Generative AI 1

โปรแกรมสร้างปริญญา AI นาโน

บทนำและภาพรวม

ความเชี่ยวชาญในทักษะ Generative AI เช่น การสร้างข้อความและรูปภาพ พื้นฐานการเรียนรู้เชิงลึก NLP และคอมพิวเตอร์วิทัศน์ มีคุณค่าอย่างมากในภูมิทัศน์ทางเทคโนโลยีในปัจจุบัน ทักษะเหล่านี้ช่วยให้บุคคลสามารถพัฒนาโซลูชันที่เป็นนวัตกรรมในโดเมนต่างๆ เช่น การประมวลผลภาษาธรรมชาติ การสังเคราะห์ภาพ และระบบการแนะนำส่วนบุคคล ด้วยความต้องการที่เพิ่มขึ้นสำหรับแอปพลิเคชันที่ขับเคลื่อนด้วย AI ในอุตสาหกรรมตั้งแต่การดูแลสุขภาพไปจนถึงการเงิน การเรียนรู้ Generative AI ช่วยให้ผู้เชี่ยวชาญมีความสามารถในการสร้างระบบอัจฉริยะที่ช่วยเพิ่มประสิทธิภาพ ความคิดสร้างสรรค์ และกระบวนการตัดสินใจ นอกจากนี้ การทำความเข้าใจผลกระทบทางจริยธรรมของ AI ช่วยให้มั่นใจได้ถึงการพัฒนาและการปรับใช้เทคโนโลยีเหล่านี้อย่างมีความรับผิดชอบ ส่งเสริมความไว้วางใจและความยั่งยืนในภาคสนาม

โปรแกรมการฝึกอบรมนี้ครอบคลุมหลักการพื้นฐานและแนวทางปฏิบัติขั้นสูงใน Generative AI ประกอบด้วยหัวข้อเกี่ยวกับการสร้างข้อความและรูปภาพโดยใช้ Large Language Models (LLM) พื้นฐานการเรียนรู้เชิงลึก NLP คอมพิวเตอร์วิทัศน์ และข้อพิจารณาด้านจริยธรรม ผู้เรียนจะได้รับทักษะในการสร้างแชทบอทแบบกำหนดเอง เครื่องมือแก้ไขภาพ AI และตัวแทนอสังหาริมทรัพย์ส่วนบุคคลผ่านโครงงานเชิงปฏิบัติ

โครงสร้างโปรแกรม

พื้นฐาน AI เชิงสร้างสรรค์:

• ข้อมูลเบื้องต้นเกี่ยวกับพื้นฐาน Generative AI: ครอบคลุมความรู้พื้นฐานเกี่ยวกับ Generative AI อัลกอริธึมยอดนิยม และสถาปัตยกรรมสำหรับการสร้างข้อความและรูปภาพ

• ความรู้พื้นฐานการเรียนรู้เชิงลึก: สิ่งจำเป็นของการเรียนรู้เชิงลึกสำหรับผู้ปฏิบัติงาน AI เชิงสร้างสรรค์ รวมถึงการแนะนำไลบรารี PyTorch และ Hugging Face

• โมเดลพื้นฐาน: การสำรวจโมเดลพื้นฐานใน AI การนำไปประยุกต์ใช้กับงานต่างๆ และผลกระทบทางจริยธรรม

• การปรับแบบจำลองฐานราก: เทคนิคในการปรับแบบจำลองฐานราก รวมถึงการปรับแบบทันทีและการปรับแบบละเอียดที่ประหยัดค่าพารามิเตอร์ (PEFT)

  → โครงการ: การปรับแต่งน้ำหนักเบาอย่างละเอียดให้เป็นแบบจำลองพื้นฐานโดยใช้ PEFT

โมเดลภาษาขนาดใหญ่ (LLM) และการสร้างข้อความ:

• รู้เบื้องต้นเกี่ยวกับ LLM: ประเภทของ LLM การทำความเข้าใจข้อจำกัดและความสามารถ และกลยุทธ์สำหรับวิศวกรรมที่รวดเร็ว

• ความรู้พื้นฐาน NLP: พื้นฐานของการประมวลผลภาษาธรรมชาติ การเข้ารหัสข้อความ และการสร้าง

• หม้อแปลงไฟฟ้าและกลไกความสนใจ: การสำรวจสถาปัตยกรรมหม้อแปลงไฟฟ้า กลไกความสนใจ และโมเดลหม้อแปลงสมัยใหม่

• การดึงข้อมูล Augmented Generation: การสร้างบอทถามตอบแบบกำหนดเอง และใช้ประโยชน์จากความสามารถในการประมวลผลภาษาของ OpenAI

• สร้างชุดข้อมูลที่กำหนดเองสำหรับ LLM: การสร้างชุดข้อมูลที่เกี่ยวข้องสำหรับการปรับแต่งโมเดลภาษาขนาดใหญ่อย่างละเอียด

  → โครงการ: สร้าง Chatbot แบบกำหนดเอง

คอมพิวเตอร์วิทัศน์และ AI เชิงสร้างสรรค์:

• ข้อมูลเบื้องต้นเกี่ยวกับการสร้างภาพ: การกำหนดการสร้างภาพและความเกี่ยวข้องใน AI และการเรียนรู้ของเครื่อง

• ความรู้พื้นฐานเกี่ยวกับคอมพิวเตอร์วิทัศน์: ทำความเข้าใจว่าคอมพิวเตอร์ประมวลผลและวิเคราะห์ข้อมูลภาพอย่างไร

• การสร้างภาพและ GAN: การสำรวจเครือข่ายฝ่ายตรงข้ามทั่วไป (GANs) สำหรับการสร้างภาพ

• โมเดลคอมพิวเตอร์วิทัศน์ที่ใช้หม้อแปลงไฟฟ้า: ทำความเข้าใจเกี่ยวกับวิชันซิสเต็มหม้อแปลงและการประยุกต์ใช้งาน

• โมเดลการแพร่กระจาย: พื้นฐานของอัลกอริธึมการแพร่กระจายและการลงมือปฏิบัติจริงกับ Huggingface Diffusers สำหรับการสร้างภาพ

  → โครงการ: การแก้ไขภาพด้วย AI ด้วย Inpainting

การสร้างโซลูชัน AI เชิงสร้างสรรค์:

• ข้อมูลเบื้องต้นเกี่ยวกับการสร้างแอป Generative: การออกแบบและการใช้งาน Generative AI โดยใช้โมเดลภาษาขนาดใหญ่

• การสร้างโซลูชัน Generative AI ด้วยฐานข้อมูลเวกเตอร์: แนวคิดหลักของฐานข้อมูลเวกเตอร์และการประยุกต์ใช้ใน AI

• การพัฒนาโซลูชัน Generative AI ด้วย LangChain: การสำรวจกรอบงาน LangChain สำหรับการทำงานกับโมเดลภาษาขนาดใหญ่

  → โครงการ: ตัวแทนอสังหาริมทรัพย์ส่วนบุคคล

ทักษะ

• พื้นฐาน Generative AI : Generative AI Fluency • การจำแนกรูปภาพ • ถ่ายโอนการเรียนรู้ • โครงข่ายประสาทเทียม • การกอดใบหน้า • การปรับแต่งพารามิเตอร์อย่างมีประสิทธิภาพ • วิศวกรรมพร้อมท์ • การเรียนรู้เชิงลึก • PyTorch • โมเดลพื้นฐาน • AI ที่มีจริยธรรม

• โมเดลภาษาขนาดใหญ่ (LLM) และการสร้างข้อความ : AI API ร่วมกัน • การใช้งานการค้นหาใน Python • หม้อแปลง NLP • ซีลีเนียม • โมเดลภาษาขนาดใหญ่ • การล้างข้อมูล • การประมวลผลภาษาธรรมชาติ • OpenAI API • โครงข่ายประสาทเทียมของหม้อแปลง • วิศวกรรมพร้อมท์ • โทเค็นไนเซชัน • ความคล้ายคลึงโคไซน์ • คำขอ API • เครือข่ายประสาทที่เกิดซ้ำ • กลไกความสนใจ • การสร้างข้อความ • การประเมินคุณภาพข้อมูล • การฝังคำ • การคัดลอกข้อมูล

• คอมพิวเตอร์วิทัศน์และ AI เชิงสร้างสรรค์ : การประมวลผลภาพล่วงหน้า • ถ่ายโอนการเรียนรู้ • การฝังคำ • AI ตามหลักจริยธรรม • โมเดลการแพร่กระจาย • อัลกอริธึม YOLO • การประเมินแบบจำลอง • การสร้างข้อความ • ความคล่องแคล่วในการมองเห็นคอมพิวเตอร์ • การจำแนกภาพ • โมเดลภาษาขนาดใหญ่ • หมีแพนด้า • การสร้างภาพ • การฝึกประสาท เครือข่าย • โครงข่ายประสาทเทียมแบบ Convolutional • การปรับพารามิเตอร์อย่างมีประสิทธิภาพ • การแบ่งส่วนภาพ • หม้อแปลงวิทัศน์คอมพิวเตอร์ • โทเค็นไนเซชั่น • การประเมินคุณภาพข้อมูล • เครือข่ายที่สร้างความขัดแย้ง

• การสร้างโซลูชัน AI เชิงเจนเนอเรชั่น : เวกเตอร์ • การสร้างแบบดึงข้อมูล-เพิ่ม • OpenAI API • LangChain