Штучний Інтелект
Вивчайте Generative AI with Google
Екосистема штучного інтелекту (ШІ) швидко розвивалася за останні п’ять років, причому Генеративний ШІ (GAI) очолював цю еволюцію. Насправді очікується, що ринок Generative AI досягне $ 36 мільярда за 2028, порівняно з 3.7 мільярдами доларів у 2023 році.
Сьогодні Generative AI впливає на багато галузей, таких як охорона здоров’я, маркетинг, мода та розваги, оскільки генератори AI, як Генератори зображень ШІ та Генератори відео AI показали нам потенціал заміни ручних людських завдань. Однак для просування в цій галузі потрібен спеціальний набір навичок ШІ.
Тому, щоб полегшити навчання для ентузіастів ШІ, Google запустив 10 безкоштовних курсів для Generative AI. Перш ніж обговорювати їх, давайте коротко подивимося, що таке генеративний ШІ.
Що таке Generative AI & Чому важливо вивчати Generative AI?
Генеративний ШІ – це спеціалізований домен штучного інтелекту, який зосереджується на створенні моделей, які можуть генерувати новий реалістичний вміст, наприклад зображення, текст, аудіо чи відео, використовуючи наявні зразки даних.
Наприклад, такі моделі, як ChatGPT та DALL-E є яскравими прикладами Generative AI, оскільки ми зараз спостерігаємо за їх застосуванням у реальному світі. ChatGPT є інтегровано в пошукову систему Bing, в той час як Тепер браузер Edge підтримує DALL-E.
Оскільки Generative AI розвивається, бути в курсі цієї технології стало вкрай важливим з кількох причин:
- Забезпечує продуктивність бізнесу, економічна ефективність і підвищення ефективності.
- Заохочує до експериментів і творчості.
- Підтримує співпрацю між людиною та ШІ та розширює можливості людини.
- Дозволяє інноваційні стратегії вирішення проблем.
Тепер давайте подивимося, як Google допомагає учням вивчати Generative AI.
10-курсовий навчальний курс від Google щодо генеративного штучного інтелекту
1. Вступ до генеративного ШІ
Складність курсу: Початковий рівень
Час завершення: ~ 45 хвилин
Необхідні умови: Немає
Чого дізнаються ентузіасти ШІ?
- Що таке генеративний штучний інтелект, як він працює, які його застосування та чим він відрізняється від стандартного машинне навчання (ML) методи.
- Охоплює інструменти Google для створення власних програм Generative AI.
- У цьому курсі ви також дізнаєтеся про типи моделей генеративного штучного інтелекту: унімодальний або мультимодальний. Унімодальні системи приймають лише один тип входу, тоді як мультимодальні системи можуть приймати більше одного типу входу.
2. Вступ до великих мовних моделей
Складність курсу: Початковий рівень
Час завершення: ~ 45 хвилин
Необхідні умови: Немає
Чого дізнаються ентузіасти ШІ?
- Цей курс досліджує LLM (великі мовні моделі) – Моделі AI, навчені на великих обсягах текстових даних. «Bard AI від Google” є чудовим прикладом LLM, який робить можливою передову взаємодію людини та машини.
- Зрозумійте, як LLM використовуються для аналізу настроїв.
- Дізнайтеся про швидке налаштування, за допомогою якого підказки, надані мовній моделі, уточнюються для досягнення бажаного результату.
- Ознайомтеся з інструментами, які Google надає для розробки Gen AI.
3. Вступ до відповідального ШІ
Складність курсу: Початковий рівень
Час завершення: ~ 1 день (виконайте тест/лабораторну роботу у свій час)
Необхідні умови: Немає
Чого дізнаються ентузіасти ШІ?
- Що таке Відповідальний штучний інтелект? Чому це важливо та як Google реалізує цю технологію у своїх продуктах.
- Знайомство з 7 принципами відповідального ШІ Google.
4. Основи генеративного ШІ
Складність курсу: Початковий рівень
Час завершення: ~ 1 день (виконайте тест/лабораторну роботу у свій час)
Необхідні умови: Немає
Чого дізнаються ентузіасти ШІ?
- Містить увесь вміст попередніх трьох курсів.
- Включає фінальну вікторину, за допомогою якої ви можете показати своє розуміння фундаментальних концепцій Generative AI.
5. Вступ до генерації зображень
Складність курсу: Початковий рівень
Час завершення: ~ 1 день (виконайте тест/лабораторну роботу у свій час)
Необхідні умови: Знання ML, глибокого навчання (DL), згорткових нейронних мереж (CNN) і програмування на Python.
Чого дізнаються ентузіасти ШІ?
- У цьому курсі ви дізнаєтесь дифузійні моделі, їх роботу та впровадження.
- Зрозуміти, що таке моделі безумовної дифузії.
- Удосконалення моделей розповсюдження тексту в зображення.
- Навчання та розгортання цих моделей на Вершина ШІ – повністю керована платформа ML від Google.
6. Архітектура кодера-декодера
Складність курсу: Середній рівень
Час завершення: ~ 1 день (виконайте тест/лабораторну роботу у свій час)
Необхідні умови: Знання програмування на Python та TensorFlow.
Чого дізнаються ентузіасти ШІ?
- Відкрийте для себе ключові компоненти архітектури кодера-декодера.
- Зрозумійте, як використовувати архітектуру кодера-декодера для навчання моделі та створення тексту з неї.
- Включає покрокове керівництво до лабораторії, під час якого ви будете писати код у TensorFlow, популярній платформі розробки ML для створення моделей виробничого рівня.
7. Механізм уваги
Складність курсу: Середній рівень
Час завершення: ~ 45 хвилин
Необхідні умови: Знання ML, DL, Обробка природних мов (НЛП), комп’ютерний зір (CV) і програмування на Python.
Чого дізнаються ентузіасти ШІ?
- Відкрийте для себе концепцію механізму уваги – потужний підхід, який дозволяє мовним моделям зосереджуватися на певних сегментах послідовності введення, щоб зрозуміти контекстну інформацію.
- Дізнайтеся, як він працює та як його використовувати.
- Зрозумійте, як механізм уваги застосовується до моделей ML.
8. Моделі трансформаторів і моделі BERT
Складність курсу: Початковий рівень
Час завершення: ~ 45 хвилин
Необхідні умови: Середнє знання ML, розуміння вбудовування слів і механізму уваги, а також досвід роботи з Python і TensorFlow.
Чого дізнаються ентузіасти ШІ?
- Дізнайтеся про архітектуру Transformer і дослідіть, як представлення двонаправленого кодера з моделі Transformer (BERT) будується за допомогою Transformers.
- Охоплює різні завдання НЛП, для яких використовується модель BERT.
9. Створення моделей підписів до зображень
Складність курсу: Середній рівень
Час завершення: ~ 1 день (виконайте тест/лабораторну роботу у свій час)
Необхідні умови: Знання ML, DL, NLP, CV та програмування на Python.
Чого дізнаються ентузіасти ШІ?
- Як ідентифікувати елементи моделі підписів до зображень.
- Як побудувати та оцінити модель для підписів до зображень.
- Як створити власні моделі підписів для фотографій і використовувати їх для створення підписів.
10. Введення в Generative AI Studio
Складність курсу: Вступний рівень
Час завершення: ~ 1 день (виконайте тест/лабораторну роботу у свій час)
Необхідні умови: Немає
Чого дізнаються ентузіасти ШІ?
- Визнати мету Generative AI Studio, продукт Vertex AI.
- Параметри та властивості Generative AI Studio також розглядаються в цьому курсі.
- Містить практичну лабораторію, де ви можете використовувати цей інструмент.
Після завершення цих десяти безкоштовних курсів учні зможуть отримати повне розуміння Generative AI та його практичних застосувань. Учні можуть використовувати свої нещодавно отримані знання для розвитку генеративного ШІ, створюючи інноваційні продукти, які можуть позитивно вплинути на наше суспільство.
"У світі, де ChatGPT та інші додатки зі штучним інтелектом можуть робити багато речей, які колись доводилося робити людям самим або для яких потрібно було наймати інших людей, питання «як я зроблю додаткову цінність?» стає як ніколи актуальним.” ― Хендріт Ванлон Сміт-молодший, генеральний директор Mayflower-Plymouth, у своїй книзі Основи бізнесу.
Щоб бути в курсі прогресу ШІ, відвідайте unite.ai.
