Đánh giá trung thực về các khóa học giới thiệu về AI sáng tạo của Google

Vì vậy, gần đây Google vừa đưa ra danh sách các khóa học Giới thiệu về AI sáng tạo miễn phí và câu hỏi lớn nhất là - liệu chúng có đáng được cường điệu hóa không?

Tôi đoán đó là lý do tôi ở đây. Sau khi hoàn thành phần Giới thiệu về lộ trình học tập Generative AI của Google ( hãy xem tại đây ), đây là hai xu của tôi.

Mục lục

• Phân tích khóa học
  • Khán giả mục tiêu
  • Mục tiêu học tập
  • Phân tích nội dung
  • Tóm tắt/Bảng tính
• Phán quyết cuối cùng (Có đáng không?)
• Tài nguyên bổ sung

Phân tích khóa học Lộ trình học tập AI sáng tạo của Google

Khán giả mục tiêu

Các khóa học của Google dành cho sinh viên không có kiến thức kỹ thuật trước về chủ đề này hoặc như được giải thích trên blog của họ, lộ trình được thiết kế cho đối tượng không rành về kỹ thuật, am hiểu công nghệ với các vai trò như bán hàng, nhân sự, tiếp thị và vận hành. Lưu ý rằng, điều này có nghĩa là khóa học không cung cấp cách thực hiện chuyên sâu nhưng lại giới thiệu tuyệt vời về các khái niệm cơ bản trong AI tổng quát.

Mục tiêu học tập

Ý tưởng là trả lời chính xác câu hỏi “Nhưng Generative AI thực sự là gì?”.

Trọng tâm của khóa học là về AI sáng tạo, Mô hình ngôn ngữ lớn và đạo đức trong AI. Thông qua khóa học, bạn cũng có thể tìm hiểu vềcác dịch vụ AI do Google cung cấp và vai trò của Google trong việc kết hợp các phương pháp thực hành AI có trách nhiệm, bao gồm sự kết hợp của các nghiên cứu điển hình, video kiểu bài giảng và câu đố.

Phân tích nội dung

Vậy hãy cùng giải mã tài liệu trong lộ trình học tập nhé:

• Giới thiệu về Generative AI - khóa học
• Giới thiệu về Mô hình ngôn ngữ lớn - khóa học
• Giới thiệu về AI có trách nhiệm - khóa học
• Nguyên tắc cơ bản về AI sáng tạo - khóa học có huy hiệu kỹ năng
• AI có trách nhiệm: Áp dụng Nguyên tắc AI với Google Cloud - khóa học

Hiểu được điều này, khóa học Nguyên tắc cơ bản về AI sáng tạo về cơ bản là sự tổng hợp của ba khóa học đầu tiên (Giới thiệu về Gen AI, Giới thiệu về LLM và Giới thiệu về AI có trách nhiệm), nhưng có thêm một bài kiểm tra. Và đây là thỏa thuận - nếu bạn hoàn thành các khóa học trước khóa học huy hiệu kỹ năng, bạn sẽ không cần phải làm lại chúng. Tôi đoán lý do tại sao lộ trình học tập được định dạng theo cách đó là để đảm bảo rằng bạn sẽ thực sự xem hết tài liệu khóa học thay vì chỉ nhấp vào 'tiếp theo' khi thử huy hiệu kỹ năng Cơ bản về AI Sáng tạo.

Chọn ra nội dung từ các khóa học, đây là một số cheatsheet tôi đã phát triển:

Tóm tắt + Bảng tính

AI sáng tạo

Bắt đầu với “Trí tuệ nhân tạo là gì?”, đây là một lĩnh vực trong Khoa học máy tính mô phỏng nhận thức của con người để thực hiện các nhiệm vụ phức tạp và học hỏi từ chúng. Trong AI, tồn tại trường con Machine Learning sử dụng các thuật toán được đào tạo trên dữ liệu để tạo ra các mô hình có khả năng thích ứng, có thể thực hiện nhiều nhiệm vụ phức tạp khác nhau.

Trong ML, tồn tại nhiều loại khác nhau bao gồm học có giám sát, học không giám sát, học tăng cường và học sâu. Học sâu sử dụng mạng lưới thần kinh nhân tạo, cho phép chúng tạo ra các mô hình phức tạp hơn, theo đó mạng lưới thần kinh của nó sử dụng học tập có giám sát, học tập không giám sát và học tập bán giám sát để đạt được mục tiêu. Có hai loại mô hình học sâu, đó là phân biệt đối xử và tổng quát.

AI sáng tạo là một loại công nghệ Trí tuệ nhân tạo có thể tạo ra nhiều loại nội dung khác nhau, bao gồm văn bản, hình ảnh, âm thanh và dữ liệu tổng hợp. Nói tóm lại, GenAI là một loại AI tạo ra nội dung mới dựa trên những gì nó đã học được từ nội dung hiện có. Nó sử dụng một quy trình học tập được gọi là đào tạo, từ đó tạo ra một mô hình thống kê, được sử dụng để dự đoán phản hồi mong đợi có thể xảy ra khi được nhắc nhở.

Mô hình ngôn ngữ lớn

Các mô hình ngôn ngữ lớn được coi là lớn vì hai yếu tố - được đào tạo trên tập dữ liệu huấn luyện lớn với số lượng tham số lớn. Thường được gọi là siêu tham số, tham số về cơ bản là ký ức và kiến thức mà máy đã học được và được sử dụng để xác định kỹ năng của mô hình trong việc giải quyết vấn đề. LLM cũng có mục đích chung khi chúng cố gắng giải quyết các vấn đề phổ biến bằng ngôn ngữ của con người.

Có hai loại LLM, đó là được đào tạo trước và được tinh chỉnh, theo đó các mô hình được đào tạo trước có thể làm “mọi thứ” nhưng có những hạn chế thực tế trong khi các mô hình được tinh chỉnh phù hợp với một phân khúc cụ thể hoặc nhằm mục đích giải quyết một vấn đề cụ thể. Điều quan trọng cần lưu ý là việc tinh chỉnh có xu hướng tốn kém, do đó tồn tại các phương pháp hiệu quả hơn như Phương pháp điều chỉnh hiệu quả tham số (PETM) như Điều chỉnh nhanh chóng.

Để hiểu các lời nhắc, về cơ bản chúng là đầu vào được cung cấp cho LLM để gợi ra phản hồi cụ thể. Quan niệm sai lầm thông thường là giữa thiết kế kịp thời và kỹ thuật nhanh chóng. Để chia nhỏ nó, thiết kế nhắc nhở được điều chỉnh cho phù hợp với nhiệm vụ cụ thể mà hệ thống đang được yêu cầu thực hiện trong khi kỹ thuật nhắc nhở được thiết kế để cải thiện hiệu suất của mô hình bằng cách sử dụng kiến thức cụ thể về miền, cung cấp ví dụ về đầu ra mong muốn và sử dụng các từ khóa được biết là có hiệu quả đối với hệ thống cụ thể này.

Dịch vụ AI/ML của Google

Vertex AI cung cấp một vườn mô hình cho các mô hình nền móng. Hãy xem xét trường hợp sử dụng trong đó người dùng dự định sử dụng một mô hình để dự đoán sự hài lòng của khách hàng, họ có thể chọn tham gia sử dụng Mô hình nhiệm vụ phân tích cảm tính loại Nhiệm vụ phân loại.

Việc tích hợp API PaLM với MakerSuite giúp đơn giản hóa Chu trình phát triển sáng tạo. MakerSuite bao gồm nhiều tài nguyên như công cụ đào tạo mô hình để đào tạo mô hình trên dữ liệu của người dùng bằng các thuật toán khác nhau, công cụ triển khai mô hình để cho phép người dùng triển khai mô hình của họ vào sản xuất và công cụ giám sát mô hình để theo dõi hiệu suất của mô hình trong sản xuất.

GenAI Studio cho phép người dùng nhanh chóng khám phá và tùy chỉnh các mô hình GenAI bằng các tài nguyên như thư viện các mô hình được đào tạo trước, công cụ để tinh chỉnh mô hình, công cụ triển khai mô hình vào sản xuất và diễn đàn cộng đồng để được hỗ trợ thêm.

GenAI App Builder cung cấp cho người dùng giao diện kéo và thả, trình chỉnh sửa trực quan để chỉnh sửa nội dung ứng dụng, công cụ tìm kiếm tích hợp và công cụ AI đàm thoại.

Bard là một công cụ AI đàm thoại về cơ bản là một LLM tương tự như ChatGPT.

Các khóa học AI miễn phí của Google - Chúng có đáng không?

Vâng, nói một cách đơn giản nhất thì đúng như vậy. Nếu bạn biết tôi, bạn sẽ biết rằng tôi luôn tận dụng những cơ hội học tập mới .

Tuy nhiên, điều quan trọng cần lưu ý là khóa học không hoàn hảo. Có thể có một số trùng lặp giữa các chủ đề nhất định và nó chỉ tập trung vào những đóng góp của Google cho ngành AI. Ngoài ra, các câu đố có thể không đủ thách thức, đặc biệt khi xét đến thực tế là mỗi học phần thường chỉ bao gồm 3-5 câu hỏi cho mỗi bài kiểm tra.

Tuy nhiên, điều đáng lưu ý là khóa học này hoàn toàn miễn phí và cho phép bạn giới thiệu thành tích của mình trên nền tảng truyền thông xã hội và sơ yếu lý lịch của bạn. Hơn nữa, khóa học ngắn gọn và dễ hiểu nên sẽ không tiêu tốn quá nhiều thời gian của bạn. Hãy nhận nó từ tôi, tôi đã có thể hoàn thành con đường trong vòng chưa đầy một ngày 👀

Cách tiếp tục hành trình học tập AI sáng tạo của bạn ngoài Google

Tôi muốn nghĩ rằng hành trình học tập của chúng ta không bao giờ chỉ phụ thuộc vào một nguồn duy nhất, đây là một số khóa học khác mà bạn có thể xem qua:

• AI sáng tạo với các mô hình ngôn ngữ lớn của DeepLearning.AI
• Giới thiệu về Generative AI của Microsoft
• Nền tảng AI sáng tạo trên Chuỗi chuyên sâu kỹ thuật AWS của AWS
• Bạn có nói Vector không? Hiểu ngôn ngữ của LLM và AI sáng tạo bằng Datastax
• Hướng dẫn cho người mới bắt đầu sử dụng Mô hình ngôn ngữ lớn (LLM) với API PaLM

Người khác:

• ôm mặt
• Dòng chảy căng
• LangChain