Честный обзор бесплатного курса по ИИ от Google. Для всех ли?

Несколько дней назад Google запустил курс обучения генеративному ИИ "Generative AI learning path" с курсами, которые охватывают такие темы, как «Введение в генеративный ИИ», «Большие языковые модели», «Создание изображений» и т. д.

Лучше всего то, что некоторые курсы не требуют предварительных условий и бесплатны, поэтому даже те, у кого нет знаний в области программирования, могут максимально использовать курсы.

Вот все, что вам нужно знать об этих курсах ИИ.

Любой, кто заинтересован в изучении продуктов генеративного ИИ, больших языковых моделях и способах развертывания решений генеративного ИИ, должен записаться на этот курс.

Тем не менее, среди 10 курсов, предлагаемых Google, есть около 5 курсов, которые требуют некоторых знаний в области Python и машинного обучения. Но не волнуйтесь, в следующем разделе я расскажу подробнее о каждом курсе и упомяну, какие курсы не требуют предварительных условий.

Кстати, после прохождения курса вы получите красивый значок, как на картинке ниже.

Путь обучения генеративному ИИ, созданный Google, проведет вас через тщательно отобранную коллекцию контента о продуктах и технологиях генеративного ИИ.

Вот обзор 10 курсов, включенных в схему обучения.

Первые 5 курсов не требуют предварительных условий.

• Введение в генеративный ИИ : объясняет, что такое генеративный ИИ, как он используется и чем он отличается от традиционных методов машинного обучения.
• Введение в модели больших языков (LLM): объясняет, что такое LLM, варианты использования и подсказки по разработке LLM.
• Введение в ответственный ИИ . Объясняется, что такое ответственный ИИ, почему он важен и как Google реализует ответственный ИИ в своих продуктах.
• Введение в Generative AI Studio : расскажет, что такое Generative AI Studio, ее функции и опции, а также как ее использовать.

Остальные курсы требуют знания программирования Python, машинного обучения и глубокого обучения.

• Введение в создание изображений: знакомит вас с теорией, лежащей в основе моделей распространения, а также с тем, как их обучать и развертывать в Vertex AI.
• Архитектура кодировщика-декодера: объясняются основные компоненты архитектуры кодировщика-декодера и способы обучения и обслуживания этих моделей.
• Механизм внимания : учит, как работает внимание и как оно может повысить производительность различных задач машинного обучения, таких как переводы, обобщение и ответы на вопросы.
• Модели трансформаторов и модель BERT: Объясняет основные компоненты архитектуры трансформатора и то, как они используются для построения модели BERT.
• Создание моделей подписей к изображениям: учит, как создавать модели подписей к изображениям с помощью глубокого обучения.

Этот путь обучения размещен на платформе Google Cloud. Нажмите здесь, чтобы пройти любой из курсов в программе обучения генеративному ИИ .

Имейте в виду, что это не единственный бесплатный курс, доступный на платформе Google Cloud, но есть и другие интересные курсы, такие как Путь обучения инженера данных "Data Engineer Learning Path", Путь обучения аналитика данных "Data Analyst Learning Path" и т. д. Нажмите здесь, чтобы просмотреть полный каталог в Google Cloud Повышение навыка .

В Интернете есть много бесплатных курсов по искусственному интеллекту. Один из моих любимых курсов — курс ChatGPT Prompt Engineering, разработанный OpenAI и Эндрю Нг.

Надеюсь эти курсы помогут вам узнать больше о нейросетях и искусственном интеллекте. Ставь лайк и пиши в комментариях какие методы используешь ты, чтобы повысить свой скилл в ИИ.