Mô hình và nền tảng AI
Học Generative AI Với Google
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Hệ sinh thái Trí tuệ nhân tạo (AI) đã phát triển nhanh chóng trong năm năm qua, với Generative AI (GAI) dẫn đầu sự tiến hóa này. Trên thực tế, thị trường Generative AI dự kiến sẽ đạt $36 tỷ vào năm 2028, so với 3,7 tỷ đô la vào năm 2023.
Ngày nay, Generative AI đang ảnh hưởng đến nhiều ngành công nghiệp, chẳng hạn như y tế, tiếp thị, thời trang và giải trí vì các máy tạo AI như máy tạo ảnh AI và máy tạo video AI đã cho chúng ta thấy tiềm năng thay thế các nhiệm vụ thủ công của con người. Tuy nhiên, để tiến bộ trong lĩnh vực này đòi hỏi phải có kỹ năng AI chuyên biệt.
Vì vậy, để làm cho việc học dễ dàng hơn cho những người đam mê AI, Google (GOOGL ) đã ra mắt 10 khóa học miễn phí về Generative AI. Trước khi chúng ta thảo luận về chúng, hãy xem xét nhanh chóng về Generative AI là gì.
Generative AI Là Gì & Tại Sao Học Generative AI Lại Quan Trọng?
Generative AI là một lĩnh vực AI chuyên biệt tập trung vào việc xây dựng các mô hình có thể tạo ra nội dung thực tế mới, như hình ảnh, văn bản, âm thanh hoặc video, bằng cách sử dụng các mẫu dữ liệu hiện có.
Ví dụ, các mô hình như ChatGPT và DALL-E là những ví dụ nổi bật về Generative AI khi chúng ta đang quan sát các ứng dụng thực tế của chúng. ChatGPT được tích hợp vào công cụ tìm kiếm Bing, trong khi trình duyệt Edge hiện đã tích hợp DALL-E.
Khi Generative AI phát triển, việc cập nhật với công nghệ này đã trở nên quan trọng vì nhiều lý do:
- Đảm bảo năng suất kinh doanh, hiệu quả về chi phí và tăng hiệu quả.
- Khuyến khích thí nghiệm và sáng tạo.
- Hỗ trợ sự hợp tác giữa con người và AI, và tăng cường khả năng của con người.
- Cho phép các chiến lược giải quyết vấn đề sáng tạo.
Bây giờ, hãy xem cách Google đang giúp người học nghiên cứu Generative AI.
Con Đường Học Generative AI Của Google Với 10 Khóa Học
1. Giới Thiệu Về Generative AI
Mức độ khó của khóa học: Cấp độ người mới bắt đầu
Thời gian hoàn thành: ~ 45 phút
Điều kiện tiên quyết: Không
Người học sẽ học được gì?
- Generative Artificial Intelligence là gì, cách nó hoạt động, ứng dụng của nó là gì và nó khác với các kỹ thuật học máy (ML) tiêu chuẩn như thế nào.
- Các công cụ của Google để tạo ứng dụng Generative AI của riêng bạn.
- Bạn cũng sẽ học về các loại mô hình Generative AI: đơn phương thức hoặc đa phương thức, trong khóa học này. Các hệ thống đơn phương thức chỉ nhận một loại đầu vào, trong khi các hệ thống đa phương thức có thể nhận nhiều loại đầu vào.
2. Giới Thiệu Về Mô Hình Ngôn Ngữ Lớn
Mức độ khó của khóa học: Cấp độ người mới bắt đầu
Thời gian hoàn thành: ~ 45 phút
Điều kiện tiên quyết: Không
Người học sẽ học được gì?
- Khóa học này khám phá LLM (Mô Hình Ngôn Ngữ Lớn) – các mô hình AI được đào tạo trên lượng lớn dữ liệu văn bản. “Trợ lý ảo Bard của Google” là một ví dụ tuyệt vời về một LLM cho phép tương tác người-máy tiên tiến.
- Hiểu cách LLM được sử dụng cho phân tích cảm xúc.
- Học về việc điều chỉnh lời nhắc, thông qua đó các lời nhắc được đưa ra cho mô hình ngôn ngữ được tinh chỉnh để đạt được đầu ra mong muốn.
- Các công cụ mà Google cung cấp cho việc phát triển Gen AI.
3. Giới Thiệu Về Trí Tuệ Nhân Tạo Có Trách Nhiệm
Mức độ khó của khóa học: Cấp độ người mới bắt đầu
Thời gian hoàn thành: ~ 1 ngày (Hoàn thành bài kiểm tra/laboratory trong thời gian của bạn)
Điều kiện tiên quyết: Không
Người học sẽ học được gì?
- Trí tuệ nhân tạo có trách nhiệm là gì? Tại sao nó lại quan trọng và cách Google triển khai công nghệ này trong các sản phẩm của mình.
- Giới thiệu về 7 nguyên tắc Trí tuệ nhân tạo có trách nhiệm của Google.
4. Cơ Bản Về Generative AI
Mức độ khó của khóa học: Cấp độ người mới bắt đầu
Thời gian hoàn thành: ~ 1 ngày (Hoàn thành bài kiểm tra/laboratory trong thời gian của bạn)
Điều kiện tiên quyết: Không
Người học sẽ học được gì?
- Chứa tất cả nội dung từ ba khóa học trước.
- Bao gồm một bài kiểm tra cuối cùng mà bạn có thể thể hiện sự hiểu biết của mình về các khái niệm cơ bản của Generative AI.
5. Giới Thiệu Về Tạo Ảnh
Mức độ khó của khóa học: Cấp độ người mới bắt đầu
Thời gian hoàn thành: ~ 1 ngày (Hoàn thành bài kiểm tra/laboratory trong thời gian của bạn)
Điều kiện tiên quyết: Kiến thức về ML, Deep Learning (DL), Convolutional Neural Nets (CNNs) và lập trình Python.
Người học sẽ học được gì?
- Trong khóa học này, bạn sẽ khám phá mô hình khuếch tán, cách thức hoạt động và triển khai của chúng.
- Hiểu mô hình khuếch tán không điều kiện là gì.
- Cải tiến trong mô hình khuếch tán từ văn bản sang ảnh.
- Đào tạo và triển khai các mô hình này trên Vertex AI – một nền tảng ML được quản lý hoàn toàn bởi Google.
6. Kiến Trúc Encoder-Decoder
Mức độ khó của khóa học: Cấp độ trung cấp
Thời gian hoàn thành: ~ 1 ngày (Hoàn thành bài kiểm tra/laboratory trong thời gian của bạn)
Điều kiện tiên quyết: Kiến thức về lập trình Python và TensorFlow.
Người học sẽ học được gì?
- Khám phá các thành phần chính của kiến trúc encoder-decoder.
- Hiểu cách sử dụng kiến trúc encoder-decoder để đào tạo một mô hình và tạo văn bản từ nó.
- Bao gồm một hướng dẫn lab nơi bạn sẽ viết mã trong TensorFlow, một nền tảng phát triển ML phổ biến để xây dựng mô hình cấp sản xuất.
7. Cơ Chế Chú Ý
Mức độ khó của khóa học: Cấp độ trung cấp
Thời gian hoàn thành: ~ 45 phút
Điều kiện tiên quyết: Kiến thức về ML, DL, Xử lý Ngôn ngữ Tự nhiên (NLP), Computer Vision (CV) và lập trình Python.
Người học sẽ học được gì?
- Khám phá khái niệm cơ chế chú ý – một phương pháp mạnh mẽ cho phép các mô hình ngôn ngữ tập trung vào các đoạn序 đầu vào cụ thể để hiểu thông tin ngữ cảnh.
- Học cách nó hoạt động và ứng dụng của nó.
- Hiểu cách cơ chế chú ý được áp dụng cho các mô hình ML.
8. Mô Hình Transformer & Mô Hình BERT
Mức độ khó của khóa học: Cấp độ người mới bắt đầu
Thời gian hoàn thành: ~ 45 phút
Điều kiện tiên quyết: Kiến thức trung cấp về ML, hiểu về word embeddings và cơ chế chú ý, và kinh nghiệm với Python và TensorFlow.
Người học sẽ học được gì?
- Học về kiến trúc Transformer và khám phá cách một mô hình BERT (Bidirectional Encoder Representation from the Transformer) được xây dựng bằng cách sử dụng Transformer.
- Các nhiệm vụ NLP khác nhau mà mô hình BERT được sử dụng.
9. Tạo Mô Hình Ghi Chú Ảnh
Mức độ khó của khóa học: Cấp độ trung cấp
Thời gian hoàn thành: ~ 1 ngày (Hoàn thành bài kiểm tra/laboratory trong thời gian của bạn)
Điều kiện tiên quyết: Kiến thức về ML, DL, NLP, CV và lập trình Python.
Người học sẽ học được gì?
- Cách xác định các yếu tố của một mô hình ghi chú ảnh.
- Cách xây dựng và đánh giá một mô hình cho ghi chú ảnh.
- Cách tạo mô hình ghi chú của riêng bạn cho ảnh và sử dụng chúng để tạo ghi chú.
10. Giới Thiệu Về Generative AI Studio
Mức độ khó của khóa học: Cấp độ giới thiệu
Thời gian hoàn thành: ~ 1 ngày (Hoàn thành bài kiểm tra/laboratory trong thời gian của bạn)
Điều kiện tiên quyết: Không
Người học sẽ học được gì?
- Nhận biết mục đích của Generative AI Studio, một sản phẩm của Vertex AI.
- Các tùy chọn và thuộc tính của Generative AI Studio cũng được bao gồm trong khóa học này.
- Chứa một lab thực hành nơi bạn có thể sử dụng công cụ này.
Sau khi hoàn thành mười khóa học miễn phí này, người học có thể có một sự hiểu biết toàn diện về Generative AI và các ứng dụng thực tế của nó. Người học có thể sử dụng kiến thức mới của mình để thúc đẩy lĩnh vực Generative AI, xây dựng các sản phẩm sáng tạo có thể có tác động tích cực đến xã hội của chúng ta.
“Trong một thế giới nơi ChatGPT và các ứng dụng AI khác có thể làm được nhiều việc mà con người từng cần phải tự làm hoặc cần phải thuê người khác làm, câu hỏi ‘làm thế nào tôi sẽ thêm giá trị?’ trở nên quan trọng hơn bao giờ hết.” ― Hendrith Vanlon Smith Jr, CEO của Mayflower-Plymouth, trong cuốn sách Business Essentials.
Để cập nhật về các tiến bộ AI, hãy truy cập unite.ai.
