Belajar Generative AI dengan Google

Ekosistem Kecerdasan Buatan (AI) telah berkembang pesat dalam lima tahun terakhir, dengan Generative AI (GAI) memimpin evolusi ini. Faktanya, pasar Generative AI diperkirakan akan mencapai $36 miliar pada tahun 2028, dibandingkan dengan $3,7 miliar pada tahun 2023.

Saat ini, Generative AI mempengaruhi banyak industri, seperti kesehatan, pemasaran, mode, dan hiburan karena generator AI seperti generator gambar AI dan generator video AI telah menunjukkan potensi untuk menggantikan tugas manual manusia. Namun, kemajuan di bidang ini memerlukan keterampilan AI yang spesifik.

Jadi, untuk memudahkan pembelajaran bagi penggemar AI, Google (GOOGL ) telah meluncurkan 10 kursus gratis untuk Generative AI. Sebelum kita membahasnya, mari kita lihat secara singkat apa itu generative AI.

Apa itu Generative AI & Mengapa Belajar Generative AI Penting?

Generative AI adalah domain AI yang spesifik yang fokus pada membangun model yang dapat menghasilkan konten realistis baru, seperti gambar, teks, audio, atau video, menggunakan sampel data yang ada.

Contohnya, model seperti ChatGPT dan DALL-E adalah contoh menonjol dari Generative AI karena kita sekarang mengamati aplikasi dunia nyata mereka. ChatGPT terintegrasi ke mesin pencari Bing, sedangkan peramban Edge sekarang mengintegrasikan DALL-E.

Ketika Generative AI berkembang, tetap mendapatkan informasi terbaru tentang teknologi ini telah menjadi penting karena beberapa alasan:

• Memastikan produktivitas bisnis, efisiensi biaya, dan peningkatan efisiensi.
• Mendorong eksperimen dan kreativitas.
• Mendukung kolaborasi manusia-AI dan meningkatkan kemampuan manusia.
• Memungkinkan strategi pemecahan masalah inovatif.

Sekarang, mari kita lihat bagaimana Google membantu pembelajar mempelajari Generative AI.

Jalur Pembelajaran Generative AI 10-Kursus Google

1. Pengenalan Generative AI

Sumber Gambar

Tingkat kesulitan kursus: Tingkat pemula

Waktu penyelesaian: ~ 45 menit

Prasyarat: Tidak ada

Apa yang akan dipelajari oleh penggemar AI?

• Apa itu Kecerdasan Buatan Generatif, bagaimana cara kerjanya, apa aplikasinya, dan bagaimana ia berbeda dari teknik pembelajaran mesin (ML) standar.
• Mencakup alat Google untuk membuat aplikasi Generative AI Anda sendiri.
• Anda juga akan mempelajari tentang jenis model Generative AI: unimodal atau multimodal, dalam kursus ini. Sistem unimodal hanya menerima satu jenis input, sedangkan sistem multimodal dapat menerima lebih dari satu jenis input.

2. Pengenalan Model Bahasa Besar

Sumber Gambar

Tingkat kesulitan kursus: Tingkat pemula

Waktu penyelesaian: ~ 45 menit

Prasyarat: Tidak ada

Apa yang akan dipelajari oleh penggemar AI?

• Kursus ini menjelajahi Model Bahasa Besar (LLM) – model AI yang dilatih pada sejumlah besar data teks. “Bard AI Google” adalah contoh yang sangat baik dari LLM yang memungkinkan interaksi manusia-mesin yang canggih.
• Mempelajari cara LLM digunakan untuk analisis sentimen.
• Mempelajari tentang penyetelan prompt, di mana prompt yang diberikan kepada model bahasa dioptimalkan untuk mencapai output yang diinginkan.

• Mencakup alat yang disediakan Google untuk pengembangan Gen AI.

3. Pengenalan Kecerdasan Buatan yang Bertanggung Jawab

Sumber Gambar

Tingkat kesulitan kursus: Tingkat pemula

Waktu penyelesaian: ~ 1 hari (Selesaikan kuis/laboratorium sesuai waktu Anda)

Prasyarat: Tidak ada

Apa yang akan dipelajari oleh penggemar AI?

• Apa itu Kecerdasan Buatan yang Bertanggung Jawab? Mengapa penting, dan bagaimana Google menerapkan teknologi ini dalam produknya.
• Pengenalan terhadap 7 prinsip Kecerdasan Buatan yang Bertanggung Jawab dari Google.

4. Dasar-Dasar Generative AI

Sumber Gambar

Tingkat kesulitan kursus: Tingkat pemula

Waktu penyelesaian: ~ 1 hari (Selesaikan kuis/laboratorium sesuai waktu Anda)

Prasyarat: Tidak ada

Apa yang akan dipelajari oleh penggemar AI?

• Mengandung semua konten dari tiga kursus sebelumnya.
• Termasuk kuis akhir di mana Anda dapat menunjukkan pemahaman Anda tentang konsep dasar Generative AI.

5. Pengenalan Pembuatan Gambar

Sumber Gambar

Tingkat kesulitan kursus: Tingkat pemula

Waktu penyelesaian: ~ 1 hari (Selesaikan kuis/laboratorium sesuai waktu Anda)

Prasyarat: Pengetahuan tentang ML, Pembelajaran Dalam (DL), Jaringan Saraf Konvolusi (CNN), dan pemrograman Python.

Apa yang akan dipelajari oleh penggemar AI?

• Dalam kursus ini, Anda akan menemukan model difusi, cara kerjanya, dan implementasinya.
• Mempelajari apa itu model difusi tak bersyarat.
• Perbaikan dalam model difusi teks-ke-gambar.
• Pelatihan dan penerapan model-model ini pada Vertex AI – platform ML yang sepenuhnya dikelola oleh Google.

6. Arsitektur Encoder-Decoder

Sumber Gambar

Tingkat kesulitan kursus: Tingkat menengah

Waktu penyelesaian: ~ 1 hari (Selesaikan kuis/laboratorium sesuai waktu Anda)

Prasyarat: Pengetahuan tentang pemrograman Python dan TensorFlow.

Apa yang akan dipelajari oleh penggemar AI?

• Menemukan komponen kunci dari arsitektur encoder-decoder.
• Mempelajari cara menggunakan arsitektur encoder-decoder untuk melatih model dan menghasilkan teks dari itu.
• Termasuk walkthrough laboratorium di mana Anda akan menulis kode dalam TensorFlow, platform pengembangan ML yang populer untuk membangun model kelas produksi.

7. Mekanisme Perhatian

Sumber Gambar

Tingkat kesulitan kursus: Tingkat menengah

Waktu penyelesaian: ~ 45 menit

Prasyarat: Pengetahuan tentang ML, DL, Pengolahan Bahasa Alami (NLP), Penglihatan Komputer (CV), dan pemrograman Python.

Apa yang akan dipelajari oleh penggemar AI?

• Menemukan konsep mekanisme perhatian – pendekatan yang kuat yang memungkinkan model bahasa untuk fokus pada segmen urutan input tertentu untuk memahami informasi kontekstual.
• Mempelajari cara kerjanya dan penggunaannya.
• Mempelajari cara menerapkan mekanisme perhatian pada model ML.

8. Model Transformer & Model BERT

Sumber Gambar

Tingkat kesulitan kursus: Tingkat pemula

Waktu penyelesaian: ~ 45 menit

Prasyarat: Pengetahuan menengah tentang ML, pemahaman tentang word embeddings dan mekanisme perhatian, serta pengalaman dengan Python dan TensorFlow.

Apa yang akan dipelajari oleh penggemar AI?

• Mempelajari tentang arsitektur Transformer dan menjelajahi bagaimana model Representasi Encoder Bidirectional dari Transformer (BERT) dibangun menggunakan Transformer.
• Mencakup tugas NLP yang berbeda untuk mana model BERT digunakan.

9. Membuat Model Keterangan Gambar

Sumber Gambar

Tingkat kesulitan kursus: Tingkat menengah

Waktu penyelesaian: ~ 1 hari (Selesaikan kuis/laboratorium sesuai waktu Anda)

Prasyarat: Pengetahuan tentang ML, DL, NLP, CV, dan pemrograman Python.

Apa yang akan dipelajari oleh penggemar AI?

• Bagaimana mengidentifikasi elemen-elemen model keterangan gambar.
• Bagaimana membangun dan menilai model untuk keterangan gambar.
• Bagaimana membuat model keterangan gambar Anda sendiri untuk foto dan menggunakannya untuk membuat keterangan.

10. Pengenalan Studio Generative AI

Sumber Gambar

Tingkat kesulitan kursus: Tingkat pengenalan

Waktu penyelesaian: ~ 1 hari (Selesaikan kuis/laboratorium sesuai waktu Anda)

Prasyarat: Tidak ada

Apa yang akan dipelajari oleh penggemar AI?

• Mengenali tujuan Studio Generative AI, produk Vertex AI.
• Opsi dan properti Studio Generative AI juga dibahas dalam kursus ini.
• Termasuk laboratorium praktis di mana Anda dapat menggunakan alat ini.

Setelah menyelesaikan kesepuluh kursus gratis ini, pembelajar dapat memiliki pemahaman komprehensif tentang Generative AI dan aplikasi praktisnya. Pembelajar dapat menggunakan pengetahuan baru mereka untuk memajukan bidang Generative AI, membangun produk inovatif yang dapat berdampak positif pada masyarakat kita.

“Di dunia di mana ChatGPT dan aplikasi AI lainnya dapat melakukan banyak hal yang sebelumnya memerlukan campur tangan manusia atau memerlukan pekerjaan lain, pertanyaan ‘bagaimana saya akan menambah nilai?’ menjadi lebih relevan dari sebelumnya.” ― Hendrith Vanlon Smith Jr, CEO Mayflower-Plymouth, dalam bukunya Prinsip-Prinsip Bisnis.

Untuk tetap mendapatkan informasi terbaru tentang kemajuan AI, kunjungi unite.ai.