인공지능
Google에서 생성적 AI 배우기
인공지능(AI) 생태계는 지난 5년 동안 급속히 발전했으며, 생성적 AI(GAI)가 이 발전을 이끌고 있습니다. 실제로 생성적 AI 시장은 2023年的 37억 달러에서 2028년까지 약 36억 달러로 거의 10배로 증가할 것으로 예상됩니다.
오늘날, 생성적 AI는 의료, 마케팅, 패션, 엔터테인먼트 등 다양한 산업에 영향을 미치고 있습니다. 이는 AI 생성기인 AI 이미지 생성기 및 AI 비디오 생성기가 수동적인 인간의 작업을 대체할 수 있는 잠재력을 보여주었기 때문입니다. 그러나 이 분야에서 발전하려면 전문적인 AI 기술이 필요합니다.
따라서 AI 爱好者들에게 학습을 쉽게 하기 위해 Google은 생성적 AI를 위한 10개의 무료 강의를 출시했습니다. 그러나 먼저 생성적 AI가 무엇인지 간략히 살펴보겠습니다.
생성적 AI란 무엇이며, 생성적 AI를 배우는 것이 왜 중요할까요?
생성적 AI는 기존 데이터 샘플을 사용하여 이미지, 텍스트, 오디오 또는 비디오와 같은 새로운 실제 콘텐츠를 생성할 수 있는 모델을 구축하는 전문적인 AI 도메인입니다.
예를 들어, ChatGPT 및 DALL-E와 같은 모델은 생성적 AI의 대표적인 예입니다. 현재 이러한 모델의 실제 적용을 관찰하고 있습니다. ChatGPT는 Bing의 검색 엔진에 통합되었으며, Edge 브라우저는 DALL-E를 내장하고 있습니다.
생성적 AI가 발전함에 따라 이 기술을 최신 상태로 유지하는 것이 여러 가지 이유로 중요해졌습니다:
- 사업의 생산성, 비용 효율성, 효율성을 보장합니다.
- 실험 및 창의성을鼓励합니다.
- 인간-AI 협력을 지원하며 인간의 능력을 강화합니다.
- 혁신적인 문제 해결 전략을 허용합니다.
이제 Google이 생성적 AI를 공부하는 사람들을 어떻게 도와주는지 살펴보겠습니다.
Google의 10개 생성적 AI 학습 경로
1. 생성적 AI 소개
과정 난이도: 초급
완료 시간: 약 45분
사전 조건: 없음
AI 愛好者들이 무엇을 배우게 될까요?
- 생성적 인공지능이 무엇인지, 어떻게 작동하는지, 어떤 응용 프로그램이 있는지, 표준적인 기계 학습(ML) 기술과 어떻게 다른지 배우게 됩니다.
- Google의 생성적 AI 앱을 만들기 위한 도구에 대해 배웁니다.
- 이 과정에서 생성적 AI 모델 유형(unimodal 또는 multimodal)에 대해 배웁니다. 유니모달 시스템은 하나의 입력 유형만을 취급하지만, 멀티모달 시스템은 여러 입력 유형을 취급할 수 있습니다.
2. 대규모 언어 모델 소개
과정 난이도: 초급
완료 시간: 약 45분
사전 조건: 없음
AI 愛好者들이 무엇을 배우게 될까요?
- 이 과정에서는 LLM(Large Language Models)에 대해探索합니다. LLM은大量의 텍스트 데이터로 훈련된 AI 모델입니다. “Google의 Bard AI“는 인간-기계 상호작용을 가능하게 하는 LLM의优秀한 예입니다.
- 감성 분석을 위한 LLM의 사용법을 이해합니다.
- 프롬프트 튜닝에 대해 배웁니다. 프롬프트 튜닝은 언어 모델에 주어진 프롬프트를 정제하여 원하는 출력을 달성하는 것입니다.
- Google이 제공하는 생성적 AI 개발 도구에 대해 배웁니다.
3. 책임 있는 AI 소개
과정 난이도: 초급
완료 시간: 약 1일(퀴즈/랩을 자유 시간에 완료)
사전 조건: 없음
AI 愛好者들이 무엇을 배우게 될까요?
- 책임 있는 인공지능이 무엇인지, 왜 중요한지, 그리고 Google이 제품에 이 기술을 어떻게 구현하는지 배우게 됩니다.
- Google의 7가지 책임 있는 AI 원칙에 대해 소개합니다.
4. 생성적 AI 기초
과정 난이도: 초급
완료 시간: 약 1일(퀴즈/랩을 자유 시간에 완료)
사전 조건: 없음
AI 愛好者들이 무엇을 배우게 될까요?
- 이전 3개의 과정의 모든 내용을 포함합니다.
- 생성적 AI의 기본 개념에 대한 이해를 보여주는 최종 퀴즈가 포함되어 있습니다.
5. 이미지 생성 소개
과정 난이도: 초급
완료 시간: 약 1일(퀴즈/랩을 자유 시간에 완료)
사전 조건: ML, DL, CNN, Python 프로그래밍에 대한 지식
AI 愛好者들이 무엇을 배우게 될까요?
- 이 과정에서 확산 모델에 대해 배웁니다. 확산 모델은 작동 방식과 구현에 대해 배우게 됩니다.
- 무조건부 확산 모델이 무엇인지 이해합니다.
- 텍스트-이미지 확산 모델의 개선에 대해 배웁니다.
- 이러한 모델을 Vertex AI에 훈련 및 배포하는 방법을 배우게 됩니다. Vertex AI는 Google의 완전 관리형 ML 플랫폼입니다.
6. 인코더-디코더 아키텍처
과정 난이도: 중급
완료 시간: 약 1일(퀴즈/랩을 자유 시간에 완료)
사전 조건: Python 프로그래밍 및 TensorFlow에 대한 지식
AI 愛好者들이 무엇을 배우게 될까요?
- 인코더-디코더 아키텍처의 핵심 구성 요소를 발견합니다.
- 인코더-디코더 아키텍처를 사용하여 모델을 훈련하고 텍스트를 생성하는 방법을 이해합니다.
- TensorFlow에서 코드를 작성하여 생산급 모델을 구축하는 랩 워크스루가 포함되어 있습니다. TensorFlow는 인기 있는 ML 개발 플랫폼입니다.
7. 주의 메커니즘
과정 난이도: 중급
완료 시간: 약 45분
사전 조건: ML, DL, NLP, CV, Python 프로그래밍에 대한 지식
AI 愛好者들이 무엇을 배우게 될까요?
- 주의 메커니즘의 개념을 발견합니다. 주의 메커니즘은 언어 모델이 특정 입력 시퀀스 세그먼트에 집중하여 상황 정보를 이해할 수 있는 강력한 접근 방식입니다.
- 그것이 어떻게 작동하는지 및 그 사용법을 배웁니다.
- 주의 메커니즘이 ML 모델에 어떻게 적용되는지 이해합니다.
8. 트랜스포머 모델 및 BERT 모델
과정 난이도: 초급
완료 시간: 약 45분
사전 조건: ML, 단어 임베딩 및 주의 메커니즘에 대한 중급 지식, Python 및 TensorFlow에 대한 경험
AI 愛好者들이 무엇을 배우게 될까요?
- 트랜스포머 아키텍처에 대해 배우고, 트랜스포머를 사용하여 BERT 모델을 어떻게 구축하는지 탐색합니다.
- BERT 모델을 사용하는 다양한 NLP 작업에 대해 배웁니다.
9. 이미지 캡션 모델 생성
과정 난이도: 중급
완료 시간: 약 1일(퀴즈/랩을 자유 시간에 완료)
사전 조건: ML, DL, NLP, CV, Python 프로그래밍에 대한 지식
AI 愛好者들이 무엇을 배우게 될까요?
- 이미지 캡션 모델의 요소를 식별하는 방법을 배우게 됩니다.
- 이미지 캡션 모델을 구축 및 평가하는 방법을 배웁니다.
- 사진에 대한 캡션 모델을 생성하고 사용하여 캡션을 생성하는 방법을 배웁니다.
10. 생성적 AI 스튜디오 소개
과정 난이도: 입문자
완료 시간: 약 1일(퀴즈/랩을 자유 시간에 완료)
사전 조건: 없음
AI 愛好者들이 무엇을 배우게 될까요?
- 생성적 AI 스튜디오의 목적을 인식합니다. 생성적 AI 스튜디오는 Vertex AI 제품입니다.
- 생성적 AI 스튜디오의 옵션 및 속성에 대해 배웁니다.
- 이 도구를 사용하는 실습 랩이 포함되어 있습니다.
이 10개의 무료 과정들을 완료한 후, 학습자들은 생성적 AI와 그 실제 적용에 대한 포괄적인 이해를 가질 수 있습니다. 학습자들은 새로 습득한 지식을 사용하여 생성적 AI 분야를 발전시키고, 우리 사회에 긍정적인 영향을 미칠 수 있는 혁신적인 제품을 구축할 수 있습니다.
“ChatGPT 및 기타 AI 앱이 인간이 이전에 스스로 해야 했거나 다른 사람을 고용해야 했던 많은 일을 할 수 있는 세계에서, ‘나는 어떻게 가치를 더할 수 있을까?’라는 질문이 더 중요해집니다.” ― 헨드리스 스미스 주니어, 메이플라워-플리머스 CEO, 그의 책 비즈니스 에센셜스에서.
AI의 발전을 최신 상태로 유지하려면 unite.ai를 방문하세요.
