Ostateczna lista zasobów generatywnej sztucznej inteligencji

Ostateczna lista zasobów generatywnej sztucznej inteligencji

Znacznik czasu: 27 stycznia 2024 12:30
Węzeł źródłowy: 3087290

Wprowadzenie

Pojawienie się modeli wielkojęzycznych (LLM), takich jak ChatGPT, było rewolucyjne i zapoczątkowało nową erę w sposobie interakcji z technologią. Te wyrafinowane modele, których przykładem jest ChatGPT, na nowo zdefiniowały sposób, w jaki współpracujemy z platformami cyfrowymi. Pomyśl o tym – jak często korzystałeś z narzędzi takich jak ChatGPT, aby bez wysiłku pisać e-maile, lub korzystałeś z generatywnej sztucznej inteligencji, aby ożywić swoje najśmielsze wyobrażenia za pomocą oszałamiających obrazów? Ta nieustanna ewolucja technologii generatywnej sztucznej inteligencji to nie tylko postęp naukowy; to brama do nieskończonych możliwości twórczych, przekształcająca nasz cyfrowy krajobraz w zapierającym dech w piersiach tempie. Jednak w tym wirze szybkiego postępu istnieje zauważalna luka. Chociaż zachwycamy się wynikami generatywnej sztucznej inteligencji, głębsze zrozumienie jej podstaw i praktycznych zastosowań pozostaje dla wielu nieuchwytne. W tym miejscu wkracza ten blog. Przedstawiamy rozwiązanie — generatywne zasoby AI.

Skrupulatnie przygotowałem uporządkowaną listę najlepszych kursów dotyczących generatywnej sztucznej inteligencji, aby zapewnić Ci tę najnowocześniejszą wiedzę. To nie jest tylko lista; to Twój plan działania prowadzący do odkrycia magii kryjącej się za tymi niesamowitymi narzędziami. Niezależnie od tego, czy jesteś ciekawskim uczniem, aspirującym entuzjastą sztucznej inteligencji, czy profesjonalistą chcącym udoskonalić swoje umiejętności, te kursy zaspokoją Twoje pragnienie wiedzy.

Kursy generatywnej sztucznej inteligencji

Spis treści

Lista zasobów generatywnej sztucznej inteligencji dla Ciebie

Krok 1: Jak rozpocząć pracę z generatywną sztuczną inteligencją?

Jeśli dopiero zaczynasz przygodę z generatywną sztuczną inteligencją, rozpocznij od tego kursu Generatywna sztuczna inteligencja dla każdego. Na tym kursie Generatywna sztuczna inteligencja poznasz działanie generatywnej sztucznej inteligencji, typowe przypadki użycia i możliwości. Dowiesz się także, jak tworzyć skuteczne podpowiedzi i rozumieć potencjalne możliwości i zagrożenia, jakie ta technologia stwarza dla osób fizycznych, firm i społeczeństwa.

Teraz następną rzeczą, której musisz się nauczyć, jest korzystanie z popularnych narzędzi generatywnej AI, takich jak ChatGPT, Midjourney i nie tylko. W tym kursie na Generatywne narzędzia sztucznej inteligencji, dowiesz się dokładnie tego. Zrozumiesz podstawy generatywnej sztucznej inteligencji, poznasz najpopularniejsze narzędzia do generowania tekstu i generowania obrazów, a nawet jak używać ich do różnych zastosowań, takich jak edycja obrazów, tworzenie wiadomości e-mail, tworzenie treści wizualnych i nie tylko.

Dodatkowe zasoby generatywnej sztucznej inteligencji

  • „Stan GPT” autorstwa Karpathy: Zobacz tutaj
  • Delikatne wprowadzenie do generatywnej sztucznej inteligencji dla początkujących: Czytaj tutaj

Krok 2: Gdzie dowiedzieć się o Prompt Engineering?

Kiedy już dowiesz się o generatywnej sztucznej inteligencji, następnym krokiem będzie zabawa z tą technologią i zakochanie się w jej możliwościach. Najlepszym sposobem na to jest pobawienie się ChatGPT. Ale czy wiesz, że nawet aby w pełni wykorzystać ChatGPT, musisz poznać Prompt Engineering? Teraz pytacie, co to jest? Cóż, w ten sposób wchodzimy w interakcję z LLM i uzyskujemy pożądany rezultat.

Aby się tego nauczyć, możesz zacząć od tego oczywiście przez Codecademy na temat szybkiej inżynierii. Dzięki temu zaczniesz od podstaw. Jeśli chcesz przejść do czegoś szczegółowego, gorąco polecam ten przewodnik Szybka inżynieria, co jest nie mniej niż kursem. Chociaż jest to obszerny przewodnik, ma on dobrą strukturę i wyczerpująco omawia szybką inżynierię, w tym takie tematy, jak uczenie się od zera, uczenie się przez kilka strzałów i uczenie się poprzez łańcuch myślowy. Zawiera także ogólne wskazówki dotyczące projektowania dobrych podpowiedzi, które skutecznie rozwiązują każdy przypadek użycia.

Dodatkowe zasoby generatywnej sztucznej inteligencji

Zasoby generatywnej sztucznej inteligencji

Krok 3: Jak zdobywasz wiedzę o LLM?

Teraz, gdy współpracowałeś z ChatGPT przy użyciu standardowego interfejsu OpenAI, czas przejść do projektowania własnych systemów, wykorzystując API ChatGPT. W tym celu możesz zapoznać się z tym kursem Budowanie systemów z API ChatGPT przez DeepLearning.ai. Tutaj nauczysz się dzielić złożone zadania na mniejsze i rozwiązywać je za pomocą podpowiedzi. To pokaże Ci, jak wykorzystać potężne narzędzie, takie jak ChatGPT, do konkretnych zadań.

Gdy już to zrobisz, możesz zbudować swoją pierwszą aplikację opartą na LLM, korzystając ze frameworka LangChain opisanego w tym kursie LangChain do tworzenia aplikacji LLM. LangChain to platforma typu open source do tworzenia aplikacji opartych na LLM, które nie są ograniczone do ChatGPT! Umożliwia tworzenie aplikacji kontekstowych poprzez łączenie LLM z danymi i udostępnianie narzędzi umożliwiających dostosowywanie, dokładność i trafność. Na tym kursie nauczysz się budować aplikację LLM przy użyciu LangChain, co pozwoli Ci przyzwyczaić się do budowania osobistych asystentów i chatbotów.

Co się stanie, jeśli standardowe LLM mają wiedzę statyczną i chcesz je rozszerzyć, aby pasowały do ​​konkretnego przypadku użycia? Wtedy będziesz musiał użyć techniki RAG, aby rozszerzyć LLM w celu zbudowania aplikacji. Czym więc jest RAG? Cóż, RAG oznacza Retrieval Augmented Generation. Jest to strategia, w której zapewniasz LLM dodatkową wiedzę za pośrednictwem systemu wyszukiwania. Dzięki temu LLM może odpowiadać na bardziej szczegółowe zapytania, nawet jeśli nie jest w tym przeszkolony. Z tego artykułu dowiesz się więcej o RAG-ach i nie tylko Tworzenie i ocenianie zaawansowanych aplikacji RAG kurs.

Teraz, gdy zbudowałeś system RAG, zauważysz, że istnieją pewne ograniczenia. Po pierwsze, zauważysz, że nie zawsze będziesz mógł wykorzystać wszystkie pobrane dane w podpowiedzi, co ogranicza odpowiedź LLM. Innym może być halucynacyjny efekt LLM, który jest trudny do wyeliminowania. Czy nie byłoby lepiej całkowicie dostroić swój model i uzyskać bardziej spersonalizowany LLM? To właśnie będziesz omawiać W tym kursie, gdzie dowiesz się o dostrajaniu, kiedy go stosować, jak przygotować dane do dostrajania oraz jak trenować i oceniać dostrojony model.

Dodatkowe zasoby generatywnej sztucznej inteligencji

„Wprowadzenie do modeli wielkojęzykowych” autorstwa Karpathy: Zobacz tutaj

  • Film zawiera godzinny przegląd wprowadzający LLM odpowiednich dla ogółu odbiorców, które służą jako podstawowy element techniczny w systemach takich jak ChatGPT, Claude i Bard. Zrozumiesz naturę, przyszłe kierunki i porównania między tymi modelami.

„Przewodnik hakera po modelach językowych” Jeremy’ego Howarda: Zobacz tutaj

  • W tym pouczającym filmie Jeremy Howard, współzałożyciel fast.ai, szczegółowo omawia modele językowe. Film zawiera krytyczne oceny GPT-4, praktyczne zastosowania w pisaniu kodu i analizie danych oraz praktyczne wskazówki dotyczące korzystania z API OpenAI. 

„Nadrabianie zaległości w dziwnym świecie LLM” Simona Willisona: Czytaj tutaj

  • Blog omawia podstawy modeli językowych, badając ich definicję, funkcjonowanie i zwięzły harmonogram rozwoju LLM. Identyfikuje najlepsze modele LLM i oferuje praktyczne wskazówki, w tym wykorzystanie ich do kodowania. Na blogu znajdziesz także krótki przegląd szkoleń LLM.

Czym są modele dużego języka (LLM) opracowane przez Analytics Vidhya? Czytaj tutaj

  • Blog eksploruje modele wielkojęzykowe (LLM), zagłębiając się w ich budowę i funkcjonowanie. Omówiono w nim ogólną architekturę, podano przykłady, omówiono rozwiązania LLM typu open source, takie jak Bloom, zbadano interfejsy API Hugging Face i przedstawiono praktyczne zastosowania na przykładach. 
Kursy generatywnej sztucznej inteligencji

Krok 4: A co z RLHF?

Na pewno słyszałeś o RLHF. RLHF oznacza uczenie się ze wzmocnieniem na podstawie informacji zwrotnej od ludzi. Jest to technika uczenia maszynowego, która szkoli „model nagrody” bezpośrednio na podstawie informacji zwrotnych od ludzi i wykorzystuje ten model jako nagrodę w celu optymalizacji wydajności agenta sztucznej inteligencji poprzez wzmocnienie. Dowiedz się więcej o RLHF w tym kursie autorstwa DeepLearning.ai, gdzie zdobędziesz wiedzę na temat RLHF, dostroisz LLM za pomocą RLHF, a następnie nauczysz się go oceniać.

Dodanie zasobów generatywnej AI

Krok 5: Skąd czerpiesz wiedzę o modelach dyfuzyjnych?

Generatywna sztuczna inteligencja to nie tylko LLM. Jeśli chcesz dowiedzieć się o generowaniu obrazu za pomocą generatywnej sztucznej inteligencji, musisz poznać modele dyfuzyjne i ich działanie. W tym celu istnieje wspaniały kurs firmy Hugging Face. Znajdziesz tu materiały do ​​kursu, w tym zeszyty, materiały do ​​czytania i wszystko inne Repozytorium GitHub. Tutaj znajdziesz treści dotyczące podstawowych modeli dyfuzji, stabilnej dyfuzji, dostrajania modelu dyfuzji i nie tylko.

Dodatkowe zasoby generatywnej sztucznej inteligencji

Bonus: Kompleksowy program generatywnej sztucznej inteligencji

Wiem, że tych kursów jest wiele i nie są one w pełni wyczerpujące. Dlatego sugeruję ten kompleksowy program dotyczący generatywnej sztucznej inteligencji o nazwie Program Generatywnej AI Pinnacle. Program ten obejmuje generatywną sztuczną inteligencję od początku do końca. Obejmuje takie tematy, jak szybka inżynieria, system RAG wykorzystujący LlamaIndex i dostrajanie LLM, w tym LoRA, QLoRA, PEFT i stabilna dyfuzja.

Wnioski

Mam nadzieję, że ta lista zasobów generatywnej sztucznej inteligencji okazała się dla Ciebie pomocna i że przynajmniej zapisałeś się na jeden z powyższych kursów! Istnieje jednak wiele innych kursów, które tutaj pominąłem. Jeśli znajdziesz odpowiedni kurs na temat generatywnej sztucznej inteligencji, udostępnij go w komentarzach poniżej. Sama chętnie bym to odkryła!


Himanshi Singha

Jestem miłośnikiem danych i uwielbiam wydobywać i rozumieć ukryte wzorce w danych. Chcę się uczyć i rozwijać w dziedzinie uczenia maszynowego i data science.

Znak czasu:

Więcej z Analityka Widhja