Generatives KI mit Google lernen

Das Ökosystem der künstlichen Intelligenz (KI) hat sich in den letzten fünf Jahren rasant entwickelt, wobei die generative KI (GKI) diese Entwicklung angeführt hat. Tatsächlich wird der Markt für generative KI-Software voraussichtlich bis 2028 auf 36 Milliarden US-Dollar anwachsen, verglichen mit 3,7 Milliarden US-Dollar im Jahr 2023.

Heute beeinflusst die generative KI viele Branchen, wie z. B. die Gesundheitsbranche, Marketing, Mode und Unterhaltung, da KI-Generatoren wie AI-Bildgeneratoren und AI-Video-Generatoren uns das Potenzial gezeigt haben, manuelle Aufgaben durch den Menschen zu ersetzen. Allerdings erfordert der Fortschritt in diesem Bereich ein spezialisiertes KI-Fachwissen.

Um das Lernen für KI-Enthusiasten zu erleichtern, hat Google (GOOGL ) 10 kostenlose Kurse für generative KI gestartet. Bevor wir sie besprechen, sehen wir uns kurz an, was generative KI ist.

Was ist generative KI und warum ist das Lernen von generativer KI wichtig?

Generative KI ist ein spezielles KI-Fachgebiet, das sich auf den Bau von Modellen konzentriert, die mithilfe von vorhandenen Datenbeispielen neue realistische Inhalte wie Bilder, Texte, Audio- oder Videoinhalte erzeugen können.

Beispielsweise sind Modelle wie ChatGPT und DALL-E prominente Beispiele für generative KI, wie wir jetzt ihre realen Anwendungen beobachten. ChatGPT ist in Bings Suchmaschine integriert, während der Edge-Browser DALL-E integriert.

Da die generative KI sich weiterentwickelt, ist es aus mehreren Gründen wichtig, auf dem neuesten Stand zu bleiben:

• Sichert Unternehmensproduktivität, Kosteneffizienz und erhöhte Effizienz.
• Fördert Experimentierfreudigkeit und Kreativität.
• Unterstützt die Zusammenarbeit zwischen Mensch und KI und erweitert die Fähigkeiten des Menschen.
• Ermöglicht innovative Problemlösungsstrategien.

Jetzt sehen wir uns an, wie Google den Lernenden hilft, generative KI zu studieren.

Googles 10-Kurs-Lernpfad für generative KI

1. Einführung in die generative KI

Bildquelle

Kurschwierigkeit: Anfänger-Level

Zeit bis zum Abschluss: ~ 45 Minuten

Voraussetzungen: Keine

Was lernen KI-Enthusiasten?

• Was ist generative künstliche Intelligenz, wie funktioniert sie, welche Anwendungen gibt es und wie unterscheidet sie sich von Standard-Machine-Learning-Techniken?
• Behandelt Google-Tools für die Erstellung eigener generativer KI-Apps.
• Sie lernen auch über die Typen von generativen KI-Modellen: unimodale oder multimodale Modelle. Unimodale Systeme akzeptieren nur eine Eingabetyp, während multimodale Systeme mehr als einen Eingabetyp akzeptieren können.

2. Einführung in Large Language Models

Bildquelle

Kurschwierigkeit: Anfänger-Level

Zeit bis zum Abschluss: ~ 45 Minuten

Voraussetzungen: Keine

Was lernen KI-Enthusiasten?

• Dieser Kurs erforscht LLMs (Large Language Models) – KI-Modelle, die auf großen Mengen an Textdaten trainiert wurden. “Google’s Bard AI” ist ein hervorragendes Beispiel für ein LLM, das fortschrittliche menschliche Maschinen-Interaktion ermöglicht.
• Verstehen, wie LLMs für Sentiment-Analysen verwendet werden.
• Lernen Sie über Prompt-Tuning, durch das die Prompts, die einem Sprachmodell gegeben werden, verfeinert werden, um die gewünschte Ausgabe zu erzielen.

• Behandelt die Tools, die Google für die Entwicklung von Gen-KI bereitstellt.

3. Einführung in verantwortungsvolle KI

Bildquelle

Kurschwierigkeit: Anfänger-Level

Zeit bis zum Abschluss: ~ 1 Tag (Vervollständigen Sie den Quiz/Lab in Ihrem eigenen Tempo)

Voraussetzungen: Keine

Was lernen KI-Enthusiasten?

• Was ist verantwortungsvolle künstliche Intelligenz? Warum ist sie wichtig und wie implementiert Google diese Technologie in ihren Produkten.
• Eine Einführung in die 7 Prinzipien von Google für verantwortungsvolle KI.

4. Grundlagen der generativen KI

Bildquelle

Kurschwierigkeit: Anfänger-Level

Zeit bis zum Abschluss: ~ 1 Tag (Vervollständigen Sie den Quiz/Lab in Ihrem eigenen Tempo)

Voraussetzungen: Keine

Was lernen KI-Enthusiasten?

• Enthält alle Inhalte aus den drei vorherigen Kursen.
• Enthält einen abschließenden Quiz, durch das Sie Ihr Verständnis der grundlegenden Konzepte der generativen KI demonstrieren können.

5. Einführung in die Bildgenerierung

Bildquelle

Kurschwierigkeit: Anfänger-Level

Zeit bis zum Abschluss: ~ 1 Tag (Vervollständigen Sie den Quiz/Lab in Ihrem eigenen Tempo)

Voraussetzungen: Kenntnisse in ML, Deep Learning (DL), Convolutional Neural Nets (CNNs) und Python-Programmierung.

Was lernen KI-Enthusiasten?

• In diesem Kurs entdecken Sie Diffusionsmodelle, ihre Funktionsweise und Implementierung.
• Verstehen Sie, was unbedingte Diffusionsmodelle sind.
• Verbesserungen in Text-Bild-Diffusionsmodellen.
• Training und Bereitstellung dieser Modelle auf Vertex AI – eine vollständig verwaltete ML-Plattform von Google.

6. Encoder-Decoder-Architektur

Bildquelle

Kurschwierigkeit: Fortgeschrittenen-Level

Zeit bis zum Abschluss: ~ 1 Tag (Vervollständigen Sie den Quiz/Lab in Ihrem eigenen Tempo)

Voraussetzungen: Kenntnisse in Python-Programmierung und TensorFlow.

Was lernen KI-Enthusiasten?

• Entdecken Sie die wichtigsten Komponenten der Encoder-Decoder-Architektur.
• Verstehen Sie, wie Sie die Encoder-Decoder-Architektur verwenden können, um ein Modell zu trainieren und Text daraus zu erzeugen.
• Enthält einen Lab-Workshop, in dem Sie in TensorFlow, einer beliebten ML-Entwicklungsplattform, Code schreiben, um produktionsreife Modelle zu erstellen.

7. Aufmerksamkeitsmechanismus

Bildquelle

Kurschwierigkeit: Fortgeschrittenen-Level

Zeit bis zum Abschluss: ~ 45 Minuten

Voraussetzungen: Kenntnisse in ML, DL, Natural Language Processing (NLP), Computer Vision (CV) und Python-Programmierung.

Was lernen KI-Enthusiasten?

• Entdecken Sie den Konzept des Aufmerksamkeitsmechanismus – ein leistungsstarkes Verfahren, das es Sprachmodellen ermöglicht, sich auf bestimmte Segmente der Eingabesequenz zu konzentrieren, um kontextuelle Informationen zu verstehen.
• Lernen Sie, wie es funktioniert und seine Anwendungen.
• Verstehen Sie, wie der Aufmerksamkeitsmechanismus auf ML-Modelle angewendet wird.

8. Transformer-Modelle und BERT-Modelle

Bildquelle

Kurschwierigkeit: Anfänger-Level

Zeit bis zum Abschluss: ~ 45 Minuten

Voraussetzungen: Fortgeschrittenes Wissen in ML, Verständnis von Wort-Embeddings und Aufmerksamkeitsmechanismus sowie Erfahrung mit Python und TensorFlow.

Was lernen KI-Enthusiasten?

• Lernen Sie über die Transformer-Architektur und erkunden Sie, wie ein Bidirectional Encoder Representation from the Transformer (BERT)-Modell mithilfe von Transformern erstellt wird.
• Behandelt die verschiedenen NLP-Aufgaben, für die ein BERT-Modell verwendet wird.

9. Erstellen von Bildunterschrift-Modellen

Bildquelle

Kurschwierigkeit: Fortgeschrittenen-Level

Zeit bis zum Abschluss: ~ 1 Tag (Vervollständigen Sie den Quiz/Lab in Ihrem eigenen Tempo)

Voraussetzungen: Kenntnisse in ML, DL, NLP, CV und Python-Programmierung.

Was lernen KI-Enthusiasten?

• Wie Sie die Elemente eines Bildunterschrift-Modells identifizieren.
• Wie Sie ein Modell für Bildunterschriften erstellen und bewerten.
• Wie Sie Ihre eigenen Bildunterschrift-Modelle für Fotos erstellen und verwenden, um Bildunterschriften zu erstellen.

10. Einführung in die generative KI-Studio

Bildquelle

Kurschwierigkeit: Einführungs-Level

Zeit bis zum Abschluss: ~ 1 Tag (Vervollständigen Sie den Quiz/Lab in Ihrem eigenen Tempo)

Voraussetzungen: Keine

Was lernen KI-Enthusiasten?

• Erkennen Sie den Zweck von Generative KI-Studio, einem Vertex AI-Produkt.
• Die Optionen und Eigenschaften von Generative KI-Studio werden in diesem Kurs auch behandelt.
• Enthält ein praktisches Lab, in dem Sie dieses Tool nutzen können.

Nach Abschluss dieser zehn kostenlosen Kurse können die Lernenden ein umfassendes Verständnis von generativer KI und ihren praktischen Anwendungen erlangen. Die Lernenden können ihr neu erworbenes Wissen nutzen, um das Feld der generativen KI voranzutreiben und innovative Produkte zu entwickeln, die unsere Gesellschaft positiv beeinflussen können.

“In einer Welt, in der ChatGPT und andere KI-Apps viele Dinge tun können, die Menschen früher selbst tun mussten oder für die sie andere Menschen einstellen mussten, wird die Frage „Wie kann ich Wert hinzufügen?“ relevanter als je zuvor.” ― Hendrith Vanlon Smith Jr, CEO von Mayflower-Plymouth, in seinem Buch Business Essentials.

Um sich über die Fortschritte im Bereich KI auf dem Laufenden zu halten, besuchen Sie unite.ai.