O Google lançou um programa de aprendizado de IA generativa, incluindo 8 cursos e 2 testes, abrangendo desde princípios técnicos, métodos de implementação, cenários de aplicativos e desenvolvimento e implantação. Alguns cursos estão disponíveis no Google Cloud, mas o conteúdo e a estrutura são muito bons, totalmente gratuito.

Os 8 cursos são apresentados e vinculados da seguinte forma:
Nota de Xiaopang: Se você não sabe o que aprender, pode ler a introdução. Se suas mãos coçarem, você pode ir diretamente para #4 5 #8 para fazer três projetos práticos: gerar texto a partir de texto, gerar texto a partir de texto e geração de texto a partir de imagens.
1. O que é IA generativa, quais são suas aplicações e como ela difere do aprendizado de máquina tradicional.
[Complete a meta de alfabetização depois de aprender]
2. O que é um modelo de linguagem grande (LLM), os cenários de aplicação de um modelo de linguagem grande e como as palavras de prompt () e o ajuste fino (ajuste fino) podem melhorar o desempenho do modelo.
[Mais de 90% dos amigos chineses do Twitter depois de aprender]
3. O que é IA responsável (Responsible AI), por que é importante que os modelos de IA sejam seguros, confiáveis e éticos e como construir um produto que use IA responsável.
[Não há muito valor prático. Depois de aprender, você pode se gabar na mesa de vinho, mas ficará enojado. 】
4. Modelos de difusão teoria do modelo de geração de imagem, métodos de treinamento de modelo e como implantar o modelo na nuvem (começando a trazer bons resultados!).
[Depois de aprender, você pode descobrir como essas empresas iniciantes de geração de imagem são manipuladas]
5. Princípios da arquitetura do modelo codificador-decodificador amplamente utilizados em tarefas como tradução automática e reconhecimento de fala, e como construir uma IA de geração de poesia com esta arquitetura no TensorFlow
[Na verdade, a maioria das startups de geração de texto não usa essa capa... é muito difícil para eles... mas você pode construir seus próprios blocos de construção com antecedência e como cobrir seu negócio]
6. Como o Mecanismo de Atenção na rede neural aloca recursos de computação para tarefas mais importantes sob a condição de poder de computação limitado e melhora o desempenho de tradução, resumo, resposta a perguntas, etc.
[A maioria dos VCs e empreendedores com formação não técnica não consegue atingir este nível, neste momento a vanglória não será facilmente quebrada]
7. O princípio básico da tecnologia de pré-treinamento BERT (Representações de codificador bidirecional de transformadores) no processamento de linguagem natural e como isso pode fazer com que a IA melhore significativamente a capacidade de entender texto não rotulado no contexto em muitas tarefas diferentes.
[Acadêmico... é realmente incrível... mas parece que o Google está se gabando de sua própria tecnologia...]
8. Aprenda a entender e rotular imagens e aprenda a construir um modelo de inteligência artificial que veja imagens, fale e entenda imagens.
【Difícil e divertido! Ainda não vi muitas aplicações neste campo]