Google пропонує дев’ять курсів із продуктів і технологій генеративного штучного інтелекту, які надають користувачам інформацію про основи великих мовних моделей і про те, як створювати й розгортати рішення генеративного штучного інтелекту в Google Cloud.  

Intro to Generative AI

Цей вступний курс мікронавчання має на меті пояснити, що таке Generative AI, як ним користуватися, і чим він відрізняється від традиційних методів машинного навчання. Він також охоплює інструменти Google, які допомагають розробляти ваші власні програми Gen AI.  

Тривалість: приблизно 45 хвилин.  

Intro to Large Language Models

Цей вступний курс мікронавчання досліджує, що таке великі мовні моделі (LLM), випадки їх застосування, і як використовувати тонке налаштування для підвищення продуктивності LLM. Він також містить інструменти Google, які допомагають розробляти ваші власні програми Gen AI.

Тривалість: приблизно 45 хвилин.  

Intro to Responsible AI

Цей курс введення на початковому рівні призначений для пояснення поняття відповідального штучного інтелекту (ШІ), його важливості та того, як Google впроваджує відповідальний ШІ у своїх продуктах. Він також представляє сім принципів штучного інтелекту від Google.

Intro to Image Generation

Цей курс ознайомлює з дифузійними моделями, сім'єю моделей машинного навчання, які недавно з'явилися в галузі генерації зображень. Моделі дифузії беруть натхнення з фізики, зокрема з термодинаміки. Останніми роками моделі дифузії стали дуже популярними як у наукових дослідженнях, так і в промисловості. Багато з найсучасніших моделей і інструментів для створення зображень в Google Cloud базуються на моделях дифузії. Цей курс ознайомлює з теорією, що стоїть за моделями дифузії, а також з методами навчання та розгортання цих моделей на Vertex AI.

Encoder-Decoder

Цей курс надає короткий огляд архітектури кодер-декодер, яка є потужною та широко використовуваною архітектурою машинного навчання для послідовних задач, таких як машинний переклад, узагальнення тексту та відповіді на запитання. Учасники дізнаються про основні компоненти архітектури кодер-декодер та про методи навчання та експлуатації таких моделей. В рамках відповідного практичного завдання учасники ознайомляться з реалізацією простої архітектури кодер-декодер в TensorFlow для створення поезії з нуля.

Attention Mechanism

Цей курс дозволяє ознайомитися з механізмом уваги, потужною технікою, що дозволяє нейронним мережам зосереджуватися на конкретних частинах вхідної послідовності. Учасники дізнаються, як саме працює увага і як її можна використовувати для покращення продуктивності в різних завданнях машинного навчання, таких як машинний переклад, підсумовування тексту та відповіді на запитання.

Тривалість: приблизно 45 хвилин.  

Transformer Models and BERT Model

 У цьому курсі ви дізнаєтеся про архітектуру Transformer і модель Bidirectional Encoder Representations from Transformers (BERT). Будуть розглянуті основні компоненти архітектури Transformer, такі як механізм самоуваги, і способи їх використання для створення моделі BERT. Крім того, будуть розглянуті різні завдання, для яких можна використовувати BERT, наприклад, класифікація тексту, відповіді на запитання та висновок природної мови.

Тривалість: приблизно 45 хвилин.  

Create Image Captioning Models

У цьому курсі ви навчитеся створювати модель для підписів до зображень за допомогою глибокого навчання. Ви дізнаєтеся про різні компоненти моделі підписів до зображень, такі як кодер і декодер, а також про те, як навчити та оцінити свою модель. Після завершення курсу ви зможете створювати власні моделі підписів до зображень і використовувати їх для генерації підписів до зображень.

Intro to Generative AI Studio

У цьому курсі представлено Generative AI Studio, продукт на платформі Vertex AI, який допомагає створювати прототипи та налаштовувати генеративні моделі AI, щоб користувачі могли використовувати їх можливості у своїх програмах. У цьому курсі вони також дізнаються, що таке Generative AI Studio, її функції та параметри, а також як нею користуватися, ознайомившись із демонстраційними версіями продукту. Наприкінці користувачів чекає практична лабораторія, щоб застосувати те, що вони дізнались, і вікторина, щоб перевірити свої знання.