Google에서 생성 AI 배우기

인공 지능(AI) 생태계는 지난 XNUMX년 동안 빠르게 진화했으며, 생성 AI(GAI)가 이러한 진화를 주도하고 있습니다. 실제로 Generative AI 시장은 36에 의해 $ 2028 억, 3.7년의 2023억 달러와 비교됩니다.

오늘날 Generative AI는 의료, 마케팅, 패션 및 엔터테인먼트와 같은 많은 산업에 영향을 미치고 있습니다. AI 이미지 생성기 및 AI 비디오 생성기 수동 인간 작업을 대체할 수 있는 가능성을 보여주었습니다. 그러나 이 분야에서 발전하려면 전문 AI 기술이 필요합니다.

그래서 AI 애호가들이 더 쉽게 학습할 수 있도록 Google은 제너레이티브 AI를 위한 10개의 무료 과정. 논의하기 전에 제너레이티브 AI가 무엇인지 간단히 알아보겠습니다.

제너레이티브 AI란 무엇이며 제너레이티브 AI 학습이 중요한 이유는 무엇입니까?

제너레이티브 AI 기존 데이터 샘플을 사용하여 이미지, 텍스트, 오디오 또는 비디오와 같은 새로운 사실적인 콘텐츠를 생성할 수 있는 모델을 구축하는 데 중점을 둔 전문 AI 도메인입니다.

예를 들어, 다음과 같은 모델 ChatGPT 및 DALL-E 현재 실제 응용 프로그램을 관찰하고 있는 Generative AI의 대표적인 예입니다. ChatGPT는 Bing의 검색 엔진에 통합, Edge 브라우저는 이제 DALL-E를 통합합니다.

제너레이티브 AI가 발전함에 따라 다음과 같은 몇 가지 이유로 이 기술을 최신 상태로 유지하는 것이 중요해졌습니다.

• 보장 비즈니스 생산성, 비용 효율성 및 효율성 증가.
• 실험과 창의성을 장려합니다.
• 인간-AI ​​협업을 지원하고 인간의 역량을 강화합니다.
• 혁신적인 문제 해결 전략을 허용합니다.

이제 학습자가 Generative AI를 공부하도록 Google이 어떻게 돕고 있는지 살펴보겠습니다.

Google의 10개 코스 생성 AI 학습 경로

1. 제너레이티브 AI 소개

코스 난이도: 초심자 수준

완료 시간: ~ 45 분

전제 조건 : 아니

AI 애호가들은 무엇을 배우게 될까요?

• 생성 인공 지능이란 무엇이며 어떻게 작동하며 응용 프로그램은 무엇이며 표준과 어떻게 다른지 머신 러닝 (ML) 기법.
• 나만의 Generative AI 앱을 만들기 위한 Google 도구를 다룹니다.
• 또한 이 과정에서는 제너레이티브 AI 모델 유형(단일 모드 또는 다중 모드)에 대해서도 배웁니다. 단일 모드 시스템은 하나의 입력 유형만 사용하는 반면 다중 모드 시스템은 하나 이상의 입력 유형을 사용할 수 있습니다.

2. 대규모 언어 모델 소개

코스 난이도: 초심자 수준

완료 시간: ~ 45 분

전제 조건 : 아니

AI 애호가들은 무엇을 배우게 될까요?

• 이 과정은 탐구 LLM(대형 언어 모델) – 대량의 텍스트 데이터로 훈련된 AI 모델. “구글의 바드 AI”는 고급 인간-기계 상호 작용을 가능하게 하는 LLM의 훌륭한 예입니다.
• 감정 분석에 LLM이 사용되는 방식을 이해합니다.
• 원하는 출력을 얻기 위해 언어 모델에 제공된 프롬프트를 개선하는 프롬프트 튜닝에 대해 알아봅니다.

• Gen AI 개발을 위해 Google에서 제공하는 도구를 다룹니다.

3. 책임 있는 AI 소개

코스 난이도: 초심자 수준

완료 시간: ~ 1일(자신의 시간에 퀴즈/실험실 완료)

전제 조건 : 아니

AI 애호가들은 무엇을 배우게 될까요?

• 책임 있는 인공 지능? 이것이 중요한 이유와 Google이 제품에 이 기술을 구현하는 방법입니다.
• Google의 7가지 책임 있는 AI 원칙을 소개합니다.

4. 제너레이티브 AI 기초

코스 난이도: 초심자 수준

완료 시간: ~ 1일(자신의 시간에 퀴즈/실험실 완료)

전제 조건 : 아니

AI 애호가들은 무엇을 배우게 될까요?

• 이전 세 과정의 모든 콘텐츠가 포함되어 있습니다.
• Generative AI의 기본 개념에 대한 이해를 보여줄 수 있는 최종 퀴즈가 포함되어 있습니다.

5. 이미지 생성 소개

코스 난이도: 초심자 수준

완료 시간: ~ 1일(자신의 시간에 퀴즈/실험실 완료)

전제 조건 : ML, Deep Learning(DL), Convolutional Neural Nets(CNN) 및 Python 프로그래밍에 대한 지식.

AI 애호가들은 무엇을 배우게 될까요?

• 이 코스에서 당신은 발견하게 될 것입니다. 확산 모델, 작업 및 구현.
• 무조건 확산 모델이 무엇인지 이해합니다.
• 텍스트 대 이미지 확산 모델의 개선.
• 이러한 모델을 교육 및 배포 버텍스 AI – Google의 완전 관리형 ML 플랫폼입니다.

6. 인코더-디코더 아키텍처

코스 난이도: 중급

완료 시간: ~ 1일(자신의 시간에 퀴즈/실험실 완료)

전제 조건 : 파이썬 프로그래밍에 대한 지식과 TensorFlow.

AI 애호가들은 무엇을 배우게 될까요?

• 인코더-디코더 아키텍처의 핵심 구성 요소를 살펴보십시오.
• 인코더-디코더 아키텍처를 사용하여 모델을 학습하고 텍스트를 생성하는 방법을 이해합니다.
• 프로덕션 등급 모델을 구축하기 위해 널리 사용되는 ML 개발 플랫폼인 TensorFlow에서 코딩하는 랩 연습이 포함되어 있습니다.

7. 주의 메커니즘

코스 난이도: 중급

완료 시간: ~ 45 분

전제 조건 : ML, DL에 대한 지식, 자연 언어 처리 (NLP), 컴퓨터 비전(CV) 및 Python 프로그래밍.

AI 애호가들은 무엇을 배우게 될까요?

• 언어 모델이 문맥 정보를 이해하기 위해 특정 입력 시퀀스 세그먼트에 집중할 수 있게 해주는 강력한 접근 방식인 어텐션 메커니즘의 개념을 알아보세요.
• 작동 방식과 용도에 대해 알아보십시오.
• 주의 메커니즘이 ML 모델에 적용되는 방식을 이해합니다.

8. 트랜스포머 모델 및 BERT 모델

코스 난이도: 초심자 수준

완료 시간: ~ 45 분

전제 조건 : ML에 대한 중급 지식, 단어 임베딩 및 어텐션 메커니즘에 대한 이해, Python 및 TensorFlow 사용 경험.

AI 애호가들은 무엇을 배우게 될까요?

• Transformer 아키텍처에 대해 알아보고 Transformer를 사용하여 BERT(Bidirectional Encoder Representation from the Transformer) 모델을 구축하는 방법을 살펴보십시오.
• BERT 모델이 사용되는 다양한 NLP 작업을 다룹니다.

9. 이미지 캡션 모델 만들기

코스 난이도: 중급

완료 시간: ~ 1일(자신의 시간에 퀴즈/실험실 완료)

전제 조건 : ML, DL, NLP, CV 및 Python 프로그래밍에 대한 지식.

AI 애호가들은 무엇을 배우게 될까요?

• 이미지 캡션 모델의 요소를 식별하는 방법.
• 이미지 캡션을 위한 모델을 구축하고 평가하는 방법.
• 사진에 대한 고유한 캡션 모델을 만들고 이를 사용하여 캡션을 만드는 방법.

10. Generative AI Studio 소개

코스 난이도: 입문 수준

완료 시간: ~ 1일(자신의 시간에 퀴즈/실험실 완료)

전제 조건 : 아니

AI 애호가들은 무엇을 배우게 될까요?

• 의 목적을 인식 제너레이티브 AI 스튜디오, Vertex AI 제품.
• Generative AI Studio의 옵션과 속성도 이 과정에서 다룹니다.
• 이 도구를 활용할 수 있는 실습 랩이 포함되어 있습니다.

이 XNUMX개의 무료 과정을 마친 후 학습자는 Generative AI와 실제 적용에 대해 포괄적으로 이해할 수 있습니다. 학습자는 새로 습득한 지식을 활용하여 제너레이티브 AI 분야를 발전시켜 우리 사회에 긍정적인 영향을 미칠 수 있는 혁신적인 제품을 구축할 수 있습니다.

"ChatGPT 및 기타 AI 앱이 한때 인간이 스스로 해야 하거나 다른 인간을 고용해야 했던 많은 일을 할 수 있는 세상에서 '어떻게 가치를 추가할 것인가?'라는 질문이 생깁니다. 그 어느 때보다 중요해집니다.” ― Mayflower-Plymouth의 CEO인 Hendrith Vanlon Smith Jr는 자신의 저서에서 비즈니스 필수품.

AI 발전에 대한 최신 정보를 얻으려면 다음을 방문하십시오. 단결.ai.