人工智能
使用 Google 学习生成式 AI
人工智能（AI）生态系统在过去五年中迅速发展，生成式 AI （GAI）引领这一发展潮流。事实上，生成式 AI 市场预计将达到 $36 billion by 2028，相比 2023 年的 37 亿美元。
今天，生成式 AI 正在影响许多行业，例如医疗保健、营销、时尚和娱乐，因为像 AI 图像生成器 和 AI 视频生成器 这样的 AI 生成器已经向我们展示了替代手动人工任务的潜力。然而，想要在这个领域取得进展，需要专门的 AI 技能。
因此，为了让 AI 爱好者更容易学习，Google 推出了 10 门免费的生成式 AI 课程。在我们讨论这些课程之前，让我们简要了解什么是生成式 AI。
什么是生成式 AI & 为什么学习生成式 AI 很重要？
生成式 AI 是一个专门的 AI 领域，专注于构建可以使用现有数据样本生成新现实内容的模型，例如图像、文本、音频或视频。
例如，像 ChatGPT 和 DALL-E 这样的模型是生成式 AI 的著名例子，我们现在正在观察它们的实际应用。ChatGPT 已经 集成到 Bing 的搜索引擎中，而 Edge 浏览器现在包含 DALL-E。
随着生成式 AI 的发展，跟上这项技术的步伐已经变得至关重要，原因有几点：
- 确保 商业生产力、成本效益和效率的提高。
- 鼓励实验和创造力。
- 支持人机协作和增强人类能力。
- 允许创新问题解决策略。
现在，让我们看看 Google 如何帮助学习者学习生成式 AI。
Google 的 10 课程生成式 AI 学习路径
1. 生成式 AI 简介
课程难度： 初级
完成时间： 约 45 分钟
先决条件： 无
AI 爱好者将学习什么？
- 什么是生成式人工智能，它是如何工作的，它的应用是什么，以及它与标准 机器学习（ML） 技术有什么不同。
- 介绍 Google 用于创建自己的生成式 AI 应用的工具。
- 您还将在此课程中学习生成式 AI 模型类型：单模态或多模态。单模态系统只接受一种输入类型，而多模态系统可以接受多种输入类型。
2. 大型语言模型简介
课程难度： 初级
完成时间： 约 45 分钟
先决条件： 无
AI 爱好者将学习什么？
- 此课程探讨了 LLM（大型语言模型） – 在大量文本数据上训练的 AI 模型。“Google 的 Bard AI”是 LLM 的一个很好的例子，它使高级的人机交互成为可能。
- 了解 LLM 如何用于情感分析。
- 学习提示调优，通过它可以改进语言模型的输入提示以获得所需的输出。
- 介绍 Google 提供的生成式 AI 开发工具。
3. 负责任的 AI 简介
课程难度： 初级
完成时间： 约 1 天（在您自己的时间内完成测验/实验室）
先决条件： 无
AI 爱好者将学习什么？
- 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 AI 原则。
4. 生成式 AI 基础
课程难度： 初级
完成时间： 约 1 天（在您自己的时间内完成测验/实验室）
先决条件： 无
AI 爱好者将学习什么？
- 包含前三门课程的所有内容。
- 包括一个最终测验，您可以通过它展示对生成式 AI 基本概念的理解。
5. 图像生成简介
课程难度： 初级
完成时间： 约 1 天（在您自己的时间内完成测验/实验室）
先决条件： 了解机器学习、深度学习（DL）、卷积神经网络（CNN）和 Python 编程。
AI 爱好者将学习什么？
- 在此课程中，您将发现 扩散模型、其工作原理和实现方法。
- 了解无条件扩散模型是什么。
- 了解基于文本的扩散模型的改进。
- 了解如何在 Vertex AI 上训练和部署这些模型 – 一个由 Google 提供的完全托管的机器学习平台。
6. 编码器-解码器架构
课程难度： 中级
完成时间： 约 1 天（在您自己的时间内完成测验/实验室）
先决条件： 了解 Python 编程和 TensorFlow。
AI 爱好者将学习什么？
- 发现编码器-解码器架构的关键组件。
- 了解如何使用编码器-解码器架构训练模型并生成文本。
- 包括一个实验室演练，您将在 TensorFlow 中编写代码，TensorFlow 是一个流行的机器学习开发平台，用于构建生产级模型。
7. 注意力机制
课程难度： 中级
完成时间： 约 45 分钟
先决条件： 了解机器学习、深度学习（DL）、自然语言处理（NLP）、计算机视觉（CV）和 Python 编程。
AI 爱好者将学习什么？
- 发现注意力机制的概念 – 一个强大的方法，能够让语言模型专注于特定的输入序列段，以便理解上下文信息。
- 了解它的工作原理和用途。
- 了解注意力机制如何应用于机器学习模型。
8. 变压器模型和 BERT 模型
课程难度： 初级
完成时间： 约 45 分钟
先决条件： 了解机器学习、词嵌入和注意力机制，并具有 Python 和 TensorFlow 的经验。
AI 爱好者将学习什么？
- 了解变压器架构，并探索如何使用变压器构建双向编码器表示（BERT）模型。
- 介绍 BERT 模型用于的不同 NLP 任务。
9. 创建图像字幕模型
课程难度： 中级
完成时间： 约 1 天（在您自己的时间内完成测验/实验室）
先决条件： 了解机器学习、深度学习（DL）、自然语言处理（NLP）、计算机视觉（CV）和 Python 编程。
AI 爱好者将学习什么？
- 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。
- 如何创建自己的字幕模型用于照片，并使用它们来创建字幕。
10. 生成式 AI 工作室简介
课程难度： 入门级
完成时间： 约 1 天（在您自己的时间内完成测验/实验室）
先决条件： 无
AI 爱好者将学习什么？
- 认识 生成式 AI 工作室 的目的，生成式 AI 工作室是 Vertex AI 的一个产品。
- 本课程还介绍了生成式 AI 工作室的选项和属性。
- 包括一个实践实验室，您可以在其中使用此工具。
完成这 10 门免费课程后，学习者可以对生成式 AI 和其实际应用有全面的了解。学习者可以利用他们新获得的知识来推进生成式 AI 领域，构建能够对我们的社会产生积极影响的创新产品。
“在一个 ChatGPT 和其他 AI 应用程序可以做许多人类以前需要自己做或需要雇佣其他人类来做的事情的世界中，‘我如何添加价值？’的问题变得比以往任何时候都更加相关。” ― Hendrith Vanlon Smith Jr，Mayflower-Plymouth 的 CEO，在他的书 商业基础 中说。
要了解 AI 的最新进展，请访问 unite.ai。
