Արհեստական բանականությունը փոխում է աշխատաշուկան ավելի արագ, քան որևէ մեկը կարող էր պատկերացնել ընդամենը մի քանի տարի առաջ։ Լավ նորությունն այն է, որ արհեստական բանականության հիմունքները սովորելը պարտադիր չէ, որ մեկ կոպեկ արժենա։ Google-ը առաջարկում է մի քանի առցանց դասընթացներ, որոնք կենտրոնացած են գեներատիվ արհեստական բանականության, մեծ լեզվական մոդելների, պատկերների ստեղծման կամ Vertex արհեստական բանականության հարթակի վրա։ Դրանցից շատերը հարմար են նույնիսկ սկսնակների համար, և ընտրված դասընթացներն ավարտելուց հետո դուք կարող եք վաստակել թվային նշան։
Դասընթացները անցկացվում են առցանց՝ Google Education Platform-ի միջոցով։ Cloud Հմտությունների բարձրացում։ Որոշ դասընթացներ կարելի է ավարտել մեկ ժամից էլ պակաս ժամանակում, մյուսները ավելի խորն են և ներառում են գործնական ցուցադրություններ։ Մենք ընտրել ենք ինը դասընթաց, որոնք կարող եք անցնել՝ արհեստական բանականության ներկայիս բումի հիմքում ընկած տեխնոլոգիաների ավելի լավ պատկերացում կազմելու համար։
Ներածություն Generative AI
Սա կատարյալ դասընթաց է նրանց համար, ովքեր ցանկանում են հասկանալ, թե իրականում ինչ է նշանակում գեներատիվ արհեստական բանականությունը: Google-ը բացատրում է գեներատիվ արհեստական բանականության հիմնական սկզբունքները, թե ինչպես է այն աշխատում և ինչով է այն տարբերվում մեքենայական ուսուցման ավանդական մեթոդներից: Դուք նաև կսովորեք Google-ի գործիքների մասին, որոնք կարող են օգտագործվել գեներատիվ արհեստական բանականության միջոցով ձեր սեփական հավելվածները կառուցելու համար:
Անցնել դասընթացի ներածություն բաժին Generative AI
Ներածություն մեծ չափի Language Models
Օրինակ՝ ժամանակակից արհեստական բանականության հետևում կանգնած են մեծ լեզվական մոդելները կամ LLM-ները։ chatբոտեր և մի շարք այլ գործիքներ: Դասընթացը բացատրում է, թե ինչ են իրենցից ներկայացնում LLM-ները, ինչպես են դրանք աշխատում և որտեղ կարող են օգտագործվել: Այն նաև ներառում է հուշումների կարգավորման ներածություն, որը թույլ է տալիս կարգավորել մոդելների վարքագիծը որոշակի առաջադրանքների համար:
Անցնել «Ներածություն մեծ չափի դասընթացին» բաժին Language Models
Ներածություն պատասխանատու AI
Արհեստական բանականության հնարավորությունների աճին զուգընթաց աճում են նաև անվտանգությունը, գաղտնիությունը և պատասխանատվությունը։ Սրանք այն թեմաներն են, որոնց վրա Google-ը կենտրոնանում է իր «Պատասխանատու արհեստական բանականության ներածություն» դասընթացում։ Այնտեղ Google-ը ներկայացնում է պատասխանատու արհեստական բանականության զարգացման սկզբունքները և բացատրում, թե ինչու են արդարությունը, թափանցիկությունը և գաղտնիությունը կարևոր նոր տեխնոլոգիաներ ստեղծելիս։
Անցեք «Պատասխանատու արհեստական բանականության ներածություն» դասընթացին
Պատկերի ստեղծման ներածություն
Պատկերների ստեղծումը այսօր արհեստական բանականության ամենահետաքրքիր ոլորտներից մեկն է: Այս դասընթացը կենտրոնանում է դիֆուզիոն մոդելների վրա, որոնք հիմք են հանդիսանում ժամանակակից պատկերների գեներատորներից շատերի համար: Մասնակիցները կսովորեն դրանց հիմնական սկզբունքները և թե ինչպես մարզել ու տեղակայել մոդելները Vertex AI հարթակի միջոցով:
Անցնել «Նկարների ստեղծման ներածություն» դասընթացին
Encoder-Decoder Architecture
Մի փոքր ավելի տեխնիկական դասընթացը ներկայացնում է հաջորդականության մշակման մեջ օգտագործվող կոդավորիչ-ապակոդավորիչ ճարտարապետությունը: Մասնակիցները կսովորեն, թե այս մոդելները ինչ մասերից են բաղկացած և ինչպես են դրանք մարզվում: Դասընթացը նաև ներառում է պարզ մոդել ստեղծելու գործնական ցուցադրություն՝ օգտագործելով TensorՀոսքը:
Անցեք կոդավորիչ-դեկոդերի ճարտարապետության դասընթացին
Ուշադրության մեխանիզմ
Ուշադրության մեխանիզմը ժամանակակից արհեստական բանականության ամենակարևոր տեխնոլոգիաներից մեկն է։ Այն թույլ է տալիս neuroնոր ցանցեր՝ կենտրոնանալու մուտքային տվյալների ամենակարևոր մասերի վրա և օգտագործվում է, օրինակ, մեքենայական թարգմանության, տեքստի ամփոփման կամ հարցերին պատասխանելու համար: Դասընթացը համեմատաբար կարճ է և տևում է մոտավորապես 45 րոպե:
Անցեք ուշադրության մեխանիզմի դասընթացին
Ստեղծեք պատկերների վերնագրերի մոդելներ
Այս դասընթացը ցույց է տալիս, թե ինչպես օգտագործել խորը ուսուցումը՝ պատկերների տեքստային նկարագրություններ ավտոմատ կերպով ստեղծելու ընդունակ համակարգ ստեղծելու համար: Մասնակիցները կսովորեն կոդավորիչի և վերծանիչի սկզբունքները, ինչպես նաև կսովորեն, թե ինչպես մարզել նման մոդել, այնուհետև գնահատել դրա արդյունքները:
Անցեք «Ստեղծեք պատկերի մակագրությունների մոդելներ» դասընթացին
Ներածություն Vertex AI-ին Studio
Vertex AI Studio Google-ի հարթակ է, որը նախատեսված է գեներատիվ արհեստական բանականության միջոցով հավելվածներ մշակելու համար: Դասընթացը ցույց է տալիս, թե ինչպես նախատիպավորել արհեստական բանականության լուծումները, աշխատել հուշումների հետ և օգտագործել մոդելներ: GeminiԿան նաև Google-ի հետ աշխատելու գործնական օրինակներ։ Cloud և ընթացակարգեր, որոնք կարող են օգտագործվել արհեստական բանականության կիրառությունները իրական աշխարհում տեղակայման համար պատրաստելու համար։
Անցնել Vertex AI-ի ներածություն դասընթացին Studio
Generative AI Հիմնադրամներ
Եթե ցանկանում եք ստանալ գեներատիվ արհեստական բանականության ավելի լայն պատկերացում, դասընթացը նույնպես կարող է հետաքրքիր ընտրություն լինել։ Generative AI Հիմունքներ։ Կենտրոնանում է նոր բովանդակություն, ինչպիսիք են տեքստը, պատկերները կամ ծրագրավորման կոդը, ստեղծելու ունակ տեխնոլոգիաների հիմնական սկզբունքների վրա։ Դասընթացը օգնում է հասկանալ դասական և գեներատիվ արհեստական բանականության միջև եղած տարբերությունները և ներկայացնում է արհեստական բանականության ներկայիս զարգացումների հիմքում ընկած տեխնոլոգիաները։
Գնալ դասընթացին Generative AI Հիմնադրամներ
Կարող եք սկսել րոպեների ընթացքում
Այս դասընթացների ամենամեծ առավելությունը դրանց մատչելիությունն է: Դրանք ավարտելու համար ձեզ անհրաժեշտ է միայն հաշիվ և ինտերնետ կապ: Սկսնակները կարող են սկսել, օրինակ, դասընթացի ներածությունից: Generative AI կամ ներածություն մեծ չափաբաժնի Language Models, մինչդեռ ավելի փորձառու օգտատերերը կարող են խորանալ տեխնիկապես կենտրոնացած թեմաների մեջ, ինչպիսիք են ուշադրության մեխանիզմները, կոդավորիչ-ապակոդավորիչ ճարտարապետությունը կամ Vertex AI-ի հետ աշխատանքը։
Եթե հետաքրքրված եք արհեստական բանականությամբ կամ ցանկանում եք ձեռք բերել հմտություններ ձեր ապագա կարիերայի համար, Google-ի անվճար դասընթացները կարող են լինել հեշտ միջոց սկսելու համար: Որոշները կարող են ավարտվել մեկ օրվա ընթացքում, իսկ ընտրված դասընթացները նաև ներառում են թվային նշան՝ ավարտելուց հետո՝ ապացուցելու համար, որ դուք ավարտել եք ծրագիրը:
Դա ևս մեկ պատճառաբանություն է, հենց սկզբում այն ուզում է QR կոդ սկանավորել...