Lista definitiva de recursos de IA generativa

Introducción

El auge de los modelos de lenguaje grande (LLM) como ChatGPT ha sido revolucionario y ha iniciado una nueva era en la forma en que interactuamos con la tecnología. Estos modelos sofisticados, ejemplificados por ChatGPT, han redefinido cómo interactuamos con las plataformas digitales. Piénselo: ¿con qué frecuencia ha utilizado herramientas como ChatGPT para escribir un correo electrónico sin esfuerzo o ha empleado IA generativa para dar vida a sus imaginaciones más locas a través de imágenes impresionantes? Esta incesante evolución de la tecnología de IA generativa no es solo un avance científico; es una puerta de entrada a infinitas posibilidades creativas, que remodela nuestro panorama digital a un ritmo impresionante. Sin embargo, hay una brecha notable en este torbellino de rápido progreso. Si bien nos maravillamos ante los resultados de la IA generativa, para muchos sigue siendo difícil lograr una comprensión más profunda de sus fundamentos y aplicaciones prácticas. Aquí es donde interviene este blog. Presentamos una solución: recursos generativos de IA.

He compilado meticulosamente una lista ordenada de los mejores cursos de IA generativa para brindarle este conocimiento de vanguardia. Esta no es sólo una lista; es tu hoja de ruta para desentrañar la magia detrás de estas increíbles herramientas. Ya sea que sea un estudiante curioso, un aspirante a entusiasta de la IA o un profesional que busca mejorar sus habilidades, estos cursos satisfacen su sed de conocimiento.

Lista de recursos de IA generativa para usted

Paso 1: ¿Cómo empezar con la IA generativa?

Si es principiante en IA generativa, comience con este curso en IA generativa para todos. En este curso de IA generativa, explorará el funcionamiento de la IA generativa, los casos de uso comunes y las capacidades. También aprenderá cómo crear indicaciones efectivas y comprender las oportunidades y riesgos potenciales que esta tecnología plantea para las personas, las empresas y la sociedad.

Ahora, lo siguiente que debe aprender es cómo utilizar las populares herramientas de IA generativa como ChatGPT, Midjourney y más. En este curso sobre Herramientas de IA generativa, aprenderás exactamente eso. Comprenderá los conceptos básicos de la IA generativa, aprenderá sobre las herramientas más populares para la generación de texto y de imágenes, e incluso cómo usarlas para diversas aplicaciones como edición de imágenes, elaboración de correos electrónicos, creación de contenido visual y más.

Recursos adicionales de IA generativa

• “El estado de GPT” de Karpathy: Mira aquí
• Una suave introducción a la IA generativa para principiantes: Léalo aquí

Paso 2: ¿Dónde aprender sobre ingeniería rápida?

Una vez que haya aprendido sobre la IA generativa, el siguiente paso es jugar con la tecnología y enamorarse de sus posibilidades. La mejor manera de hacerlo es jugar con ChatGPT. Pero, ¿sabías que incluso para aprovechar ChatGPT al máximo, debes aprender sobre Prompt Engineering? Ahora preguntas, ¿qué es eso? Bueno, es la forma en que interactuamos con un LLM y obtenemos el resultado deseado.

Para aprender eso, puedes comenzar con esto. por supuesto Codecademy sobre ingeniería rápida. Esto le ayudará a empezar con lo básico. Si desea pasar a algo detallado, le recomiendo encarecidamente esta guía sobre Ingeniería rápida, que es nada menos que un curso. Aunque se trata de una guía extensa, está bien estructurada y cubre exhaustivamente la ingeniería de indicaciones, incluidos temas como el aprendizaje de cero intentos, el aprendizaje de pocos intentos y el aprendizaje de cadena de pensamiento. También le brinda consejos generales para diseñar buenos mensajes que resuelvan eficazmente cualquier caso de uso.

Recursos adicionales de IA generativa

Paso 3: ¿Cómo se aprende sobre los LLM?

Ahora que ha interactuado con ChatGPT utilizando la interfaz estándar de OpenAI, es hora de pasar a diseñar sus propios sistemas utilizando la API de ChatGPT. Para eso, puedes explorar en este curso sobre Creación de sistemas con la API de ChatGPT por DeepLearning.ai. Aquí, aprenderá a dividir tareas complejas en tareas más pequeñas y a resolverlas mediante indicaciones. Esto le mostrará cómo utilizar una herramienta poderosa como ChatGPT para sus tareas específicas.

Una vez hecho esto, podrá crear su primera aplicación basada en LLM utilizando el marco LangChain en este curso sobre LangChain para el desarrollo de aplicaciones LLM. LangChain es un marco de código abierto para desarrollar aplicaciones impulsadas por LLM que no se limitan a ChatGPT. Permite la creación de aplicaciones sensibles al contexto conectando LLM con datos y proporcionando herramientas de personalización, precisión y relevancia. En este curso, aprenderá a crear una aplicación LLM utilizando LangChain, lo que lo acostumbrará a crear asistentes personales y chatbots.

¿Qué pasa si los LLM estándar tienen conocimientos estáticos y desea aumentarlos para adaptarlos a su caso de uso particular? Ahí es cuando necesitará utilizar la técnica RAG para aumentar los LLM y crear su aplicación. Entonces, ¿qué es RAG? Bueno, RAG significa Generación Aumentada de Recuperación. Es una estrategia en la que proporcionas conocimientos adicionales al LLM a través de un sistema de recuperación. Esto permite al LLM responder consultas más específicas aunque no esté capacitado en ello. Puede aprender sobre RAG y más en este Creación y evaluación de aplicaciones RAG avanzadas curso.

Ahora que ha construido un sistema RAG, notará que tiene algunas limitaciones. Por un lado, notará que no siempre podrá utilizar todos los datos recuperados en un mensaje, lo que limita la respuesta del LLM. Otro sería el efecto alucinante del LLM, que es difícil de eliminar. Entonces, ¿no sería mejor ajustar completamente su modelo y obtener un LLM más personalizado? Eso es lo que cubrirás. en este curso, donde aprenderá sobre el ajuste, cuándo aplicarlo, cómo preparar los datos para el ajuste y cómo entrenar y evaluar su modelo ajustado.

Recursos adicionales de IA generativa

“Introducción a los modelos de lenguaje grandes” de Karpathy: Mira aquí

• El vídeo proporciona una descripción general introductoria de una hora sobre los LLM adecuados para una audiencia general, que sirven como elemento técnico fundamental en sistemas como ChatGPT, Claude y Bard. Comprenderá la naturaleza, las direcciones futuras y las comparaciones entre estos modelos.

"Una guía para hackers sobre modelos de lenguaje" por Jeremy Howard: Mira aquí

• En este esclarecedor vídeo, Jeremy Howard, cofundador de fast.ai, ofrece una exploración exhaustiva de los modelos de lenguaje. El video incluye evaluaciones críticas de GPT-4, aplicaciones prácticas en escritura de código y análisis de datos, y consejos prácticos para utilizar la API OpenAI. 

"Ponerse al día con el extraño mundo de los LLM" por Simon Willison: Léalo aquí

• El blog cubre los aspectos esenciales de los modelos lingüísticos, explora su definición, funcionamiento y un cronograma conciso del desarrollo de un LLM. Identifica los mejores modelos de LLM y ofrece consejos prácticos, incluido su uso para codificar. El blog también le brindará una breve descripción general de cómo se capacitan los LLM.

¿Qué son los modelos de lenguajes grandes (LLM) de Analytics Vidhya? Léalo aquí

• El blog explora los Grandes Modelos de Lenguaje (LLM), profundizando en su construcción y funcionamiento. Cubre su arquitectura general, proporciona ejemplos, analiza LLM de código abierto como Bloom, explora las API de Hugging Face y presenta aplicaciones prácticas a través de ejemplos. 

Paso 4: ¿Qué pasa con RLHF?

Debes haber oído hablar de RLHF. RLHF significa Aprendizaje por refuerzo a partir de la retroalimentación humana. Es una técnica de aprendizaje automático que entrena un "modelo de recompensa" directamente a partir de la retroalimentación humana y utiliza el modelo como recompensa para optimizar el desempeño de un agente de inteligencia artificial mediante refuerzo. Ahora, aprenda sobre RLHF en este curso de Aprendizaje profundo.ai, donde obtendrá conocimientos sobre RLHF, perfeccionará un LLM con RLHF y finalmente aprenderá a evaluarlo.

Agregar recursos de IA generativa

Paso 5: ¿Dónde aprendes sobre los modelos de difusión?

Ahora bien, la IA generativa no se trata solo de LLM. Si desea aprender sobre la generación de imágenes utilizando IA generativa, debe aprender sobre los modelos de difusión y cómo funcionan. Para ello, existe un curso impresionante de Hugging Face. El material del curso, incluyendo cuadernos, material de lectura y todo lo demás, lo podrás encontrar en este Repositorio GitHub. Aquí puede encontrar contenido sobre modelos de difusión básicos, difusión estable, ajuste de un modelo de difusión y más.

Recursos adicionales de IA generativa

Bonificación: programa integral de IA generativa

Sé que son muchos cursos para realizar y no son del todo exhaustivos. Es por eso que sugiero este programa integral sobre IA generativa llamado Programa Pinnacle de IA generativa. Este programa cubre la IA generativa de principio a fin. Cubre temas como Prompt Engineering, sistema RAG usando LlamaIndex y ajuste de LLM, incluidos LoRA, QLoRA, PEFT y Stable Diffusion.

Conclusión

Espero que esta lista de recursos de IA generativa te haya resultado útil y que al menos te hayas inscrito en uno de los cursos anteriores. Sin embargo, hay muchos otros cursos que he omitido aquí. Si encuentra un curso relevante sobre IA generativa, compártalo en los comentarios a continuación. ¡Me encantaría explorar eso yo mismo!

Relacionado:

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://www.analyticsvidhya.com/blog/2024/01/ultimate-list-of-generative-ai-resources/