní segmenty vstupní sekvence, aby pochopily kontextuální informace.
• Naučíte se, jak funguje a jeho použití.
• Pochopíte, jak se mechanizmus pozornosti aplikuje na modely ML.

8. Modely Transformer a BERT

Zdroj obrázku

Obtížnost kurzu: Úroveň začátečníka

Doba dokončení: ~ 45 minut

Předchozí znalosti: Středně pokročilá znalost ML, pochopení word embeddings a mechanizmu pozornosti, a zkušenosti s Pythonem a TensorFlow.

Co se naučí nadšenci AI?

• Naučíte se o architektuře Transformer a prozkoumáte, jak je postaven model BERT (Bidirectional Encoder Representation from the Transformer) pomocí Transformerů.
• Pokrývá různé úkoly NLP, pro které se používá model BERT.

9. Vytvořte modely popisu obrázků

Zdroj obrázku

Obtížnost kurzu: Středně pokročilá úroveň

Doba dokončení: ~ 1 den (Dokončete test/laboratoř ve svém vlastním čase)

Předchozí znalosti: Znalost ML, DL, NLP, CV a programování v Pythonu.

Co se naučí nadšenci AI?

• Jak identifikovat prvky modelu popisu obrázků.
• Jak vytvořit a vyhodnotit model pro popis obrázků.
• Jak vytvořit své vlastní modely popisu pro fotografie a použít je k vytváření popisu.

10. Úvod do Generativní AI Studio

Zdroj obrázku

Obtížnost kurzu: Úvodní úroveň

Doba dokončení: ~ 1 den (Dokončete test/laboratoř ve svém vlastním čase)

Předchozí znalosti: Žádné

Co se naučí nadšenci AI?

• Rozpoznáte účel Generativní AI Studio, produktu Vertex AI.
• Možnosti a vlastnosti Generativní AI Studio jsou také pokryty v tomto kurzu.
• Zahrnuje praktickou laboratoř, kde můžete tento nástroj využít.

Po dokončení těchto deseti bezplatných kurzů mohou studenti získat komplexní pochopení Generativní AI a jejích praktických aplikací. Studenti mohou využít svých nově získaných znalostí k pokroku v oblasti Generativní AI, vytvářet inovativní produkty, které mohou mít pozitivní dopad na naši společnost.

„V světě, kde ChatGPT a další aplikace AI mohou dělat mnoho věcí, které lidé dříve museli dělat sami nebo potřebovali najmout jiné lidi, aby je udělali, se otázka ‘jak přidám hodnotu?’ stává relevantnější než kdykoli předtím.“ ― Hendrith Vanlon Smith Jr, CEO společnosti Mayflower-Plymouth, v jeho knize Business Essentials.

Abyste zůstali aktuální s pokroky v oblasti AI, navštivte unite.ai.