与Google学习生成式人工智能

Learn AI with Google

人工智能(AI)生态系统在过去五年里迅速发展,其中生成式人工智能(GAI)引领着这一进化。事实上,生成式人工智能市场预计到2028年将达到360亿美元,而2023年仅为37亿美元。

如今,生成式人工智能正在影响许多行业,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生成器已经展示了替代人工任务的潜力。然而,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,谷歌推出了10门免费的生成式人工智能课程。在我们讨论这些课程之前,让我们简要了解一下生成式人工智能是什么。

什么是生成式人工智能,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AI领域,专注于构建能够使用现有数据样本生成新的逼真内容,如图像、文本、音频或视频的模型。

例如,ChatGPT和DALL-E等模型是生成式人工智能的著名示例,我们现在正在观察它们的真实应用。ChatGPT已集成到必应搜索引擎中,而Edge浏览器现在也集成了DALL-E。

随着生成式人工智能的发展,跟上这项技术的最新进展已经变得至关重要,原因如下:

  • 确保业务生产力,降低成本,提高效率。
  • 鼓励实验和创造力。
  • 支持人工智能与人类的协作,增强人类能力。
  • 允许创新的问题解决策略。

现在,让我们看看谷歌是如何帮助学习者学习生成式人工智能的。

谷歌的10门生成式人工智能学习路径

1. 生成式人工智能简介

图片来源

课程难度:初级

完成时间:约45分钟

先修知识:

AI爱好者将学到什么?

  • 什么是生成式人工智能,它是如何工作的,它的应用领域是什么,以及它与标准机器学习(ML)技术的区别。
  • 介绍了创建自己的生成式人工智能应用所使用的谷歌工具。
  • 在本课程中,您还将了解生成式人工智能模型类型:单模式或多模式。单模式系统只接受一种输入类型,而多模式系统可以接受多种输入类型。

2. 大型语言模型简介

图片来源

课程难度:初级

完成时间:约45分钟

先修知识:

AI爱好者将学到什么?

  • 本课程探讨了大型语言模型(LLMs)-在大量文本数据上训练的AI模型。”谷歌的巴德AI”是一个优秀的LLM示例,它使得先进的人机交互成为可能。
  • 了解LLMs用于情感分析。
  • 学习有关提示调整的知识,通过优化给语言模型的提示来实现所需的输出。
  • 介绍了谷歌提供的开发生成式人工智能的工具。

3. 负责任人工智能简介

图片来源

课程难度:初级

完成时间:约1天(可以自行决定完成测验/实验的时间)

先修知识:

AI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,以及谷歌如何在其产品中实施这项技术。
  • 谷歌的7个负责任人工智能原则简介。

4. 生成式人工智能基础

图片来源

课程难度:初学者级别

完成时间:约1天(在你自己的时间里完成测验/实验室)

先决条件:

AI爱好者将学到什么?

  • 包含前三门课程的所有内容。
  • 包括一个最终测验,通过它你可以展示你对生成式人工智能基本概念的理解。

5. 图像生成简介

图片来源

课程难度:初学者级别

完成时间:约1天(在你自己的时间里完成测验/实验室)

先决条件:了解机器学习、深度学习(DL)、卷积神经网络(CNNs)和Python编程。

AI爱好者将学到什么?

  • 在这门课程中,你将了解扩散模型及其工作和实施。
  • 了解无条件扩散模型。
  • 文本到图像扩散模型的改进。
  • 在Google的Vertex AI上训练和部署这些模型-一个由谷歌完全管理的机器学习平台。

6. 编码器-解码器架构

图片来源

课程难度:中级

完成时间:约1天(在你自己的时间里完成测验/实验室)

先决条件:了解Python编程和TensorFlow。

AI爱好者将学到什么?

  • 了解编码器-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。
  • 包括一个实验室讲解,在其中你将使用TensorFlow进行编码,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

图片来源

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、自然语言处理(NLP)、计算机视觉(CV)和Python编程。

AI爱好者将学到什么?

  • 了解注意力机制的概念-一种强大的方法,使语言模型能够集中于特定的输入序列段,以理解上下文信息。
  • 学习它的工作原理及其用途。
  • 了解注意力机制如何应用于机器学习模型。

8. Transformer模型与BERT模型

图片来源

课程难度:初学者级别

完成时间:约45分钟

先决条件:中级机器学习知识,理解词嵌入和注意力机制,并具备Python和TensorFlow的经验。

AI爱好者将学到什么?

  • 学习Transformer架构,探索使用Transformers构建的双向编码器Transformer(BERT)模型。
  • 涵盖BERT模型用于不同自然语言处理任务的内容。

9. 创建图像字幕模型

图片来源

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)

先修知识:机器学习、深度学习、自然语言处理(NLP)、计算机视觉(CV)和Python编程的基础知识。

AI爱好者将学到什么?

  • 如何识别图像字幕模型的要素。
  • 如何构建和评估图像字幕模型。
  • 如何创建自己的照片字幕模型,并使用它们生成字幕。

10. 生成AI工作室简介

图片来源

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)

先修知识:

AI爱好者将学到什么?

  • 了解生成AI工作室(一个Vertex AI产品)的用途。
  • 介绍了生成AI工作室的选项和属性。
  • 包含一个实践实验室,您可以在其中使用这个工具。

完成这十门免费课程后,学习者将对生成AI及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推动生成AI领域的发展,构建可以对社会产生积极影响的创新产品。

“在ChatGPT和其他AI应用可以完成许多人类曾经需要自己做或需要雇佣其他人来做的事情的世界中,‘我将如何增加价值?’这个问题变得比以往更加重要。”——Mayflower-Plymouth的首席执行官Hendrith Vanlon Smith Jr在他的著作《商业要点》中写道。

要了解最新的AI进展,请访问unite.ai网站。