От традиционного искусственного интеллекта к генеративному
Структурированный учебный материал, включающий цели, пояснения, ключевые термины, практический кейс, прикладное задание и проверку знаний из десяти вопросов.
Генеративный искусственный интеллект AI-102
Генеративный искусственный интеллект и большие языковые модели
Понятное руководство по фундаментальным моделям, трансформерам, токенам, эмбеддингам и контенту, создаваемому машинами
Структурированный курс из десяти модулей, объясняющий принципы работы генеративного искусственного интеллекта и больших языковых моделей, а также подходы к их оцениванию, контролю и ответственному применению.
US$145
После успешного завершения курса выдается электронный сертификат First BCI University об окончании в формате PDF.
AI-102
Обзор курса
AI-102 формирует практическое понимание генеративного искусственного интеллекта и больших языковых моделей, не требуя углубленных знаний математики или программирования.
Студенты изучат фундаментальные модели, токенизацию, эмбеддинги, трансформеры, механизм внимания, обучение моделей, мультимодальную генерацию, разработку промптов, поиск информации, дообучение, агентов, оценивание, безопасность и ответственное внедрение.
В курсе особо подчеркивается, что бегло и убедительно сформулированный ответ не обязательно является точным. Учащиеся научатся определять требования к доказательствам, тестировать реалистичные сценарии и обеспечивать подотчетный контроль со стороны человека.
Цели обучения
Чему вы научитесь
-
01
Объяснять различие между предиктивным и генеративным искусственным интеллектом.
-
02
Давать определения фундаментальным моделям и большим языковым моделям.
-
03
Описывать токены, контекстные окна и эмбеддинги.
-
04
Объяснять на концептуальном уровне принципы работы трансформеров и механизма внимания.
-
05
Описывать предварительное обучение, последующее обучение, дообучение и согласование моделей.
-
06
Сравнивать генерацию текста, изображений, аудио, видео и программного кода.
-
07
Надлежащим образом применять промпты, поиск информации и интеграцию инструментов.
-
08
Выявлять риски галлюцинаций, предвзятости, нарушения безопасности и конфиденциальности.
-
09
Оценивать модели на основе репрезентативных данных, соответствующих конкретным задачам.
-
10
Разрабатывать план ответственного внедрения генеративного искусственного интеллекта.
Десять структурированных модулей
Учебная программа курса
Фундаментальные модели и большие языковые модели
Структурированный учебный материал, включающий цели, пояснения, ключевые термины, практический кейс, прикладное задание и проверку знаний из десяти вопросов.
Токены, контекстные окна и эмбеддинги
Структурированный учебный материал, включающий цели, пояснения, ключевые термины, практический кейс, прикладное задание и проверку знаний из десяти вопросов.
Трансформеры, механизм внимания и архитектура моделей
Структурированный учебный материал, включающий цели, пояснения, ключевые термины, практический кейс, прикладное задание и проверку знаний из десяти вопросов.
Как обучаются генеративные модели
Структурированный учебный материал, включающий цели, пояснения, ключевые термины, практический кейс, прикладное задание и проверку знаний из десяти вопросов.
Генерация текста, изображений, аудио, видео и программного кода
Структурированный учебный материал, включающий цели, пояснения, ключевые термины, практический кейс, прикладное задание и проверку знаний из десяти вопросов.
Промпты, поиск информации, дообучение и агенты искусственного интеллекта
Структурированный учебный материал, включающий цели, пояснения, ключевые термины, практический кейс, прикладное задание и проверку знаний из десяти вопросов.
Галлюцинации, предвзятость, безопасность и надежность
Структурированный учебный материал, включающий цели, пояснения, ключевые термины, практический кейс, прикладное задание и проверку знаний из десяти вопросов.
Оценивание и выбор моделей генеративного искусственного интеллекта
Структурированный учебный материал, включающий цели, пояснения, ключевые термины, практический кейс, прикладное задание и проверку знаний из десяти вопросов.
Будущее генеративного искусственного интеллекта и его ответственное использование человеком
Структурированный учебный материал, включающий цели, пояснения, ключевые термины, практический кейс, прикладное задание и проверку знаний из десяти вопросов.
Официальное рекомендованное учебное пособие
First BCI University: Генеративный искусственный интеллект и большие языковые модели
Понятное руководство по фундаментальным моделям, трансформерам, токенам, эмбеддингам и контенту, создаваемому машинами
- Автор
- Konstantin Titov
Официальное рекомендованное учебное пособие соответствует учебной программе AI-102 из десяти модулей и содержит расширенные пояснения, примеры, вопросы для повторения и прикладные задания.
Уже доступно в виде защищенной электронной книги для скачивания по цене 12,99 доллара США.
КУПИТЬ ЭТУ КНИГУ — US$12.99Успешное завершение курса
Оценивание и завершение курса
Компоненты оценивания
- Десять модульных проверок знаний, каждая из которых включает десять вопросов.
- Прикладное задание и анализ практического кейса в каждом модуле.
- Ход обучения фиксируется в электронной образовательной среде студента.
- Итоговое оценивание, охватывающее всю учебную программу AI-102.
Требования к завершению курса
- Изучить все десять модулей.
- Набрать не менее 70% при каждой модульной проверке знаний.
- Выполнить обязательные прикладные учебные задания.
- Успешно пройти итоговое оценивание.
AI-102 Регистрация на курс
Начните изучение генеративного искусственного интеллекта и больших языковых моделей
US$145
Защищенный онлайн-доступ включает все десять модулей, проверки знаний, отслеживание прогресса, итоговое оценивание и электронный сертификат об окончании, выдаваемый после успешного завершения курса.
КУПИТЬ КУРС