Daftar Utama Sumber Daya AI Generatif

Daftar Utama Sumber Daya AI Generatif

Stempel Waktu: 27 Januari 2024 12
Node Sumber: 3087290

Pengantar

Munculnya Model Bahasa Besar (LLM) seperti ChatGPT merupakan hal yang revolusioner dan memicu era baru dalam cara kita berinteraksi dengan teknologi. Model canggih ini, yang dicontohkan oleh ChatGPT, telah mendefinisikan ulang cara kita berinteraksi dengan platform digital. Coba pikirkan – seberapa sering Anda menggunakan alat seperti ChatGPT untuk menulis email dengan mudah atau menggunakan AI generatif untuk mewujudkan imajinasi terliar Anda melalui gambar yang menakjubkan? Evolusi teknologi AI Generatif yang tiada henti ini bukan sekadar kemajuan ilmiah; ini adalah pintu gerbang menuju kemungkinan kreatif tanpa batas, membentuk kembali lanskap digital kita dengan kecepatan yang menakjubkan. Namun, ada kesenjangan yang nyata dalam kemajuan pesat ini. Meskipun kami mengagumi keluaran AI Generatif, pemahaman yang lebih mendalam tentang dasar-dasar dan penerapan praktisnya masih sulit dipahami oleh banyak orang. Di sinilah blog ini berperan. Memperkenalkan solusi—Sumber Daya AI Generatif.

Saya telah dengan cermat menyusun daftar kursus AI Generatif terbaik untuk memberdayakan Anda dengan pengetahuan mutakhir ini. Ini bukan sekedar daftar; ini adalah peta jalan Anda untuk mengungkap keajaiban di balik alat luar biasa ini. Baik Anda pembelajar yang penuh rasa ingin tahu, calon penggila AI, atau profesional yang ingin meningkatkan keahlian Anda, kursus-kursus ini akan memenuhi dahaga Anda akan pengetahuan.

Kursus AI generatif

Daftar Isi

Daftar Sumber Daya AI Generatif Untuk Anda

Langkah 1: Bagaimana Anda memulai AI Generatif?

Jika Anda seorang pemula dalam AI Generatif, mulailah dengan kursus ini AI Generatif untuk Semua Orang. Dalam kursus AI Generatif ini, Anda akan mempelajari cara kerja AI generatif, kasus penggunaan umum, dan kemampuan. Anda juga akan belajar bagaimana membangun petunjuk yang efektif dan memahami potensi peluang dan risiko yang ditimbulkan oleh teknologi ini bagi individu, bisnis, dan masyarakat.

Sekarang, hal berikutnya yang harus dipelajari adalah cara menggunakan alat AI Generatif yang populer seperti ChatGPT, Midjourney, dan banyak lagi. Dalam kursus ini Alat AI generatif, Anda akan mempelajari hal itu dengan tepat. Anda akan memahami dasar-dasar AI generatif, mempelajari alat paling populer untuk pembuatan teks dan pembuatan gambar, dan bahkan cara menggunakannya untuk berbagai aplikasi seperti pengeditan gambar, membuat email, membuat konten visual, dan banyak lagi.

Sumber Daya AI Generatif Tambahan

Langkah 2: Di mana saya bisa belajar tentang Prompt Engineering?

Setelah Anda mempelajari AI Generatif, langkah selanjutnya adalah bermain-main dengan teknologi dan terpikat oleh kemungkinan-kemungkinannya. Cara terbaik untuk melakukannya adalah dengan mengutak-atik ChatGPT. Namun tahukah Anda bahwa untuk mendapatkan hasil maksimal dari ChatGPT, Anda harus mempelajari Prompt Engineering? Sekarang Anda bertanya, apa itu? Ya, begitulah cara kita berinteraksi dengan LLM dan mendapatkan hasil yang diinginkan.

Untuk mempelajarinya, Anda bisa memulainya dari ini tentu saja oleh Codecademy tentang Rekayasa Cepat. Ini akan membantu Anda memulai dengan dasar-dasarnya. Jika Anda ingin membahas sesuatu yang mendetail, saya sangat menyarankan panduan ini Rekayasa Cepat, yang tidak kurang dari sebuah kursus. Meskipun panduan ini ekstensif, panduan ini terstruktur dengan baik dan mencakup rekayasa cepat secara mendalam, termasuk topik-topik seperti pembelajaran zero-shot, pembelajaran beberapa langkah, dan pembelajaran rangkaian pemikiran. Ini juga memberi tahu Anda tip umum untuk merancang perintah yang baik yang secara efektif menyelesaikan kasus penggunaan apa pun.

Sumber Daya AI Generatif Tambahan

Sumber Daya AI Generatif

Langkah 3: Bagaimana Anda belajar tentang LLM?

Sekarang Anda telah berinteraksi dengan ChatGPT menggunakan antarmuka standar OpenAI, sekarang saatnya beralih merancang sistem Anda sendiri dengan memanfaatkan API ChatGPT. Untuk itu, Anda bisa mendalaminya pada kursus ini Membangun Sistem dengan ChatGPT API oleh DeepLearning.ai. Di sini, Anda akan belajar membagi tugas kompleks menjadi tugas yang lebih kecil dan menyelesaikannya menggunakan petunjuk. Ini akan menunjukkan kepada Anda cara memanfaatkan alat canggih seperti ChatGPT untuk tugas spesifik Anda.

Setelah selesai, Anda dapat membangun aplikasi berbasis LLM pertama Anda menggunakan kerangka LangChain dalam kursus ini LangChain untuk Pengembangan Aplikasi LLM. LangChain adalah kerangka kerja sumber terbuka untuk mengembangkan aplikasi yang didukung oleh LLM yang tidak terbatas pada ChatGPT! Hal ini memungkinkan pembuatan aplikasi sadar konteks dengan menghubungkan LLM ke data dan menyediakan alat untuk penyesuaian, akurasi, dan relevansi. Dalam kursus ini, Anda akan belajar membangun aplikasi LLM menggunakan LangChain, yang akan membuat Anda terbiasa membuat asisten pribadi dan chatbot.

Bagaimana jika LLM standar memiliki pengetahuan statis, dan Anda ingin menambahkannya agar sesuai dengan kasus penggunaan khusus Anda? Saat itulah Anda perlu menggunakan teknik RAG untuk menambah LLM untuk membangun aplikasi Anda. Jadi, apa itu RAG? Nah, RAG adalah singkatan dari Retrieval Augmented Generation. Ini adalah strategi di mana Anda memberikan pengetahuan tambahan kepada LLM melalui sistem pengambilan. Hal ini memungkinkan LLM untuk menjawab pertanyaan yang lebih spesifik meskipun tidak dilatih mengenai hal tersebut. Anda dapat mempelajari tentang RAG dan lebih banyak lagi di sini Membangun dan Mengevaluasi Aplikasi RAG Tingkat Lanjut Tentu saja.

Sekarang setelah Anda membangun sistem RAG, Anda akan melihat bahwa ada beberapa keterbatasan di dalamnya. Pertama, Anda akan melihat bahwa Anda tidak selalu dapat menggunakan seluruh data yang diambil dalam sebuah prompt, yang membatasi respons LLM. Dampak lainnya adalah efek halusinasi dari LLM, yang sulit dihilangkan. Jadi, bukankah lebih baik menyempurnakan model Anda sepenuhnya dan mendapatkan LLM yang lebih disesuaikan? Itulah yang akan Anda liput dalam kursus ini, di mana Anda akan mempelajari tentang penyempurnaan, kapan menerapkannya, cara mempersiapkan data untuk penyempurnaan, dan cara melatih dan mengevaluasi model yang telah disempurnakan.

Sumber daya AI Generatif tambahan

“Pengantar Model Bahasa Besar” oleh Karpathy: Lihat disini

  • Video ini memberikan ikhtisar pengantar selama satu jam tentang LLM yang cocok untuk khalayak umum, yang berfungsi sebagai elemen teknis mendasar dalam sistem seperti ChatGPT, Claude, dan Bard. Anda akan memahami sifat, arah masa depan, dan perbandingan antara model-model ini.

“Panduan Peretas untuk Model Bahasa” oleh Jeremy Howard: Lihat disini

  • Dalam video yang mencerahkan ini, Jeremy Howard, salah satu pendiri fast.ai, memberikan eksplorasi model bahasa yang komprehensif. Video ini mencakup evaluasi kritis GPT-4, aplikasi praktis dalam penulisan kode dan analisis data, serta tips praktis untuk memanfaatkan OpenAI API. 

“Mengikuti dunia LLM yang aneh” oleh Simon Willison: Baca di sini

  • Blog ini membahas esensi model bahasa, mengeksplorasi definisi, fungsi, dan garis waktu singkat pengembangan LLM. Ini mengidentifikasi model LLM teratas dan menawarkan tip praktis, termasuk menggunakannya untuk pengkodean. Blog ini juga akan memberi Anda gambaran singkat tentang bagaimana LLM dilatih.

Apa itu Model Bahasa Besar (LLM) oleh Analytics Vidhya? Baca disini

  • Blog ini mengeksplorasi Model Bahasa Besar (LLM), mempelajari konstruksi dan fungsinya. Ini mencakup arsitektur umum mereka, memberikan contoh, mendiskusikan LLM sumber terbuka seperti Bloom, mengeksplorasi Hugging Face API, dan menyajikan aplikasi praktis melalui contoh. 
Kursus AI generatif

Langkah 4: Bagaimana dengan RLHF?

Anda pasti pernah mendengar tentang RLHF. RLHF adalah singkatan Pembelajaran Penguatan dari Umpan Balik Manusia. Ini adalah teknik pembelajaran mesin yang melatih “model penghargaan” langsung dari umpan balik manusia dan menggunakan model tersebut sebagai hadiah untuk mengoptimalkan kinerja agen kecerdasan buatan melalui penguatan. Sekarang, pelajari tentang RLHF dalam kursus ini Pembelajaran Mendalam.ai, di mana Anda akan mendapatkan pengetahuan tentang RLHF, menyempurnakan LLM dengan RLHF, dan terakhir belajar mengevaluasinya.

Penambahan Sumber Daya AI Generatif

Langkah 5: Di mana Anda belajar tentang model difusi?

Saat ini, AI generatif tidak hanya tentang LLM. Jika Anda ingin mempelajari pembuatan gambar menggunakan AI generatif, Anda harus mempelajari model difusi dan cara kerjanya. Untuk ini, ada kursus menakjubkan dari Hugging Face. Materi kursus, termasuk buku catatan, bahan bacaan dan lainnya, dapat ditemukan di sini Repositori GitHub. Di sini, Anda dapat menemukan konten tentang model difusi dasar, difusi stabil, menyempurnakan model difusi, dan banyak lagi.

Sumber Daya AI Generatif Tambahan

Bonus: Program AI Generatif yang Komprehensif

Saya tahu ada banyak kursus yang harus diikuti dan tidak sepenuhnya menyeluruh. Inilah sebabnya saya menyarankan program komprehensif tentang AI Generatif yang disebut Program Puncak AI Generatif. Program ini mencakup AI generatif dari awal hingga akhir. Ini mencakup topik-topik seperti Prompt Engineering, sistem RAG menggunakan LlamaIndex, dan menyempurnakan LLM, termasuk LoRA, QLoRA, PEFT, dan Difusi Stabil.

Kesimpulan

Saya harap daftar sumber daya AI Generatif ini bermanfaat bagi Anda dan Anda setidaknya telah mendaftar di salah satu kursus di atas! Namun, masih banyak kursus lain yang saya tinggalkan di sini. Jika Anda menemukan kursus yang relevan tentang AI Generatif, bagikan di komentar di bawah. Saya ingin menjelajahinya sendiri!


Himanshi Singh

Saya seorang pecinta data dan saya suka mengekstraksi dan memahami pola tersembunyi dalam data. Saya ingin belajar dan berkembang di bidang Pembelajaran Mesin dan Ilmu Data.

Stempel Waktu:

Lebih dari Analisis Vidhya