人工智能
与 Google 一起学习生成式人工智能
人工智能 (AI) 生态系统在过去五年中快速发展，其中生成式人工智能 (GAI) 引领了这一发展。 事实上，生成式人工智能市场预计将达到 $十亿36 2028通过，而 3.7 年为 2023 亿美元。
如今，生成式人工智能正在影响许多行业，例如医疗保健、营销、时尚和娱乐，因为人工智能生成器喜欢 人工智能图像生成器 和 人工智能视频生成器 向我们展示了替代人工任务的潜力。 然而，在这一领域取得进步需要专门的人工智能技能。
因此，为了让人工智能爱好者更容易学习，谷歌推出了 10 门生成人工智能免费课程。 在讨论它们之前，让我们先简要了解一下什么是生成式人工智能。
什么是生成式人工智能以及为什么学习生成式人工智能很重要？
生成式人工智能 是一个专门的人工智能领域，专注于构建可以使用现有数据样本生成新的真实内容（例如图像、文本、音频或视频）的模型。
例如，像这样的模型 ChatGPT 和 DALL-E 是生成式人工智能的突出例子，我们现在正在观察它们在现实世界中的应用。 聊天 GPT 是 集成到 Bing 的搜索引擎中而是 Edge 浏览器现在集成了 DALL-E。
随着生成式人工智能的发展，保持最新技术变得至关重要，原因如下：
- 确保可靠 企业生产力，成本效益，并提高效率。
- 鼓励实验和创造力。
- 支持人类与人工智能的协作并增强人类的能力。
- 允许创新的问题解决策略。
现在，让我们看看 Google 如何帮助学习者学习生成人工智能。
Google 的 10 门课程生成式 AI 学习路径
1. 生成人工智能简介
课程难度： 初学者级
完成时间： 〜45分钟
前提课程： 没有
人工智能爱好者将学到什么？
- 什么是生成人工智能，它是如何工作的，它的应用是什么，以及它与标准有何不同 机器学习（ML） 技术。
- 涵盖用于创建您自己的生成式人工智能应用程序的 Google 工具。
- 在本课程中，您还将了解生成式 AI 模型类型：单模态或多模态。 单模态系统仅采用一种输入类型，而多模态系统可以采用多种输入类型。
2. 大型语言模型简介
课程难度： 初学者级
完成时间： 〜45分钟
前提课程： 没有
人工智能爱好者将学到什么？
- 本课程探讨 LLM（大型语言模型） – 基于大量文本数据训练的人工智能模型。 “谷歌的巴德人工智能”是法学硕士的一个很好的例子，它使先进的人机交互成为可能。
- 了解法学硕士如何用于情绪分析。
- 了解提示调整，通过它可以细化给予语言模型的提示以实现所需的输出。
- 涵盖 Google 为 Gen AI 开发提供的工具。
3. 负责任的人工智能简介
课程难度： 初学者级
完成时间： ~ 1 天（在您自己的时间内完成测验/实验）
前提课程： 没有
人工智能爱好者将学到什么？
- 什么是 负责任的人工智能？ 为什么它很重要，以及 Google 如何在其产品中实施这项技术。
- 介绍 Google 的 7 项负责任的人工智能原则。
4. 生成式人工智能基础知识
课程难度： 初学者级
完成时间： ~ 1 天（在您自己的时间内完成测验/实验）
前提课程： 没有
人工智能爱好者将学到什么？
- 包含前三门课程的所有内容。
- 包括最终测验，您可以通过该测验展示您对生成人工智能基本概念的理解。
5. 图像生成简介
课程难度： 初学者级
完成时间： ~ 1 天（在您自己的时间内完成测验/实验）
前提课程： 了解 ML、深度学习 (DL)、卷积神经网络 (CNN) 和 Python 编程。
人工智能爱好者将学到什么？
6. 编码器-解码器架构
课程难度： 中级水平
完成时间： ~ 1 天（在您自己的时间内完成测验/实验）
前提课程： Python 编程知识和 TensorFlow.
人工智能爱好者将学到什么？
- 发现编码器-解码器架构的关键组件。
- 了解如何使用编码器-解码器架构来训练模型并从中生成文本。
- 包括一个实验室演练，您将在 TensorFlow 中进行编码，TensorFlow 是一个用于构建生产级模型的流行 ML 开发平台。
7. 注意机制
课程难度： 中级水平
完成时间： 〜45分钟
前提课程： 了解 ML、DL、 自然语言处理（NLP）、计算机视觉 (CV) 和 Python 编程。
人工智能爱好者将学到什么？
- 发现注意力机制的概念——一种强大的方法，使语言模型能够专注于特定的输入序列片段，以理解上下文信息。
- 了解它的运作方式和用途。
- 了解注意力机制如何应用于 ML 模型。
8. Transformer 模型和 BERT 模型
课程难度： 初学者级
完成时间： 〜45分钟
前提课程： 具有 ML 的中级知识，了解词嵌入和注意力机制，以及使用 Python 和 TensorFlow 的经验。
人工智能爱好者将学到什么？
- 了解 Transformer 架构并探索如何使用 Transformer 构建 Transformer 双向编码器表示 (BERT) 模型。
- 涵盖使用 BERT 模型的不同 NLP 任务。
9. 创建图像字幕模型
课程难度： 中级水平
完成时间： ~ 1 天（在您自己的时间内完成测验/实验）
前提课程： 了解 ML、DL、NLP、CV 和 Python 编程。
人工智能爱好者将学到什么？
- 如何识别图像字幕模型的元素。
- 如何构建和评估图像字幕模型。
- 如何为照片创建您自己的字幕模型并使用它们来创建字幕。
10. 生成式 AI Studio 简介
课程难度： 入门级
完成时间： ~ 1 天（在您自己的时间内完成测验/实验）
前提课程： 没有
人工智能爱好者将学到什么？
- 认识到目的 生成人工智能工作室， Vertex AI 产品。
- 本课程还介绍了 Generative AI Studio 的选项和属性。
- 包含一个实践实验室，您可以在其中使用此工具。
完成这十门免费课程后，学习者可以全面了解生成式人工智能及其实际应用。 学习者可以利用他们新获得的知识来推进生成人工智能领域的发展，构建能够对我们的社会产生积极影响的创新产品。
“在 ChatGPT 和其他人工智能应用程序可以做许多人类曾经需要自己做或需要雇用其他人做的事情的世界中，“我将如何增加价值？”的问题。 变得比以往任何时候都更加重要。”——五月花-普利茅斯首席执行官亨德里思·万隆·史密斯 (Hendrith Vanlon Smith Jr.) 在他的书中 商业必需品。
要随时了解人工智能的最新进展，请访问 团结.ai.
