Generative AI 1
1.0.0
Владение навыками генеративного искусственного интеллекта, такими как генерация текста и изображений, основы глубокого обучения, НЛП и компьютерное зрение, очень ценно в современном технологическом ландшафте. Эти навыки позволяют людям разрабатывать инновационные решения в различных областях, таких как обработка естественного языка, синтез изображений и системы персонализированных рекомендаций. В условиях растущего спроса на приложения, основанные на искусственном интеллекте, в различных отраслях, от здравоохранения до финансов, освоение генеративного искусственного интеллекта дает профессионалам возможность создавать интеллектуальные системы, которые повышают эффективность, креативность и процессы принятия решений. Кроме того, понимание этических последствий использования ИИ обеспечивает ответственную разработку и внедрение этих технологий, способствуя укреплению доверия и устойчивости в этой области.
Эта программа обучения охватывает основополагающие принципы и передовые практики в области генеративного искусственного интеллекта. Он включает в себя темы по созданию текста и изображений с использованием моделей большого языка (LLM), основам глубокого обучения, НЛП, компьютерному зрению и этическим соображениям. Благодаря практическим проектам учащиеся приобретают навыки создания собственных чат-ботов, инструментов для редактирования фотографий с использованием искусственного интеллекта и персонализированных агентов по недвижимости.
Основы генеративного ИИ:
Введение в основы генеративного искусственного интеллекта: содержит базовые знания о генеративном искусственном интеллекте, популярных алгоритмах и архитектурах для генерации текста и изображений.
Основы глубокого обучения: основы глубокого обучения для специалистов по генеративному искусственному интеллекту, включая введение в библиотеки PyTorch и Hugging Face.
Базовые модели: исследование базовых моделей искусственного интеллекта, их применение к различным задачам и этические последствия.
Адаптация моделей фундамента: методы адаптации моделей фундамента, включая быструю настройку и точную настройку с эффективным использованием параметров (PEFT).
→ Проект: Легкая точная настройка базовой модели с использованием PEFT
Большие языковые модели (LLM) и генерация текста:
Введение в LLM: типы LLM, понимание их ограничений и возможностей, а также стратегии быстрого проектирования.
Основы НЛП: основы обработки естественного языка, кодирования и генерации текста.
Трансформаторы и механизм внимания: исследование архитектуры трансформаторов, механизмов внимания и современных моделей трансформаторов.
Поисковая расширенная генерация: создание специального бота для вопросов и ответов и использование возможностей языковой обработки OpenAI.
Создание пользовательских наборов данных для LLM: создание соответствующих наборов данных для точной настройки больших языковых моделей.
→ Проект: Создание собственного чат-бота
Компьютерное зрение и генеративный искусственный интеллект:
Введение в генерацию изображений: определение генерации изображений и ее актуальность для искусственного интеллекта и машинного обучения.
Основы компьютерного зрения: понимание того, как компьютеры обрабатывают и анализируют данные изображений.
Генерация изображений и GAN: исследование генеративно-состязательных сетей (GAN) для генерации изображений.
Модели компьютерного зрения на основе трансформаторов: понимание трансформаторов машинного зрения и их применения.
Модели диффузии: основы алгоритмов диффузии и практическая работа с диффузорами Huggingface для генерации изображений.
→ Проект: редактирование фотографий с помощью искусственного интеллекта с помощью Inpainting
Создание генеративных решений искусственного интеллекта:
Введение в создание генеративных приложений: проектирование и реализация генеративного ИИ с использованием больших языковых моделей.
Создание решений генеративного ИИ с использованием векторных баз данных: основные концепции векторных баз данных и их применение в ИИ.
Разработка генеративных решений искусственного интеллекта с помощью LangChain: исследование инфраструктуры LangChain для работы с большими языковыми моделями.
→ Проект: Персональный агент по недвижимости
Основы генеративного искусственного интеллекта : Беглость генеративного искусственного интеллекта • Классификация изображений • Передача обучения • Обучение нейронных сетей • Обнимающее лицо • Точная настройка с эффективным использованием параметров • Быстрое проектирование • Глубокое обучение • PyTorch • Базовые модели • Этический искусственный интеллект
Большие языковые модели (LLM) и генерация текста : вместе AI API • Реализация поиска в Python • Преобразователи NLP • Selenium • Большие языковые модели • Очистка данных • Обработка естественного языка • OpenAI API • Трансформаторные нейронные сети • Быстрое проектирование • Токенизация • Косинусное сходство • Запросы API • Рекуррентные нейронные сети • Механизмы внимания • Генерация текста • Оценка качества данных • Встраивание слов • Сбор данных
Компьютерное зрение и генеративный искусственный интеллект : предварительная обработка изображений • Перенос обучения • Встраивание слов • Этический искусственный интеллект • Модели диффузии • Алгоритм YOLO • Оценка модели • Генерация текста • Свободное владение компьютерным зрением • Классификация изображений • Большие языковые модели • Панды • Генерация изображений • Обучение нейронов сети • Сверточные нейронные сети • Точная настройка с эффективным использованием параметров • Сегментация изображений • Трансформаторы компьютерного зрения • Токенизация • Оценка качества данных • Генеративно-состязательные сети
Создание генеративных решений искусственного интеллекта : векторы • Генерация с расширенным поиском • OpenAI API • LangChain
