Künstliche Intelligenz
Generative KI mit Google lernen
Das Ökosystem der künstlichen Intelligenz (KI) hat sich in den letzten fünf Jahren rasch entwickelt, wobei die generative KI (GKI) diese Entwicklung angeführt hat. Tatsächlich wird der Markt für generative KI voraussichtlich bis 2028 auf 36 Milliarden Dollar anwachsen, verglichen mit 3,7 Milliarden Dollar im Jahr 2023.
Heute wirkt sich die generative KI auf viele Branchen aus, wie zum Beispiel Gesundheitswesen, Marketing, Mode und Unterhaltung, da KI-Generatoren wie AI-Bildgeneratoren und AI-Video-Generatoren uns das Potenzial gezeigt haben, manuelle Aufgaben des Menschen zu ersetzen. Allerdings erfordert der Fortschritt in diesem Bereich ein spezialisiertes KI-Fachwissen.
Um das Lernen für KI-Enthusiasten zu erleichtern, hat Google 10 kostenlose Kurse für generative KI gestartet. Bevor wir sie besprechen, sehen wir uns kurz an, was generative KI ist.
Was ist generative KI & Warum ist das Lernen von generativer KI wichtig?
Generative KI ist ein spezialisiertes KI-Fachgebiet, das sich auf den Bau von Modellen konzentriert, die mithilfe vorhandener Datenproben neue realistische Inhalte wie Bilder, Text, Audio oder Videos generieren können.
Zum Beispiel 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 sich die generative KI weiterentwickelt, ist es für mehrere Gründe wichtig, auf dem neuesten Stand dieser Technologie zu bleiben:
- Sichert Unternehmensproduktivität, Kosteneffizienz und erhöhte Effizienz.
- Fördert Experimentierfreudigkeit und Kreativität.
- Unterstützt die Zusammenarbeit zwischen Mensch und KI und erweitert die menschlichen Fähigkeiten.
- Ermöglicht innovative Problemlösungsstrategien.
Jetzt sehen wir uns an, wie Google Lernenden hilft, generative KI zu studieren.
Googles 10-Kurs-Lernpfad für generative KI
1. Einführung in die generative KI
Kurschwierigkeit: Anfänger-Level
Abschlusszeit: ~ 45 Minuten
Voraussetzungen: Keine
Was lernen KI-Enthusiasten?
- Was ist generative künstliche Intelligenz, wie funktioniert sie, welche Anwendungen hat sie und wie unterscheidet sie sich von Standard-Machine-Learning-(ML)-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 einen Eingabetyp, während multimodale Systeme mehr als einen Eingabetyp akzeptieren können.
2. Einführung in Large Language Models
Kurschwierigkeit: Anfänger-Level
Abschlusszeit: ~ 45 Minuten
Voraussetzungen: Keine
Was lernen KI-Enthusiasten?
- Dieser Kurs erkundet LLMs (Large Language Models) – KI-Modelle, die auf großen Mengen an Textdaten trainiert wurden. “Google’s Bard-KI” ist ein hervorragendes Beispiel für ein LLM, das erweiterte menschliche Maschinen-Interaktion ermöglicht.
- Verstehen Sie, wie LLMs für Sentiment-Analysen verwendet werden.
- Lernen Sie über Prompt-Tuning, durch das die an ein Sprachmodell gegebenen Prompts verfeinert werden, um die gewünschte Ausgabe zu erzielen.
- Behandeln Sie die Tools, die Google für die Entwicklung von Gen-KI bereitstellt.
3. Einführung in verantwortungsvolle KI
Kurschwierigkeit: Anfänger-Level
Abschlusszeit: ~ 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 seinen Produkten.
- Eine Einführung in die 7 Prinzipien der verantwortungsvollen KI von Google.
4. Grundlagen der generativen KI
Kurschwierigkeit: Anfänger-Level
Abschlusszeit: ~ 1 Tag (Vervollständigen Sie den Quiz/Lab in Ihrem eigenen Tempo)
Voraussetzungen: Keine
Was lernen KI-Enthusiasten?
- Enthält alle Inhalte der vorherigen drei Kurse.
- Enthält eine abschließende Prüfung, durch die Sie Ihr Verständnis der grundlegenden Konzepte der generativen KI unter Beweis stellen können.
5. Einführung in die Bildgenerierung
Kurschwierigkeit: Anfänger-Level
Abschlusszeit: ~ 1 Tag (Vervollständigen Sie den Quiz/Lab in Ihrem eigenen Tempo)
Voraussetzungen: Kenntnisse von 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.
- Trainieren und Bereitstellen dieser Modelle auf Vertex AI – eine vollständig verwaltete ML-Plattform von Google.
6. Encoder-Decoder-Architektur
Kurschwierigkeit: Mittleres Level
Abschlusszeit: ~ 1 Tag (Vervollständigen Sie den Quiz/Lab in Ihrem eigenen Tempo)
Voraussetzungen: Kenntnisse von 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, um ein Modell zu trainieren und Text daraus zu generieren.
- Enthält eine Lab-Durchführung, bei der Sie in TensorFlow, einer beliebten ML-Entwicklungsplattform, Code schreiben, um produktionsreife Modelle zu erstellen.
7. Aufmerksamkeitsmechanismus
Kurschwierigkeit: Mittleres Level
Abschlusszeit: ~ 45 Minuten
Voraussetzungen: Kenntnisse von ML, DL, Natural Language Processing (NLP), Computer Vision (CV) und Python-Programmierung.
Was lernen KI-Enthusiasten?
- Entdecken Sie das 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 & BERT-Modelle
Kurschwierigkeit: Anfänger-Level
Abschlusszeit: ~ 45 Minuten
Voraussetzungen: Mittleres Wissen von 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 aufgebaut wird.
- Behandelt verschiedene NLP-Aufgaben, für die ein BERT-Modell verwendet wird.
9. Erstellen von Bildunterschrift-Modellen
Kurschwierigkeit: Mittleres Level
Abschlusszeit: ~ 1 Tag (Vervollständigen Sie den Quiz/Lab in Ihrem eigenen Tempo)
Voraussetzungen: Kenntnisse von 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 Untertitel zu erstellen.
10. Einführung in das Generative-AI-Studio
Kurschwierigkeit: Einführungs-Level
Abschlusszeit: ~ 1 Tag (Vervollständigen Sie den Quiz/Lab in Ihrem eigenen Tempo)
Voraussetzungen: Keine
Was lernen KI-Enthusiasten?
- Erkennen Sie den Zweck des Generative-AI-Studios, eines Vertex-AI-Produkts.
- Die Optionen und Eigenschaften des Generative-AI-Studios werden in diesem Kurs auch behandelt.
- Enthält ein praktisches Lab, in dem Sie dieses Tool nutzen können.
Nach Abschluss dieser zehn kostenlosen Kurse können Lernende ein umfassendes Verständnis von generativer KI und ihren praktischen Anwendungen erlangen. Lernende 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 andere Menschen dafür einstellen mussten, wird die Frage ‘Wie kann ich Wert schaffen?’ wichtiger denn je.” ― Hendrith Vanlon Smith Jr, CEO von Mayflower-Plymouth, in seinem Buch Business Essentials.
Um sich über Fortschritte im Bereich KI auf dem Laufenden zu halten, besuchen Sie unite.ai.
