Liberando le persone dalla paura che l’intelligenza artificiale possa sostituire il lavoro, Andrew Ng , il modesto fondatore di DeepLearning.AI, è stato determinante nell’alfabetizzazione sull’intelligenza artificiale. Tornato con la sua iconica maglietta azzurra, ha aggiunto sei nuovi corsi brevi che trattano gli argomenti attuali dell’intelligenza artificiale con una nuova serie di partnership, tra cui Microsoft e Google . E la parte migliore? Questi corsi sono offerti gratuitamente (a meno che tu non voglia un certificato) e in genere possono essere completati entro una o due ore, rendendoli facilmente accessibili ed efficienti in termini di tempo. Andiamo ad approfondire i dettagli di questi corsi.
Modelli linguistici di grandi dimensioni con ricerca semantica
In collaborazione con la startup canadese Cohere, questo corso è pensato per i principianti con una conoscenza di base di Python . Fornisce preziose competenze per migliorare la ricerca di parole chiave utilizzando Cohere Rerank. Approfondisce il regno delle tecniche di ricerca avanzate, istruendo gli studenti su come integrare perfettamente gli LLM nei sistemi di ricerca. Il corso introduce il concetto di denso recupero, un potente strumento di PNL che sfrutta gli incorporamenti per elevare la pertinenza dei risultati di ricerca oltre i metodi convenzionali basati su parole chiave. I partecipanti acquisiranno inoltre informazioni dettagliate sul processo di riclassificazione intelligente, infondendo l’intelligenza degli LLM nei sistemi di ricerca per una maggiore efficienza e tempi di risposta più rapidi. Al termine del corso, avrai un’idea completa dei principi fondamentali della ricerca per parole chiave, della trasformazione dei sistemi di ricerca utilizzando metodi di riclassificazione innovativi, comprensione semantica basata sull’incorporamento ed esperienze pratiche. Gli istruttori del corso, Jay Alammar e Luis Serrano di Cohere, garantiscono una formazione completa nell’integrazione delle funzionalità di ricerca basate su modelli linguistici in siti Web e progetti per migliorare il coinvolgimento e le interazioni degli utenti.
Messa a punto di modelli linguistici di grandi dimensioni
Si tratta di un breve corso condotto da Sharon Zhou , co-fondatrice e amministratore delegato di Lamini, che ha anche insegnato nella specializzazione GAN e nel funzionamento dei modelli di diffusione . Al termine del corso, i partecipanti capiranno quando utilizzare tecniche di perfezionamento sugli LLM, prepareranno abilmente i dati per questo scopo e formeranno e valuteranno con successo gli LLM sui loro set di dati. Il finetuning, un focus centrale del corso, consente alle persone di personalizzare LLM utilizzando i propri dati, consentendo l’adattamento dei pesi del modello e quindi la differenziazione da metodi alternativi come il prompt engineering e la generazione aumentata di recupero. Questo processo consente al modello di acquisire stile, forma e incorporare nuove conoscenze per migliorare le prestazioni complessive. I candidati ideali per questo corso dovrebbero possedere competenze in Python e una solida conoscenza dei framework di deep learning, in particolare PyTorch .
Creazione di applicazioni di intelligenza artificiale generativa con Gradio
Ng ha collaborato con Hugging Face per offrire questo nuovo corso conciso per principianti e sarà istruito da Apolinário Passos, un ML Art Engineer presso Hugging Face. I partecipanti approfondiranno una serie di attività, come la generazione di immagini, la didascalia delle immagini e il riepilogo del testo, utilizzando Gradio, una libreria Python open source. Gradio consente lo sviluppo rapido di componenti dell’interfaccia utente intuitivi e adattabili per modelli o API di machine learning, consentendo la creazione di applicazioni intuitive anche per chi non ha competenze di codifica. Attraverso Gradio, gli utenti possono costruire facilmente elementi grafici intuitivi per interagire con i propri modelli o API, garantendo accessibilità e personalizzazione per gli utenti. Alla fine del corso avrai acquisito competenze pratiche per lo sviluppo di app e demo interattive, semplificando la convalida e l’implementazione del progetto.
Valutazione e debug di modelli di intelligenza artificiale generativa utilizzando pesi e bias
Questo corso fornisce alle persone le competenze per valutare programmi utilizzando LLM e modelli di immagini generative con strumenti indipendenti dalla piattaforma. I partecipanti scopriranno come strumentare un quaderno di formazione, incorporando elementi essenziali come tracciamento, controllo delle versioni e registrazione. Inoltre, acquisiranno esperienza nel monitoraggio e nel tracciamento delle prestazioni degli LLM nel tempo in interazioni complesse. Il corso affronta le sfide legate alla gestione di origini dati, ampi volumi di dati, sviluppo di modelli, ottimizzazione dei parametri e sperimentazione nel campo dell’apprendimento automatico e dei progetti di intelligenza artificiale. Presentando agli studenti gli strumenti della piattaforma Weights & Biases, questo corso semplifica il monitoraggio degli esperimenti, l’esecuzione dei dati e la collaborazione all’interno di un team. Le lezioni principali riguardano la strumentazione del notebook Jupyter, la gestione della configurazione degli iperparametri, la registrazione delle metriche di esecuzione, la raccolta di artefatti per il controllo delle versioni di set di dati e modelli e la registrazione dei risultati degli esperimenti. Di conseguenza, i partecipanti svilupperanno un flusso di lavoro strutturato che migliora la produttività e accelera i progressi verso risultati rivoluzionari. È adatto a coloro che hanno familiarità con Python e PyTorch e sono interessati a semplificare, controllare le versioni ed eseguire il debug del flusso di lavoro di apprendimento automatico. L’istruttore, Carey Phelps , è il product manager fondatore di Weights & Biases e apporta una vasta esperienza per guidare gli studenti attraverso questo corso trasformativo.
Comprensione e applicazione degli incorporamenti di testo con Vertex AI
I partecipanti possono accedere gratuitamente a questo corso di livello principiante della durata di un’ora per un periodo limitato. Sotto la direzione di Nikita Namjoshi , sviluppatore sostenitore dell’intelligenza artificiale generativa presso Google Cloud e Ng, il corso si concentra sull’utilizzo degli incorporamenti di testo per catturare l’essenza di frasi e paragrafi. Imparerai come utilizzare queste rappresentazioni numeriche di testo per attività come il clustering del testo, la classificazione e l’identificazione dei valori anomali. Inoltre, il corso approfondisce la costruzione di un sistema di risposta alle domande utilizzando Vertex AI di Google Cloud. I partecipanti acquisiranno informazioni sull’incorporamento di parole e frasi, sulla misurazione della somiglianza semantica, sugli aggiustamenti della generazione del testo e sulla ricerca semantica efficiente utilizzando la libreria ScaNN. Al termine, gli studenti avranno una solida conoscenza degli incorporamenti di testo e della loro integrazione nelle applicazioni del modello linguistico. La conoscenza di base di Python è l’unico prerequisito per l’adesione.
Come i pensatori aziendali possono iniziare a creare plug-in AI con il kernel semantico
In quest’ultimo corso potrai approfondire il mondo dell’orchestratore open source di Microsoft , il Semantic Kernel. Offerto gratuitamente per un periodo limitato, il corso insegnerà agli studenti come migliorare le proprie capacità di pianificazione e analisi aziendale, sfruttando al contempo il potenziale degli strumenti di intelligenza artificiale. Durante il corso, gli studenti miglioreranno la loro conoscenza dei LLM, esplorando tecniche come l’uso di memorie, connettori, catene e altro ancora. I partecipanti saranno attrezzati per creare sofisticate applicazioni aziendali utilizzando LLM, sfruttare in modo efficace gli elementi costitutivi LLM e integrare il kernel semantico nelle loro applicazioni, semplificando le interazioni dei servizi AI senza la necessità di apprendere più API. Questo corso è adatto a chiunque sia interessato ad apprendere il kernel semantico, con competenze di base di Python; una comprensione delle API consigliata ma non obbligatoria. L’istruttore John Maeda , vicepresidente del design e dell’intelligenza artificiale presso Microsoft, guida gli studenti attraverso questo inestimabile viaggio di apprendimento.