เรียนรู้ Generative AI ด้วย Google

ระบบนิเวศของปัญญาประดิษฐ์ (AI) ได้พัฒนาไปอย่างรวดเร็วในช่วง 5 ปีที่ผ่านมา โดย Generative AI (GAI) นำความก้าวหน้านี้ไปสู่ความสำเร็จ ในความเป็นจริง ตลาด Generative AI คาดว่าจะเติบโตถึง $36 พันล้านโดยปี 2028 เมื่อเทียบกับ $3.7 พันล้านในปี 2023

ปัจจุบัน Generative AI ส่งผลกระทบต่ออุตสาหกรรมต่างๆ เช่น สุขภาพ การตลาด แฟชั่น และความบันเทิง เนื่องจากเครื่องมือ AI เช่น เครื่องมือสร้างภาพ AI และ เครื่องมือสร้างวิดีโอ AI ได้แสดงให้เห็นถึงศักยภาพในการแทนที่งานที่ทำโดยมนุษย์ อย่างไรก็ตาม การก้าวหน้าในด้านนี้ต้องอาศัยทักษะ AI ที่เชี่ยวชาญ

ดังนั้น เพื่อให้การเรียนรู้ง่ายขึ้นสำหรับผู้ที่หลงใหลใน AI Google (GOOGL ) ได้เปิดตัว 10 คอร์สฟรีสำหรับ Generative AI ก่อนที่เราจะพูดถึงคอร์สเหล่านี้ มาทำความรู้จักกับ Generative AI กันก่อน

Generative AI คืออะไร และทำไมการเรียนรู้ Generative AI จึงสำคัญ?

Generative AI เป็นโดเมน AI ที่เชี่ยวชาญในการสร้างโมเดลที่สามารถสร้างเนื้อหาที่สมจริงใหม่ๆ เช่น ภาพข้อความ เสียง หรือวิดีโอ โดยใช้ข้อมูลตัวอย่างที่มีอยู่

ตัวอย่างเช่น โมเดลอย่าง ChatGPT และ DALL-E เป็นตัวอย่างที่โดดเด่นของ Generative AI ที่เรากำลังเห็นผลกระทบในโลกแห่งความเป็นจริง ChatGPT ถูกผสมผสานเข้ากับ เครื่องมือค้นหา Bing ในขณะที่ เบราว์เซอร์ Edge มีการรวม DALL-E แล้ว

เมื่อ Generative AI พัฒนาไป การติดตามเทคโนโลยีนี้ได้กลายเป็นสิ่งสำคัญจากหลายๆ เหตุผล เช่น

• รับประกัน ผลผลิตของธุรกิจ ที่มีประสิทธิภาพ ต้นทุน และประสิทธิภาพที่เพิ่มขึ้น
• ส่งเสริมการทดลองและความคิดสร้างสรรค์
• สนับสนุนการทำงานร่วมกันระหว่างมนุษย์และ AI และเพิ่มขีดความสามารถของมนุษย์
• ช่วยให้สามารถหาวิธีแก้ปัญหาใหม่ๆ ได้

ทีนี้ มาทำความรู้จักกับวิธีที่ Google ช่วยให้ผู้เรียนรู้เรียนรู้เกี่ยวกับ Generative AI

เส้นทางการเรียนรู้ Generative AI 10 คอร์สของ Google

1. การแนะนำ Generative AI

แหล่งที่มาของภาพ

ระดับความยากของคอร์ส: ระดับเริ่มต้น

เวลาในการเรียน: ประมาณ 45 นาที

ข้อกำหนดเบื้องต้น: ไม่มี

สิ่งที่ผู้เรียนรู้จะเรียนรู้:

• Generative Artificial Intelligence คืออะไร มันทำงานอย่างไร มีการใช้งานอะไรบ้าง และมันแตกต่างจากเทคนิค การเรียนรู้ของเครื่อง (ML) อย่างไร
• ครอบคลุมเครื่องมือของ Google สำหรับการสร้างแอปพลิเคชัน Generative AI ของคุณเอง
• คุณจะเรียนรู้เกี่ยวกับประเภทของโมเดล Generative AI: ระบบโหมดเดียวหรือหลายโหมด ในคอร์สนี้ ระบบโหมดเดียวรับข้อมูลเข้าเพียงประเภทเดียว ในขณะที่ระบบหลายโหมดสามารถรับข้อมูลเข้าหลายประเภทได้

2. การแนะนำ Large Language Models

แหล่งที่มาของภาพ

ระดับความยากของคอร์ส: ระดับเริ่มต้น

เวลาในการเรียน: ประมาณ 45 นาที

ข้อกำหนดเบื้องต้น: ไม่มี

สิ่งที่ผู้เรียนรู้จะเรียนรู้:

• คอร์สนี้สำรวจ Large Language Models (LLMs) – โมเดล AI ที่ฝึกอบรมด้วยข้อมูลข้อความจำนวนมาก “Google’s Bard AI” เป็นตัวอย่างที่ดีของ LLM ที่ทำให้การโต้ตอบระหว่างมนุษย์และเครื่องจักรที่ซับซ้อนเป็นไปได้
• เข้าใจว่า LLMs ใช้สำหรับการวิเคราะห์ความรู้สึก
• เรียนรู้เกี่ยวกับการปรับแต่งคำสั่งซึ่งคำสั่งที่ให้กับโมเดลภาษาจะถูกปรับให้เหมาะสมเพื่อให้ได้ผลลัพธ์ที่ต้องการ

• ครอบคลุมเครื่องมือที่ Google มอบให้สำหรับการพัฒนา Gen AI

3. การแนะนำ Responsible AI

แหล่งที่มาของภาพ

ระดับความยากของคอร์ส: ระดับเริ่มต้น

เวลาในการเรียน: ประมาณ 1 วัน (ทำแบบทดสอบ/แล็บตามเวลาของคุณ)

ข้อกำหนดเบื้องต้น: ไม่มี

สิ่งที่ผู้เรียนรู้จะเรียนรู้:

• คืออะไร Responsible Artificial Intelligence? ทำไมมันสำคัญ และวิธีการนำไปใช้ในผลิตภัณฑ์ของ Google
• การแนะนำหลักการ Responsible AI 7 ข้อของ Google

4. หลักการของ Generative AI

แหล่งที่มาของภาพ

ระดับความยากของคอร์ส: ระดับเริ่มต้น

เวลาในการเรียน: ประมาณ 1 วัน (ทำแบบทดสอบ/แล็บตามเวลาของคุณ)

ข้อกำหนดเบื้องต้น: ไม่มี

สิ่งที่ผู้เรียนรู้จะเรียนรู้:

• ประกอบด้วยเนื้อหาทั้งหมดจากคอร์ส 3 คอร์สก่อนหน้า
• รวมแบบทดสอบสุดท้ายที่คุณสามารถแสดงความเข้าใจในแนวคิดพื้นฐานของ Generative AI ได้

5. การแนะนำการสร้างภาพ

แหล่งที่มาของภาพ

ระดับความยากของคอร์ส: ระดับเริ่มต้น

เวลาในการเรียน: ประมาณ 1 วัน (ทำแบบทดสอบ/แล็บตามเวลาของคุณ)

ข้อกำหนดเบื้องต้น: ความรู้เกี่ยวกับ ML, Deep Learning (DL), Convolutional Neural Nets (CNNs) และการเขียนโปรแกรม Python

สิ่งที่ผู้เรียนรู้จะเรียนรู้:

• ในคอร์สนี้ คุณจะค้นพบ โมเดลการแพร่กระจาย การทำงาน และการนำไปใช้
• เข้าใจถึงโมเดลการแพร่กระจายที่ไม่มีเงื่อนไข
• การปรับปรุงโมเดลการแพร่กระจายจากข้อความไปสู่ภาพ
• การฝึกอบรมและการใช้งานโมเดลเหล่านี้บน Vertex AI – แพลตฟอร์ม ML ที่จัดการอย่างสมบูรณ์ของ Google

6. สถาปัตยกรรม Encoder-Decoder

แหล่งที่มาของภาพ

ระดับความยากของคอร์ส: ระดับกลาง

เวลาในการเรียน: ประมาณ 1 วัน (ทำแบบทดสอบ/แล็บตามเวลาของคุณ)

ข้อกำหนดเบื้องต้น: ความรู้เกี่ยวกับการเขียนโปรแกรม Python และ TensorFlow

สิ่งที่ผู้เรียนรู้จะเรียนรู้:

• ค้นพบส่วนประกอบหลักของสถาปัตยกรรม Encoder-Decoder
• เข้าใจวิธีการใช้สถาปัตยกรรม Encoder-Decoder เพื่อฝึกอบรมโมเดลและสร้างข้อความจากมัน
• รวมการเดินเล่นในแล็บที่คุณจะเขียนโค้ดใน TensorFlow เพื่อสร้างโมเดลระดับผลิต

7. กลไกการให้ความสนใจ

แหล่งที่มาของภาพ

ระดับความยากของคอร์ส: ระดับกลาง

เวลาในการเรียน: ประมาณ 45 นาที

ข้อกำหนดเบื้องต้น: ความรู้เกี่ยวกับ ML, DL, การประมวลผลภาษาธรรมชาติ (NLP), คอมพิวเตอร์วิชั่น (CV) และการเขียนโปรแกรม Python

สิ่งที่ผู้เรียนรู้จะเรียนรู้:

• ค้นพบแนวคิดเรื่องกลไกการให้ความสนใจ – วิธีการที่มีพลังที่ทำให้โมเดลภาษาสามารถมุ่งเน้นไปที่ส่วนของลำดับข้อมูลเข้าเพื่อทำความเข้าใจข้อมูลตามบริบท
• เรียนรู้ว่ามันทำงานและใช้งานอย่างไร
• เข้าใจว่ากลไกการให้ความสนใจถูกนำไปใช้กับโมเดล ML อย่างไร

8. โมเดล Transformer และ BERT

แหล่งที่มาของภาพ

ระดับความยากของคอร์ส: ระดับเริ่มต้น

เวลาในการเรียน: ประมาณ 45 นาที

ข้อกำหนดเบื้องต้น: ความรู้ระดับกลางเกี่ยวกับ ML, ความเข้าใจเกี่ยวกับการฝังตัวของคำและกลไกการให้ความสนใจ และประสบการณ์กับ Python และ TensorFlow

สิ่งที่ผู้เรียนรู้จะเรียนรู้:

• เรียนรู้เกี่ยวกับสถาปัตยกรรม Transformer และสำรวจวิธีการสร้างโมเดล BERT โดยใช้ Transformer
• ครอบคลุมงาน NLP ที่ใช้โมเดล BERT

9. สร้างโมเดลการสร้างคำบรรยายภาพ

แหล่งที่มาของภาพ

ระดับความยากของคอร์ส: ระดับกลาง

เวลาในการเรียน: ประมาณ 1 วัน (ทำแบบทดสอบ/แล็บตามเวลาของคุณ)

ข้อกำหนดเบื้องต้น: ความรู้เกี่ยวกับ ML, DL, NLP, CV และการเขียนโปรแกรม Python

สิ่งที่ผู้เรียนรู้จะเรียนรู้:

• วิธีการระบุองค์ประกอบของโมเดลการสร้างคำบรรยายภาพ
• วิธีการสร้างและประเมินโมเดลสำหรับการสร้างคำบรรยายภาพ
• วิธีการสร้างโมเดลการสร้างคำบรรยายภาพสำหรับภาพของคุณเองและใช้เพื่อสร้างคำบรรยาย

10. การแนะนำ Generative AI Studio

แหล่งที่มาของภาพ

ระดับความยากของคอร์ส: ระดับแนะนำ

เวลาในการเรียน: ประมาณ 1 วัน (ทำแบบทดสอบ/แล็บตามเวลาของคุณ)

ข้อกำหนดเบื้องต้น: ไม่มี

สิ่งที่ผู้เรียนรู้จะเรียนรู้:

• รู้จักวัตถุประสงค์ของ Generative AI Studio ซึ่งเป็นผลิตภัณฑ์ของ Vertex AI
• ตัวเลือกและคุณสมบัติของ Generative AI Studio ถูกครอบคลุมในคอร์สนี้
• รวมการเดินเล่นในแล็บที่คุณสามารถใช้เครื่องมือนี้ได้

หลังจากเรียนคอร์สฟรี 10 คอร์สนี้แล้ว ผู้เรียนสามารถเข้าใจ Generative AI และการประยุกต์ใช้จริงได้อย่างครอบคลุม ผู้เรียนสามารถใช้ความรู้ใหม่ที่ได้รับเพื่อพัฒนาGenerative AI ต่อไป โดยสร้างผลิตภัณฑ์นวัตกรรมที่สามารถส่งผลกระทบเชิงบวกต่อสังคมได้

“ในโลกที่แอป AI เช่น ChatGPT สามารถทำสิ่งที่มนุษย์ต้องทำเองหรือต้องจ้างคนอื่นให้ทำได้ คำถาม ‘ฉันจะเพิ่มคุณค่าได้อย่างไร’ จะมีความเกี่ยวข้องมากขึ้นกว่าเดิม” ― Hendrith Vanlon Smith Jr, CEO ของ Mayflower-Plymouth ในหนังสือ Business Essentials

เพื่อติดตามความก้าวหน้าของ AI ไปที่ unite.ai