生成式 AI 简介 – Google 提供的 10 门免费课程

前言

你厌倦了所有关于人工智能的讨论吗？

我也是，但我也对其背后的技术感兴趣。

如果您想深入了解人工智能实际工作原理背后的一些细节，并暂时摆脱互联网上许多令人毛骨悚然的人工智能示例，请查看以下内容：

谷歌发布了一套免费的生成式人工智能培训课程。 

如果您还没有gmail账号，推荐购买：谷歌邮箱购买,Google邮箱购买,谷歌账号购买。

视频演练

如果您希望通过视觉方式了解我的第一印象，我已经制作了一个课程作业短片：

概述

此免费学习路径中有 10 门课程。许多是针对没有任何先决知识的初学者。有些人建议拥有 Python、SQL 和/或机器学习背景。所有这些都通过视频、文章、实验和测验的组合来提供内容。

有徽章表明您已经完成了它们，我很高兴看到围绕人工智能背后的技术免费提供一组课程。

目前，由人工智能制作并强调人工智能的内容数量巨大，但可以肯定的是，这种内容将会持续存在。因此，最好为自己配备尽可能多的相关信息，以便您可以负责任地为未来创建工具和内容。

课程资料

我创建了一个 Google 表格，其中包含从每门课程中提取的所有课程信息。谷歌在为每门课程创建简短的常见问题解答方面做得很好，我将它们全部放在一张纸上以便于比较。

在每门课程中，您都会看到简单的内容导航。它分为视频教学、精选的阅读材料和测验。有些课程还设有在线实验室，需要在一定时间内完成。

精心策划的阅读材料列表相当全面，如果您通读每一篇，您很容易就会超过预计的 45 分钟来完成这些模块。但能在一个地方编译如此大的资源列表真是太好了。

一些课程还设有实验室。如果您参加过 Google 的 Coursera 课程，您就会熟悉这种授课方式。您将获得一些任务和一个倒计时器（在本例中为 1 小时），该倒计时器将在您开始实验时开始。

以下是完整的课程列表：

• 生成式人工智能简介– 旨在概述生成式人工智能是什么以及它与机器学习方法有何不同。
• 大型语言模型简介– 探讨大型语言模型是什么、它们的用途以及如何使用提示调优。（如果您没有注意到，即时写作现在被吹捧为未来的技能。）
• 负责任的人工智能简介——一门道德课程，介绍什么是负责任的人工智能、它如何在 Google 产品中实施以及它为何如此重要。本课程介绍 Google 的 7 项人工智能原则。我不知道这是一件事，但有一 整页专门讨论它。涵盖从社会责任到安全、问责和隐私设计原则的主题，我很高兴看到为建立坚实的原则付出了巨大的努力。
• 生成式人工智能基础知识——涵盖前三门课程主题的测验。
• 图像生成简介– 扩散模型简介，这是图像生成中使用的一系列模型。建议具备一些机器学习、深度学习、卷积神经网络和/或 Python 编程的现有知识。
• 编码器-解码器架构– 用于机器翻译、文本摘要和问答等任务的机器学习架构的概述。建议具备 Python 和 Tensorflow 知识作为先决条件。
• 注意力机制——一种允许神经网络关注输入序列的特定部分的技术。建议具备一些机器学习、深度学习、自然语言处理和/或 Python 编程方面的现有知识。
• Transformer 模型和 BERT 模型– 来自 Transformer 的双向编码器表示……如果您不知道，这就是 BERT 的代表。您还将学习 Transformer 架构的主要组件和中级机器学习经验，建议了解 Python 和 TensorFlow。
• 创建图像字幕模型– 如何使用深度学习创建图像字幕模型。深度学习、机器学习、自然语言处理、计算机视觉和Python是推荐的先决条件。
• Generative AI Studio 简介– 您将浏览 Generative AI Studio 的演示，它有助于原型设计和定制生成 AI 模型。最后有一个动手实验室。

我的想法

花一些时间浏览所有这些课程后，它是真正适合初学者的内容和一些需要机器学习、Python、深度学习和/或自然语言处理知识的中级内容的完美结合。

我很欣赏每门课程的下拉菜单中都有许多常见问题的答案（我已将所有这些问题编译到此 Google 表格中的一个位置）。

如果您真正对人工智能的内部运作感兴趣，这是一个很好的起点。

本文链接：https://www.wendinghao.com/a/intro-to-generative-ai-10-free-courses-by-google，转载请注明出处，谢谢！