Lär dig Generative AI med Google

Artificiell intelligens (AI) ekosystemet har utvecklats snabbt under de senaste fem åren, med Generative AI (GAI) i spetsen för denna utveckling. Faktum är att den generativa AI-marknaden förväntas nå 36 miljarder dollar år 2028, jämfört med 3,7 miljarder dollar år 2023.

Idag påverkar Generative AI många branscher, såsom hälsovård, marknadsföring, mode och underhållning eftersom AI-genererare som AI-bildgenererare och AI-videogenererare har visat oss potentialen att ersätta manuella mänskliga uppgifter. Men att utvecklas i detta område kräver en specialiserad AI-kompetens.

Så, för att göra lärandet enklare för AI-entusiaster, har Google (GOOGL ) lanserat 10 gratis kurser för Generative AI. Innan vi diskuterar dem, låt oss se vad generativ AI är.

Vad är Generative AI & Varför är det viktigt att lära sig Generative AI?

Generative AI är ett specialiserat AI-område som fokuserar på att bygga modeller som kan generera ny realistisk innehåll, som bilder, text, ljud eller videor, med hjälp av befintliga dataexempel.

Till exempel är modeller som ChatGPT och DALL-E framstående exempel på Generative AI, eftersom vi nu observerar deras verkliga tillämpningar. ChatGPT är integrerad i Bings sökmotor, medan Edge-webbläsaren nu inkorporerar DALL-E.

När Generative AI utvecklas har det blivit viktigt att hålla sig uppdaterad med denna teknik av flera skäl:

• Säkerställer företagsproduktivitet, kostnadseffektivitet och ökad effektivitet.
• Uppmuntrar experiment och kreativitet.
• Stöder mänsklig-AI-samarbete och förstärker mänskliga förmågor.
• Tillåter innovativa problemlösningsstrategier.

Nu, låt oss se hur Google hjälper lärande att studera Generative AI.

Googles 10-kurs Generative AI-läroplan

1. Introduktion till Generative AI

Bildkälla

Kurs svårighetsgrad: Nybörjarnivå

Slutdatum: ~ 45 minuter

Förkunskaper: Inga

Vad kommer AI-entusiaster att lära sig?

• Vad är Generativ Artificiell Intelligens, hur den fungerar, vilka tillämpningar den har och hur den skiljer sig från standard maskinlärning (ML)-tekniker.
• Omfattar Google-verktyg för att skapa dina egna Generative AI-appar.
• Du kommer också att lära dig om Generative AI-modelltyper: unimodala eller multimodala, i denna kurs. Unimodala system tar endast en inmatningstyp, medan multimodala system kan ta flera inmatningstyper.

2. Introduktion till Stora Språkmodeller

Bildkälla

Kurs svårighetsgrad: Nybörjarnivå

Slutdatum: ~ 45 minuter

Förkunskaper: Inga

Vad kommer AI-entusiaster att lära sig?

• Denna kurs utforskar LLM (Large Language Models) – AI-modeller som tränats på stora mängder textdata. “Googles Bard AI” är ett utmärkt exempel på en LLM som möjliggör avancerad mänsklig-maskininteraktion.
• Förstå hur LLM används för sentimentanalys.
• Lär dig om prompt-tuning, genom vilken prompten som ges till en språkmodell förfinas för att uppnå önskat utdata.

• Omfattar verktyg som Google tillhandahåller för utveckling av Gen AI.

3. Introduktion till Ansvarsfull AI

Bildkälla

Kurs svårighetsgrad: Nybörjarnivå

Slutdatum: ~ 1 dag (Slutför quiz/laboration på egen tid)

Förkunskaper: Inga

Vad kommer AI-entusiaster att lära sig?

• Vad är Ansvarsfull Artificiell Intelligens? Varför det är viktigt och hur Google implementerar denna teknik i sina produkter.
• En introduktion till Googles 7 principer för Ansvarsfull AI.

4. Generative AI-grunder

Bildkälla

Kurs svårighetsgrad: Nybörjarnivå

Slutdatum: ~ 1 dag (Slutför quiz/laboration på egen tid)

Förkunskaper: Inga

Vad kommer AI-entusiaster att lära sig?

• Innehåller allt innehåll från de tre föregående kurserna.
• Inkluderar en slutlig quiz genom vilken du kan visa din förståelse för de grundläggande koncepten i Generative AI.

5. Introduktion till Bildgenerering

Bildkälla

Kurs svårighetsgrad: Nybörjarnivå

Slutdatum: ~ 1 dag (Slutför quiz/laboration på egen tid)

Förkunskaper: Kunskap om ML, Djupinlärning (DL), Konvolutionsneuronnät (CNN) och Python-programmering.

Vad kommer AI-entusiaster att lära sig?

• I denna kurs kommer du att upptäcka diffusionsmodeller, deras funktion och implementering.
• Förstå vad oconditionerade diffusionsmodeller är.
• Förbättringar i text-till-bild-diffusionsmodeller.
• Träning och distribution av dessa modeller på Vertex AI – en fullständigt hanterad ML-plattform från Google.

6. Kodnings-Decodningsarkitektur

Bildkälla

Kurs svårighetsgrad: Mellannivå

Slutdatum: ~ 1 dag (Slutför quiz/laboration på egen tid)

Förkunskaper: Kunskap om Python-programmering och TensorFlow.

Vad kommer AI-entusiaster att lära sig?

• Upptäck de viktigaste komponenterna i kodnings-dekodningsarkitekturen.
• Förstå hur du använder kodnings-dekodningsarkitekturen för att träna en modell och producera text från den.
• Inkluderar en laborationsgenomgång där du kommer att koda i TensorFlow, en populär ML-utvecklingsplattform för att bygga produktionsklara modeller.

7. Uppmärksamhetsmekanism

Bildkälla

Kurs svårighetsgrad: Mellannivå

Slutdatum: ~ 45 minuter

Förkunskaper: Kunskap om ML, DL, Naturlig Språkbehandling (NLP), Datorseende (CV) och Python-programmering.

Vad kommer AI-entusiaster att lära sig?

• Upptäck konceptet uppmärksamhetsmekanism – en kraftfull metod som möjliggör för språkmodeller att fokusera på specifika inmatningssekvenssegment för att förstå kontextuell information.
• Lär dig hur det fungerar och dess användningsområden.
• Förstå hur uppmärksamhetsmekanismen tillämpas på ML-modeller.

8. Transformatormodeller & BERT-modeller

Bildkälla

Kurs svårighetsgrad: Nybörjarnivå

Slutdatum: ~ 45 minuter

Förkunskaper: Mellankunskaper om ML, förståelse av ordinbäddningar och uppmärksamhetsmekanism, och erfarenhet av Python och TensorFlow.

Vad kommer AI-entusiaster att lära sig?

• Lär dig om Transformatorarkitekturen och utforska hur en Bidirectional Encoder Representation from the Transformer (BERT) modell byggs med hjälp av Transformatorer.
• Omfattar olika NLP-uppgifter för vilka en BERT-modell används.

9. Skapa Bildbeskrivningsmodeller

Bildkälla

Kurs svårighetsgrad: Mellannivå

Slutdatum: ~ 1 dag (Slutför quiz/laboration på egen tid)

Förkunskaper: Kunskap om ML, DL, NLP, CV och Python-programmering.

Vad kommer AI-entusiaster att lära sig?

• Hur man identifierar elementen i en bildbeskrivningsmodell.
• Hur man bygger och utvärderar en modell för bildbeskrivning.
• Hur man skapar dina egna beskrivningsmodeller för foton och använder dem för att skapa beskrivningar.

10. Introduktion till Generative AI Studio

Bildkälla

Kurs svårighetsgrad: Introduktionsnivå

Slutdatum: ~ 1 dag (Slutför quiz/laboration på egen tid)

Förkunskaper: Inga

Vad kommer AI-entusiaster att lära sig?

• Känna igen syftet med Generative AI Studio, en Vertex AI-produkt.
• Alternativen och egenskaperna för Generative AI Studio omfattas också i denna kurs.
• Innehåller en praktisk laboration där du kan använda detta verktyg.

Efter att ha slutfört dessa tio gratis kurser kan lärande ha en omfattande förståelse för Generative AI och dess praktiska tillämpningar. Lärande kan använda sin nyförvärvade kunskap för att utveckla Generative AI-området, bygga innovativa produkter som kan ha en positiv inverkan på vårt samhälle.

“I en värld där ChatGPT och andra AI-appar kan göra många saker som människor tidigare behövde göra själva eller behövde anställa andra människor för att göra, blir frågan ‘hur kommer jag att lägga till värde?’ mer relevant än någonsin.” ― Hendrith Vanlon Smith Jr, VD för Mayflower-Plymouth, i sin bok Business Essentials.

För att hålla dig uppdaterad om AI-utvecklingar, besök unite.ai.