Tekoäly
Opi Generative AI:ta Googlella
Tekoäly (AI) -ekosysteemi on kehittynyt nopeasti viimeisen viiden vuoden aikana, ja Generative AI (GAI) on johtanut tätä kehitystä. Itse asiassa Generative AI -markkinan odotetaan kasvavan 36 miljardiin dollariin vuoteen 2028 mennessä, verrattuna 3,7 miljardiin dollariin vuonna 2023.
Tänään Generative AI vaikuttaa moniin aloihin, kuten terveydenhuoltoon, markkinointiin, muotiin ja viihteeseen, koska AI-generaattorit, kuten AI-kuva-generaattorit ja AI-videogeneraattorit, ovat osoittaneet potentiaalia korvata manuaaliset ihmisten tehtävät. Kuitenkin edistymisen tässä alalla vaatii erikoistuneen AI-taitopohjan.
Jotta opiskelu olisi helpompaa AI-entusiasteille, Google on lanseerannut 10 ilmaista kurssia Generative AI:sta. Ennen kuin keskustelemme niistä, katsotaan lyhyesti, mitä generative AI on.
Mikä on Generative AI & Miksi Generative AI:n opiskelu on tärkeää?
Generative AI on erikoistunut AI-ala, joka keskittyy luomaan malleja, jotka voivat luoda uusia realistisia sisältöjä, kuten kuvia, tekstejä, ääniä tai videoita, olemassa olevien data-näytteiden avulla.
Esimerkiksi mallit, kuten ChatGPT ja DALL-E, ovat merkittäviä esimerkkejä Generative AI:sta, joita havaitsemme nyt niiden todellisten sovellusten kautta. ChatGPT on integroitu Bingin hakukoneeseen, kun taas Edge-selain sisältää DALL-E:n.
Kun Generative AI kehittyy, on tullut tärkeää pysyä ajan tasalla tämän teknologian kanssa useista syistä:
- Takaa liiketoiminnan tuottavuuden, kustannusvaikuttavuuden ja tehokkuuden lisääntymisen.
- Rohkaisee kokeilua ja luovuutta.
- Tukee ihmisen ja AI:n yhteistyötä ja lisää ihmisten kykyjä.
- Mahdollistaa innovatiiviset ongelmanratkaisustrategiat.
Nyt katsotaan, miten Google auttaa opiskelijoita opiskelemaan Generative AI:ta.
Google:n 10-kurssin Generative AI -opintopolku
1. Johdanto Generative AI:hin
Kurssin vaikeusaste: Aloittelijan taso
Suorittamisaika: ~ 45 minuuttia
Edellytykset: Ei ole
Mitä AI-entusiastit oppivat?
- Mikä on Generative Artificial Intelligence, miten se toimii, mitkä ovat sen sovellukset ja miten se eroaa standardi machine learning (ML) -tekniikoista.
- Kattaa Google-työkalut omien Generative AI -sovellusten luomiseksi.
- Opit myös Generative AI -mallityypeistä: unimodaalisista tai multimodaalisista, tässä kurssissa. Unimodaaliset järjestelmät ottavat vain yhden syötetyypin, kun taas multimodaaliset järjestelmät voivat ottaa useita syötetyyppejä.
2. Johdanto suuriin kielen malleihin
Kurssin vaikeusaste: Aloittelijan taso
Suorittamisaika: ~ 45 minuuttia
Edellytykset: Ei ole
Mitä AI-entusiastit oppivat?
- Tämä kurssi tutkii LLM (Large Language Models) – AI-malleja, jotka on koulutettu suurilla määrillä teksti-dataa. ”Google:n Bard AI” on erinomainen esimerkki LLM:stä, joka mahdollistaa edistyneen ihmisen ja koneen välistä vuorovaikutusta.
- Ymmärrä, miten LLM:itä käytetään mielipideanalyysissä.
- Opit myös ohjattujen kehysten kautta, joilla kehysten antamiseen annetaan kielen mallille saavuttaaksesi halutun tuloksen.
- Kattaa työkalut, joita Google tarjoaa Gen AI:n kehittämiseen.
3. Johdanto vastuulliseen AI:hin
Kurssin vaikeusaste: Aloittelijan taso
Suorittamisaika: ~ 1 päivä (Suorita quiz/lab omalla ajallasi)
Edellytykset: Ei ole
Mitä AI-entusiastit oppivat?
- Mikä on Vastuullinen tekoäly? Miksi se on tärkeää, ja miten Google toteuttaa tämän teknologian tuotteissaan.
- Johdanto Google:n 7 vastuullisen AI:n periaatteeseen.
4. Generative AI:n perusteet
Kurssin vaikeusaste: Aloittelijan taso
Suorittamisaika: ~ 1 päivä (Suorita quiz/lab omalla ajallasi)
Edellytykset: Ei ole
Mitä AI-entusiastit oppivat?
- Sisältää kaiken edellisten kolmen kurssin sisällön.
- Sisältää lopullisen quizin, jonka kautta voit osoittaa ymmärryksesi Generative AI:n peruskäsitteistä.
5. Johdanto kuva-generaatioon
Kurssin vaikeusaste: Aloittelijan taso
Suorittamisaika: ~ 1 päivä (Suorita quiz/lab omalla ajallasi)
Edellytykset: Tietämys ML:stä, syvän oppimisesta (DL), konvoluutio-neuroverkoista (CNN) ja Python-ohjelmoinnista.
Mitä AI-entusiastit oppivat?
- Tässä kurssissa tutkit diffuusiomalleja, niiden toimintaa ja toteutusta.
- Ymmärrä, mitkä ehdotetut diffuusiomallit ovat.
- Parannukset teksti-kuva-diffuusiomalleissa.
- Koulutus ja käyttöönotto näistä malleista Vertex AI -lla – täysin hallittu ML-alusta Googlelta.
6. Koodari-dekooderi-arkkitehtuuri
Kurssin vaikeusaste: Keskitaso
Suorittamisaika: ~ 1 päivä (Suorita quiz/lab omalla ajallasi)
Edellytykset: Tietämys Python-ohjelmoinnista ja TensorFlowsta.
Mitä AI-entusiastit oppivat?
- Tutki koodari-dekooderi-arkkitehtuurin avainkomponentteja.
- Ymmärrä, miten koodari-dekooderi-arkkitehtuuri voidaan käyttää mallin kouluttamiseen ja tekstin tuottamiseen.
- Sisältää laboratoriotyön, jossa koodaat TensorFlowssa, suositussa ML-kehitysalustassa, jotta voit luoda tuotantokelpoisia malleja.
7. Huomio-mekanismi
Kurssin vaikeusaste: Keskitaso
Suorittamisaika: ~ 45 minuuttia
Edellytykset: Tietämys ML:stä, DL:stä, luonnollisen kielen prosessoinnista (NLP), tietokoneen näöstä (CV) ja Python-ohjelmoinnista.
Mitä AI-entusiastit oppivat?
- Tutki huomio-mekanismi-käsitettä – voimakasta lähestymistapaa, joka mahdollistaa kielen malleille keskittyä tiettyyn syötejonon osaan ymmärtääkseen kontekstuaalisen tiedon.
- Opit, miten se toimii ja sen sovellukset.
- Ymmärrä, miten huomio-mekanismi sovelletaan ML-malleihin.
8. Transformer-mallit ja BERT-mallit
Kurssin vaikeusaste: Aloittelijan taso
Suorittamisaika: ~ 45 minuuttia
Edellytykset: Keskitaso ML:stä, ymmärrys sanan upotuksesta ja huomio-mekanismista, sekä kokemus Pythonista ja TensorFlowsta.
Mitä AI-entusiastit oppivat?
- Opit Transformer-arkkitehtuurista ja tutkit, miten Bidirectional Encoder Representation from Transformer (BERT) -malli on rakennettu Transformerien avulla.
- Kattaa eri NLP-tehtävät, joissa BERT-malliä käytetään.
9. Luo kuva-kuvailumallit
Kurssin vaikeusaste: Keskitaso
Suorittamisaika: ~ 1 päivä (Suorita quiz/lab omalla ajallasi)
Edellytykset: Tietämys ML:stä, DL:stä, NLP:stä, CV:stä ja Python-ohjelmoinnista.
Mitä AI-entusiastit oppivat?
- Opit, miten tunnistaa kuva-kuvailumallin elementit.
- Opit, miten luoda ja arvioida malli kuva-kuvailuun.
- Opit, miten luoda omat kuvailumallit valokuville ja käyttää niitä luomaan kuvauksia.
10. Johdanto Generative AI -studion
Kurssin vaikeusaste: Johdantotaso
Suorittamisaika: ~ 1 päivä (Suorita quiz/lab omalla ajallasi)
Edellytykset: Ei ole
Mitä AI-entusiastit oppivat?
- Tunnistat Generative AI Studio:n tarkoituksen, Vertex AI -tuotteen.
- Generative AI Studio -valinnat ja ominaisuudet käsitellään myös tässä kurssissa.
- Sisältää käytännön laboratoriotyön, jossa voit hyödyntää tätä työkalua.
Kun nämä kymmenen ilmaista kurssia on suoritettu, opiskelijat voivat saavuttaa kattavan ymmärryksen Generative AI:sta ja sen käytännön sovelluksista. Opiskelijat voivat hyödyntää uutta tietämystään edistääkseen Generative AI -alaa ja luodakseen innovatiivisia tuotteita, jotka voivat vaikuttaa myönteisesti yhteiskuntaamme.
“Maailmassa, jossa ChatGPT ja muut AI-sovellukset voivat tehdä monia asioita, joita ihmiset aikaisemmin tekivät itse tai palkkasivat toisia tekemään, kysymys ”miten lisään arvoa?” tulee oleelliseksi.” ― Hendrith Vanlon Smith Jr, Mayflower-Plymouthin toimitusjohtaja, kirjassaan Business Essentials.
Pysy ajan tasalla AI-kehityksistä vierailemalla unite.ai:ssa.
