Andrew Ng đã thêm sáu khóa học ngắn mới mà bao gồm các chủ đề Trí tuệ nhân tạo hiện đại với một loạt các đối tác mới, trong đó có Microsoft và Google
Bởi Shritama Saha
Để giúp người ta vượt qua nỗi sợ hãi về việc Trí tuệ nhân tạo thay thế công việc, Andrew Ng, người sáng lập không đòi hỏi nhiều sự chú ý của DeepLearning.AI, đã đóng một vai trò quan trọng trong việc nâng cao hiểu biết về Trí tuệ nhân tạo. Trong bộ áo xanh biển biểu tượng của anh, anh đã thêm sáu khóa học ngắn mới mà bao gồm các chủ đề Trí tuệ nhân tạo hiện tại với một loạt các đối tác mới, trong đó có Microsoft và Google. Và phần tốt nhất là gì? Những khóa học này được cung cấp hoàn toàn miễn phí (trừ khi bạn muốn có chứng chỉ) và thường có thể hoàn thành trong khoảng một đến hai giờ, giúp họ dễ dàng tiếp cận và tiết kiệm thời gian. Hãy cùng tìm hiểu chi tiết về những khóa học này.
Khóa học “Large Language Models with Semantic Search”
Hợp tác với startup Canada Cohere, khóa học này được thiết kế dành cho người mới bắt đầu với kiến thức cơ bản về Python. Nó cung cấp cho học viên những kỹ năng quý báu trong việc tăng cường tìm kiếm theo từ khoá bằng cách sử dụng Cohere Rerank. Khóa học này đi sâu vào lĩnh vực các kỹ thuật tìm kiếm tiên tiến, hướng dẫn học viên tích hợp mạch LLMs vào hệ thống tìm kiếm một cách trôi chảy.
Khóa học giới thiệu khái niệm về “dense retrieval,” một công cụ NLP mạnh mẽ sử dụng các embedding để nâng cao tính liên quan của kết quả tìm kiếm hơn so với các phương pháp dựa trên từ khoá truyền thống. Người tham gia khóa học cũng sẽ nhận được cái nhìn về quá trình sắp xếp thông minh, đưa sự thông minh của LLMs vào hệ thống tìm kiếm để tăng hiệu suất và thời gian phản hồi nhanh chóng hơn.
Sau khi hoàn thành khóa học, bạn sẽ có một cái nhìn toàn diện về những nguyên tắc cơ bản của tìm kiếm theo từ khoá, biến đổi hệ thống tìm kiếm bằng cách sử dụng các phương pháp sắp xếp lại sáng tạo, hiểu biết ngữ nghĩa dựa trên embedding, và có được những trải nghiệm thực tế thông qua việc thực hành. Các hướng dẫn viên của khóa học, Jay Alammar và Luis Serrano từ Cohere, đảm bảo việc giáo dục toàn diện về việc tích hợp các chức năng tìm kiếm dựa trên mô hình ngôn ngữ vào các trang web và dự án để tăng cường tương tác và tham gia của người dùng.
Khóa học “Tinh chỉnh Mô hình Ngôn ngữ Lớn”
Đây là một khóa học ngắn do Sharon Zhou, người sáng lập và giám đốc điều hành của Lamini, đồng thời đã giảng dạy trong chuyên ngành GANs và Cách các mô hình Diffusion hoạt động. Sau khi hoàn thành khóa học, người tham gia sẽ hiểu được khi nào nên sử dụng các kỹ thuật tinh chỉnh trên các mô hình ngôn ngữ lớn (LLMs), chuẩn bị dữ liệu một cách thành thạo cho mục đích này, và thành công trong việc huấn luyện và đánh giá các LLMs trên bộ dữ liệu của họ.
Tinh chỉnh, là một trọng tâm chính của khóa học này, cho phép cá nhân tùy chỉnh các LLMs bằng cách sử dụng dữ liệu riêng của họ, cho phép sự thích nghi với trọng số của mô hình và do đó làm cho mô hình khác biệt so với các phương pháp thay thế khác như kỹ thuật mở đầu và tạo ra thông tin từ việc truy xuất dữ liệu. Quá trình này trang bị cho mô hình khả năng thụ động phong cách, hình thức và tích hợp kiến thức mới để nâng cao hiệu suất tổng thể. Ứng viên lý tưởng cho khóa học này nên có khả năng lập trình Python và một hiểu biết vững chắc về các khung làm việc với học sâu, đặc biệt là PyTorch.
Xây dựng Ứng dụng Trí tuệ Nhân tạo Sáng tạo với Gradio
Ng đã hợp tác với Hugging Face để cung cấp khóa học mới, ngắn gọn này dành cho người mới bắt đầu và sẽ được hướng dẫn bởi Apolinário Passos, một Kỹ sư Nghệ thuật Máy học tại Hugging Face. Các học viên sẽ khám phá một loạt các nhiệm vụ, chẳng hạn như tạo hình ảnh, viết chú thích hình ảnh và tóm tắt văn bản, bằng cách sử dụng Gradio, một thư viện Python mã nguồn mở.
Gradio giúp việc phát triển nhanh chóng các thành phần giao diện người dùng thân thiện và có khả năng thích ứng cho các mô hình học máy hoặc giao diện lập trình ứng dụng (APIs), cho phép tạo ra các ứng dụng thân thiện với người dùng ngay cả đối với những người không có kiến thức về lập trình. Thông qua Gradio, cá nhân có thể dễ dàng xây dựng các yếu tố đồ họa trực quan để tương tác với các mô hình hoặc APIs của họ, đảm bảo tính khả dụng và tùy chỉnh cho người dùng. Đến cuối khóa học, bạn sẽ đã có được những kỹ năng thực tế để phát triển các ứng dụng và bản demo tương tác, tối ưu hóa việc xác minh và triển khai dự án.
Đánh giá và Sửa lỗi Mô hình Trí tuệ Nhân tạo Sáng tạo bằng Công cụ Weights and Biases
Khóa học này trang bị cho cá nhân những kỹ năng để đánh giá các chương trình sử dụng LLMs và mô hình ảnh sáng tạo bằng các công cụ độc lập với nền tảng. Các học viên sẽ khám phá cách kỹ thuật một sổ tay huấn luyện, tích hợp các yếu tố cần thiết như theo dõi, phiên bản hóa và ghi log. Hơn nữa, họ sẽ có kiến thức chuyên sâu trong việc theo dõi và truy vết hiệu suất của LLMs theo thời gian trong các tương tác phức tạp. Khóa học giải quyết các thách thức trong việc quản lý nguồn dữ liệu, khối lượng dữ liệu lớn, phát triển mô hình, điều chỉnh tham số và thực nghiệm trong lĩnh vực các dự án học máy và Trí tuệ Nhân tạo. Bằng cách giới thiệu các công cụ nền tảng Weights & Biases cho người học, khóa học này đơn giản hóa việc theo dõi thực nghiệm, quản lý dữ liệu và cộng tác trong một nhóm.
Các bài học quan trọng bao gồm việc kỹ thuật hóa sổ tay Jupyter, quản lý cấu hình siêu tham số, ghi log các chỉ số chạy, thu thập phiên bản dữ liệu và mô hình, và ghi log kết quả thực nghiệm. Nhờ đó, các học viên sẽ phát triển một quy trình làm việc có cấu trúc giúp nâng cao năng suất và thúc đẩy tiến trình đạt được các kết quả đột phá. Khóa học này phù hợp cho những người có sự quen thuộc với Python và PyTorch và quan tâm đến việc tối ưu hóa, phiên bản hóa và sửa lỗi trong quy trình làm việc học máy của họ.
Hướng dẫn viên, Carey Phelps, là người sáng lập và quản lý sản phẩm tại Weights & Biases, mang đến một lượng kiến thức phong phú để hướng dẫn người học qua khóa học biến đổi này.
Hiểu và Áp dụng Text Embeddings với Vertex AI
Các học viên có thể truy cập khóa học dành cho người mới bắt đầu này trong vòng một giờ miễn phí trong thời gian giới hạn. Được hướng dẫn bởi Nikita Namjoshi, một đại diện phát triển cho Trí tuệ Nhân tạo sinh sản tại Google Cloud và Ng, khóa học tập trung vào việc sử dụng text embeddings để bắt lấy bản chất của các câu và đoạn văn. Bạn sẽ học cách sử dụng các biểu diễn văn bản số học này cho các nhiệm vụ như phân nhóm văn bản, phân loại và xác định các điểm ngoại lệ.
Hơn nữa, khóa học sẽ khám phá việc xây dựng một hệ thống trả lời câu hỏi bằng cách sử dụng Vertex AI của Google Cloud. Các học viên sẽ hiểu về embeddings từ từ và câu, đo đạc tính tương tự ngữ nghĩa, điều chỉnh việc tạo văn bản và tìm kiếm ngữ nghĩa hiệu quả bằng thư viện ScaNN. Sau khi hoàn thành, người học sẽ hiểu vững về text embeddings và cách tích hợp chúng vào các ứng dụng Mô hình Ngôn ngữ. Kiến thức cơ bản về Python là điều duy nhất cần thiết để tham gia.
Bắt đầu Xây dựng Và Kinh Doanh Các Tiện ích AI với Semantic Kernel
Trong khóa học mới nhất này, bạn có thể khám phá thế giới của Semantic Kernel, bộ điều khiển mã nguồn mở của Microsoft. Khóa học này được cung cấp miễn phí trong một khoảng thời gian giới hạn và sẽ dạy người học cách nâng cao kỹ năng lập kế hoạch và phân tích kinh doanh của họ trong khi tận dụng tiềm năng của các công cụ Trí tuệ Nhân tạo. Trong suốt khóa học, học viên sẽ nâng cao kiến thức về các mô hình ngôn ngữ lớn (LLMs), khám phá các kỹ thuật như sử dụng bộ nhớ, kết nối, chuỗi và nhiều kỹ thuật khác. Các học viên sẽ được trang bị để tạo ra các ứng dụng kinh doanh phức tạp bằng cách sử dụng LLMs, hiệu quả sử dụng các khối xây dựng của LLMs và tích hợp Semantic Kernel vào ứng dụng của họ, tối ưu hóa tương tác dịch vụ Trí tuệ Nhân tạo mà không cần học nhiều APIs khác nhau.
Khóa học này phù hợp cho bất kỳ ai quan tâm đến việc học về Semantic Kernel, với kiến thức cơ bản về Python; việc hiểu về APIs được đề xuất nhưng không bắt buộc. Hướng dẫn viên John Maeda, Phó Chủ tịch về Thiết kế và Trí tuệ nhân tạo tại Microsoft, sẽ hướng dẫn người học qua cuộc hành trình học tập quý báu này.
